Los tiempos de la transcripción pueden variar respecto al vídeo. Abrir en YouTube ↗
← Todos los episodios27 de noviembre de 2025 · ITNIG PODCAST
Bernat Farrero, Jordi Romero y César Miguelañez repasan cómo la IA está transformando el SaaS B2B: Latitude acaba de cerrar su primer cliente enterprise, mientras Factorial afronta su mejor momento comercial del año con el presupuesto de noviembre y el Black Friday. La conversación evoluciona hacia la competencia entre modelos y aplicaciones, el nuevo perfil de AI Product Manager, la fiabilidad de los benchmarks y la posible transición desde el escalado masivo hacia una nueva etapa de investigación.
HOST
Jordi Romero es cofundador y CEO de Factorial. La propia empresa indica que fundó Factorial en 2016 junto con Bernat Farrero y Pau Ramón; también describe su trayectoria inicial como programador y su participación en la primera versión del producto.
HOST
Bernat Farrero es cofundador de Factorial y ocupa funciones de liderazgo ejecutivo y estratégico en la compañía. Una oferta oficial de Factorial lo identifica como CEO y sitúa su trabajo en estrategia de producto, talento y desarrollo de negocio; una nota corporativa de la empresa lo presenta como cofundador y CRO en la etapa inicial.
INVITADO
César Miguelañez es CEO de Latitude, empresa centrada en herramientas para construir aplicaciones y sistemas con modelos de lenguaje. Fuentes públicas de Latitude lo presentan como responsable de contenidos y de temas de evaluación, observabilidad y fiabilidad de sistemas LLM; publicaciones anteriores muestran su trabajo en productos de análisis y aplicaciones de datos dentro de Latitude.
Se muestran las voces con al menos 10 minutos de intervención. Los porcentajes corresponden al tiempo de voz de estos participantes.
César explica que Latitude ha pasado de vender principalmente a startups pequeñas y medianas a cerrar un primer cliente enterprise de 1.800 empleados, con experimentación de agentes, despliegue on-premise y soporte de prompt engineering.
Jordi y Bernat hablan del pipeline de Factorial, de su estrategia enterprise, de los onboardings y del pico comercial de noviembre, cuando muchas empresas deciden sus herramientas para el año siguiente.
Se menciona la sucesión de noticias y lanzamientos asociados por los participantes a Black Friday, además de ChatGPT, Sam Altman y el posicionamiento de OpenAI como negocio de aplicación alrededor de ChatGPT.
Aparece en la conversación sobre el episodio de noviembre de 2023 en el que fue apartado temporalmente de OpenAI y sobre la rivalidad de OpenAI con Google.
Los participantes comentan el lanzamiento de Gemini 3 y lo comparan con otros modelos generalistas por sus capacidades de programación, diseño y generación de interfaces.
Se elogia su generación de imágenes y texto, con un ejemplo práctico: amueblar virtualmente una habitación usando fotografías de Idealista y referencias de muebles.
César lo utiliza para comparar la creación de una landing con Gemini 3 y debate si las mejoras de los proveedores de modelos pueden desplazar a productos especializados como Lovable.
Se analiza el origen de Lovable como evolución de GPT Engineer, su ventaja en hosting, colaboración y edición granular, y la posibilidad de que los modelos generalistas absorban parte de sus funciones.
Jordi enumera herramientas de programación asistida por IA y afirma que, en conjunto, superan los 3.000 millones de dólares de ARR, aunque el dato se presenta como una cifra comentada en la tertulia.
Se cita como fuente de un dato sobre el ARR agregado de herramientas de programación con IA y el tamaño aproximado del gasto salarial mundial de los programadores.
La conversación aborda su valoración, la personalidad pública de Alex Karp y una corrección sobre el tamaño de una posición bajista atribuida a Michael Burry.
Se corrige una cifra comentada previamente en el podcast: la posición en opciones sobre Palantir se habría interpretado como de 900 millones cuando los participantes explican que era de aproximadamente 9 millones de dólares.
Se comenta el papel de Nvidia como referencia del ciclo de inversión en IA, sus resultados y la preocupación de los inversores por una eventual desaceleración del crecimiento.
Los participantes comentan una entrevista reciente en la que Sutskever reflexiona sobre la potencia inesperada de los modelos, los límites del pretraining y la necesidad de volver a hacer investigación fundamental.
Se menciona la compañía fundada por Ilya Sutskever como ejemplo de laboratorio de investigación con una valoración que los participantes consideran difícil de encajar con un producto todavía poco visible.
Se identifica como el entrevistador de la conversación con Ilya Sutskever que los participantes comentan, especialmente por sus preguntas sobre aprendizaje continuo y AGI.
Se menciona su salida de Meta y su postura crítica hacia los LLM como camino suficiente hacia sistemas de inteligencia general.
La tertulia repasa su antigua campaña de crowdfunding, la evolución desde una valoración cercana a 40 millones de libras y el crecimiento posterior de ingresos y beneficios, presentado como un caso de retorno excepcional.
Se explica como plataforma de inversión colectiva en compañías privadas y se relaciona con la ronda temprana de Revolut en la que habría participado Carla Reina.
Se la menciona como inversora temprana en Revolut y como futura invitada para explicar el retorno y la situación de aquella inversión.
La conversación termina con Valve como ejemplo de compañía bootstrap y muy rentable, además de comentar Steam, Steam Deck, sus videojuegos y el patrimonio asociado a Gabe Newell.
Se recomienda el libro al hablar de la trayectoria de Antonio García Martínez y de las historias de emprendedores tecnológicos que venden una empresa y continúan su carrera en otra compañía.
César explica que juega a este simulador de carreras con volante, pedales y una configuración dedicada.
Transcripción automática con las correcciones de Studio. Se omiten las voces con menos de 10 minutos de intervención.
Oye, y Black Friday-
Sí
...muy importante. Yo estoy haciendo refresh en Twitter todo el rato, porque los últimos Black Fridays en OpenAI se ha liado parda. Hace dos años echaron a Sam Altman.
Fue una promoción de Black Friday.
Black Friday anterior lanzaron ChatGPT. Pero bueno, algo, algo está pasando.
Se ve que Elon Musk ha dicho hace poco que todo lo que es digital, todo lo que es intangible, lo va a hacer un modelo, lo va a hacer Grok.
Mhm.
Pero lo que es físico, todo lo que es físico se va a salvar, ¿no? Es una idea-
Lo va a hacer Tesla
...que tenía con-
Suena un poco raro, ¿no? Porque sa-
Cuándo el humano hace algo también realmente único que no sea una mezcla de patrones que ha visto previamente.
Siempre es, pero no es tan bestia como en el- Claro, en el caso del LLM está programado en el código. Claro. Que no se inventa nada. Claro, claro. O sea, por definición, el algoritmo-
El código del ser humano también. Tú no puedes imaginar lo que nunca has visto, tocado, sentido.
Me ha sorprendido porque es lo típico que te-- yo me imaginaba a un científico diciendo: "Bah, tonterías. Si esto lo que hace es un resumen muy bueno y no sé qué, la fórmula tal". "Matrix multiplication y pa'lante". Y el propio Ilya Sutskever se pone como muy serio y dice: "Es acojonante. No me lo imaginaba ni de coña". Dice: "Es mucho más bestia de lo que yo me hubiera imaginado y realmente no sé por dónde pillarlo".
Bienvenidos a la tertulia de Itnig.
Bienvenidos a una nueva tertulia de Itnig. Yo soy Bernat Farrero y estoy con Jordi Romero. ¿Qué tal, Jordi?
Muy bien.
Y hoy tenemos a César Migueláñez.
¿Qué tal?
Que he dicho su nombre mal antes de empezar. Entonces, ahora lo digo bien.
Oye, nosotros vamos vestidos de Ikea hoy, tú y yo.
O de la Unión Europea, ¿no?
Sí, o de la Unión-- bueno, yo, yo de hecho, literalmente de la Unión Europea, pero entre los dos somos o Suecia o Ikea.
Sí.
O no sé qué más.
No nos hemos llamado ni nada, ¿eh? Ha sido así.
Sí.
¿Qué tal, César?
Bien.
¿Cómo estás?
Bien, muy bien.
¿Sí?
Sí, sí.
Se te echa de menos aquí.
¿Sí? Siempre decís lo mismo.
Siempre, siempre.
¿Cómo van los agents?
Eh, bien, bien, bien. Bien, bien.
¿Están trabajando?
Todo muy bien. Sí, sí. Eh, nada, sí. Ehm, no sé si-- bueno, no sé en qué punto nos quedamos ya de-
Yo tampoco, ¿eh? Yo tampoco
...del timeline de Latitude, la verdad.
No, pero nos contabas que has cerrado un cliente importante últimamente.
Sí, sí, sí.
O sea, últimamente quiero decir esta semana.
Sí, básicamente hemos empezado a apuntar un poco más a market, eh, a empresas más grandes, y hemos cerrado un cliente de 1.800 empleados, eh, multinacional con oficinas en varios países y tal, y han contratado el Enterprise. Eh, y es como la primera prueba que tenemos de, eh, de que podemos tirar por ese camino, ¿no?
Eh, hasta ahora hemos trabajado sobre todo, pues con startups pequeñas y medianas, eh, que al final son más fáciles de adquirir como cliente. Y ahora hemos empezado esta rueda, eh, de, de, pues esto, de adquirir clientes Enterprise para validar un poco que el producto tiene sentido también a, a esa escala.
¿Qué quiere hacer este cliente?
¿Qué quiere hacer? Eh, tiene un caso de operativa interna, eh, quiere empezar a automatizar. Sobre todo, quiere empezar a hacer pruebas con agents, porque ven que se quedan atrás y, y necesitan una plataforma donde puedan experimentar rápido. Ehm, y eventualmente-
O sea, quieren, quieren crear agentes ellos mismos-
Sí
...para mejorar la productividad de procesos de dentro.
Sí, exactamente.
¿Y hay algún stakeholder concreto que lo lleve?
Eh-
Dentro.
En re-- sí. Eh, en este caso es el equipo de, de desarrollo. Eh, fu-fue un caso bastante interesante porque fue absolutamente inbound, eh, y directamente nos, nos contactó, bueno, no nos llamó, nos escribió un mail el, eh, director de, de security, eh, y el director de IT, eh, con la premisa de: "Oye, mis developers me han dicho que quieren comprar esto, ¿cómo lo compro?" Eh, así que fue un proceso fantástico de semana y media, eh, donde conseguimos cerrar el, el cliente.
O sea, sus developers le recomendaron Latitude.
Sí. Hicieron un benchmark interno, varias herramientas.
Canadienses.
¿Tú habías visto los sign ups de los developers?
Eh, no. Y esto es un tema que tenemos que, que gestionar, porque vemos que hay mucha gente que hace sign up con el mail personal, lo prueba, ehm, y eventualmente, pues te contacta o alguien de la empresa o esa misma persona desde su mail de empresa diciendo: "Ey, he estado haciendo benchmark y quiero comprar Latitude". Ehm, esto-
Eso es una discusión eternal, mail personal en B2B, ¿eh? Porque hay mucha gente que dice: "No, esto es basura". Pero mira, aquí lo tienes.
Yo creo que no es basura y ahora estamos haciendo varias, varias acciones, ¿no? De marketing sobre todo. Hemos empezado, pues, eh, a hacer contenido gratuito, eh, que está detrás de un lead magnet, básicamente. Ehm, bueno, o sea, el contenido es lead magnet, lo tenemos detrás de un formulario donde tienen que poner el mail. Y yo haciendo outbound en-- bueno, no, no ha sido outbound, ha sido un engagement bait en LinkedIn, ehm-
¿Qué significa eso?
Básicamente, básicamente pones un, pones un post en LinkedIn diciendo: eh: "Hemos construido este playbook para montar un sistema de evaluaciones para tu producto con, con IA".
Y lo ve un canadiense.
Y pone un comentario: "Quiero". Pones: "Pon comentario 'quiero' si quieres el playbook".
Pone en los comentarios: "Playbook", eh-
¿En serio?
Vamos por 540 comentarios en Twitch.
¿En serio?
Cringe.
Sí, pero funciona de puta madre.
No, no, claro, por eso.
Eh, y lo que hemos visto es que el-- igual el 80 % de la gente que ha puesto el mail ha puesto su Gmail, ¿sabes? Enton-- y toda esta gente es gente que, que está en LinkedIn, que tiene un puesto de, pues de people manager, director de producto.
¿Cuál es el incentivo de poner el email personal para probar una herramienta del trabajo?
Yo no lo sé. Yo siempre pongo el de trabajo.
Bueno, es que el trabajo, hay gente que está probando cosas.
No, pero ¿cuál es el incentivo del usuario? Porque al final es un ser humano, ¿no? Ahí detrás de la pantalla, un ser humano.
Puedes-
¿Por qué elige poner el email personal en lugar del de trabajo?
Porque es curiosidad genuina. O sea, es que no está pen-- es que igual no está pensando en un caso de uso en una empresa.
Pero ¿por qué elige el personal?
Porque está probando cosas.
Y no puedes probar con el de trabajo.
Sí, pero ¿y por qué no con el personal?
Pero ¿por qué eliges, no? Hay que elegir uno. ¿Por qué pone el personal? Lo está haciendo-
Es curioso. Yo tampoco lo entiendo.
A mí me parece tan curioso.
Yo siempre pongo el de trabajo.
No, porque, bueno-
Pero es que a ver, somos tres founders aquí. O sea, claro, es, es que nuestra vida y nuestro-
Claro, no, pero si yo siempre he puesto, siempre he puesto el de trabajo porque no quiero llenar mi bandeja de-
Exacto. O sea-
...desvíos personales con cosas de trabajo.
Yo lo tengo y no me acuerdo ya.
Hay un punto, digamos, si quieres, de, de, de la gente que quiere proteger tanto, ¿no? Su, su separación entre entornos, dices: "Coño, me van a spamear en el personal. Mejor que me spameen en el de trabajo si es una cosa de, de trabajo", ¿no? O sea, es curioso que la gente elija el personal.
No, es al revés. No quiero que me spameen en el de trabajo. Bueno, total-
Es raro, es raro
...que, que no, mucha gente, mmm, rechaza los leads, eh-
No, no, es la discusión cada seis meses aparece.
Esa discusión eterna, impacto eterno. Y luego encuentras unas-- un superdeal Que sale de un mail personal. Entonces te lo vuelves a replantear todo, pero luego hay otra contracorriente al cabo de seis meses que lo vuelve a can-- a rechazar.
Tenemos poca conversión porque aceptamos Gmail.
Exacto. Es imparable.
Y luego aparece más gente.
Es imparable.
Que sobran los leads, ¿o qué? Porque a mí nunca me sobran.
Exacto.
O sea, hay algunos mejores que otros.
Sí.
Pero sobrar, sobrar nunca sobran.
Total.
Y además ahora con la IA y el enrichment que se puede hacer-
Mhm.
Ya me dirás tú, ¿no? Es bastante evidente que puedes coger un email personal y currártelo un poco para ver quién hay detrás.
100 %.
Eso es como demo requests versus sign ups versus freebies.
Mhm.
¿No? En, en Factorial tenemos esas tres categorías, entre otras, eh, de, de leads, ¿no? Y al final hemos acabado especializando. O sea, hemos acabado teniendo equipos de freebies-
Claro
...que solo llaman a freebies y se convierten en expertos de cómo darle la vuelta a un freebie y encontrar un cliente detrás.
Son funnels distintos con conversión distinta y menos a nada.
Muy distinta.
Sí, sí, total.
Muy distinta, ¿no? Y claro, a veces es duro. Eh, freebies igual tienes una conversión lead a deal, nosotros le llamamos deal a una reunión, una oportunidad real de, de negocio, ¿no?
Mhm.
Eh, pues igual tienen la conversión del 3 %.
Sí, pero bueno, ya gestionas el funnel, eh, con esa pretensión de-
Sí, es que es muy fácil decir-
...la conversión a deal va a ser baja, pero bueno, pues nada
...cuando tienes cientos de personas, la mitad de ellos nuevos-
Mhm
...no es tan fácil de ejecutar. Tiene que haber un super CRM con unas reglas, una, una analítica.
En general, o sea, manejar una conversión del sea lo que sea lo que tú haces, human based, ma-ma-manual, eh, de 3 % es muy duro, ¿eh?
Mhm.
Es muy duro. O sea, es un trabajo duro, ¿eh?
Sí, que te digan que no 97 veces.
Claro, claro. O sea, es, es-- ¿sabes? O sea...
Pero has dicho de, de lead a deal.
A deal.
3 %.
Sí.
Bueno, ya.
Sí, sí.
Los, los leads se transforman normalmente-
Pero, pero un 3 %, si tienes un, un pipeline de la hostia, que lo tienes con los freebies, sigue siendo mucho dinero.
Claro, exacto, exacto.
No, no, claro, claro.
Y, y esa gestión no la, no la hace una persona, ¿o sí?
La hace típicamente una persona.
¿Sí? ¿De cada lead que os entra de freebies?
Bueno, hemos tenido, tenemos-
Depende
...secuencias, tenemos automatizaciones, tenemos todo, hemos hecho todo. Claro, claro. A-a-ahora hay más cualificación, hay más IA-
Pero al final-
...para calentar el lead antes de pasárselo a un humano. Depende si hay un humano sentado que no tiene nada que hacer, da igual lo malo que sea el lead, se lo vas a dar. Si no tiene nada que hacer, le vas a dar leads, no vas a dejar que esté ahí sentado. Si está muy ocupado con leads de calidad, no le vas a dar leads malos.
Total, makes sense.
Entonces, la realidad es compleja.
Ya.
El routing, eso se llama, ¿no? El enrutamiento de, de las oportunidades.
Bueno, ¿y qué decías?
Ya no lo sé.
Ya no me acuerdo. Que era un Gmail. Has dicho que era un Gmail.
No, que, que tal, digamos que-
No sé cómo hemos llegado a lo de-
Un supercliente que era un Gmail, pero no sé qué tiene que ver con lo de LinkedIn entonces.
Es verdad. Eh, no, lo ponía como ejemplo de la mayoría de gente hace sign up con un Gmail, ¿sabes? O se registra para obtener un recurso con un Gmail personal. Eh-
En nuestro caso no es la mayoría de gente.
No.
Okey.
No es la mayoría.
Pero es cierto que es el, el target de Latitude es mucho más técnico.
Ya.
Eh, es el programador que está-
Más developer independiente
...el fin de semana o por la noche currando cosas.
Algo que he estado pensando es que nosotros, eh, estamos haciendo mucho foco ahora en product managers, eh, porque hay una tendencia muy fuerte en la industria que es: oye, yo como PM, eh, clásico, me quiero convertir a esta nueva figura que es el AI PM, que lo llaman, el AI Product Manager. Eh-
Sí, es verdad.
Sí, pues han salido benchmarks de salarios de AI PM y cobran-
Te pagan más
...cobran igual de bien que un developer. Entonces, que es mucho más de lo que cobra un PM normal de toda la vida. Total, ahora-
Bueno, depende, depende del PM y depende de la empresa.
Bueno, por eso te digo que han salido benchmarks, porque es el agregado de Estados Unidos. Bueno, en este caso es de Estados Unidos.
Es que cada empresa-- yo he entrevistado a gente en muchas empresas, eh, big tech, por ejemplo-
Mhm
...y el rol del PM no se parece en nada.
No, total, total. El del AI-- te diría que el del AI PM sí que se parece bastante entre, entre empresas.
Sí, se acaba de, se acaba de crear este rol. Se ha creado esta semana, seguramente.
Básicamente.
Bueno, ¿y qué hace? ¿Qué, qué decías sobre esto?
Total, eh, AI PM, que es un PM que sabe utilizar AI, básicamente, y sabe crear productos con AI, que parece una chorrada, pero no es una chorrada. O sea, el PM al final es el que se está configurando como el owner de las evaluaciones, por ejemplo. Muchas empresas se configura como el owner de los, de los prompts también y del sistema de AI en general, porque al final el PM es el que tiene el conocimiento de dominio para diferenciar lo que es una buena generación de un LLM de lo que es una mala generación de un LLM, que un developer no necesariamente tiene esto.
Entonces, esto está pasando, ¿vale? Y a, a lo que venía es, eh, creo que mucha gente se registra con su Gmail, eh, con su Gmail, porque l-- está, eh, recibiendo estos recursos o, o descargándose estos recursos para formarse ellos personalmente primero, em, y quizás acceder a una oportunidad mejor o hacer un escalado dentro de la empresa, eh, a un rol un poco distinto, que es el del AI PM y cobrar más.
Mhm.
Entonces, creo que es más un tema de desarrollo personal, eh, desarrollo profesional de estos roles, eh, que es lo que quizás nos lleva a tener nosotros bastantes más Gmails que, que en otros casos. Y el tema de los developers, seguro. Seguro.
Bueno, y esta empresa que, que compra, o sea, al final lo que está buscando es una especie de Palantir, ¿no?
Hostia.
¿No?
¿En qué sentido?
Una empresa grande que quiere automatizar procesos internos. O sea, ¿vosotros enviáis a alguien que les ayude a hacer esto?
Eh, más o menos. Nosotros tenemos un acuerdo, eh, al que llegamos con ellos de: "Oye, pues te ayudamos con dos horas de ingeniería para hacer el deployment", eh, porque el tema del on-premise es muy importante.
No me gusta nada lo de las dos horas.
Vale, ¿por qué?
No, porque es que estáis hablando de vuestro problema, no del del cliente.
¿Qué quieres decir?
O sea, estás limitando tu, tu downside cuando dices dos horas. Pues que con dos horas yo no sé si tú me vas a traer un tío que es bueno o malo o me vas a solucionar el problema o no. Estamos hablando de algo que es tan incierto que si tú me vendes dos horas de consultoría-
No, no, espera, espera
...yo te voy a mandar a...
Déjame acabar.
Vale, vale, chama.
Son dos horas para hacer el deployment.
Vale.
¿Vale? Eh, que el deployment es: la, las grandes empresas, pues tienen un tema de privacidad de datos, eh, que es muy importante, ¿no? Entonces, tú no, no puedes ir con una solución cloud, eh, hosteada en Frankfurt-
Mhm
...eh, por mucho Alemania que sea, eh, si lo tienes en tus instancias. O sea, al enterprise generalmente le va a interesar, le va a interesar lo que se llama on-premise, que es instalarse el software en su propia infraestructura.
Vale.
Entonces, nosotros lo que damos son dos horas de uno de nuestros ingenieros para ayudarles con este deployment, ¿vale? Y en menos de dos horas lo tenemos resuelto. Em, aparte de eso, les hacemos un onboarding, que es hora y media, dos horas, depende un poco de, de la tipología de empresa
Y luego lo que les damos es una hora de un prompt engineer mensual, eh, que les ayuda con el setup de sus sistemas de IA y con entender el problema. Eh, y esto va incluido en el precio. Y luego, si quieren más horas de esto-
No flipan, no flipan de lo barato que es esto, porque claro, dos horas. Estarán acostumbrados a sistemas tipo SAP, que pasan meses, que pagan centenares de miles de euros para hacer el deployment. Pues tú le decís: dos horas lo tienes.
Bueno, pero esto es un valor, ¿no?
Sí, no, no.
Ni se lo creen. Y luego lo gracioso es que todos estos roles que has dicho es el mismo tío, ¿no? Porque no sois, no sois tantos en Latitude. Te pones una peluca-
Es ese, es ese tío.
Te pones una peluca y unas gafas de sol y dices: "Soy un prompt engineer ahora". Me lo imagino.
No es el mismo tío, no, no.
¿No? Pues, pues entonces vais todo el equipo.
No, los deployments los hace Gerard, eh, generalmente.
CTO.
Y luego tenemos a William, que es nuestro prompt engineer, ehm, que es el que hace el "onboarding", el que te acompaña, eh, en el tiempo.
Es nuevo William.
¿Eh?
Es nuevo William.
Sí, hace tres meses o así.
Ah, bueno.
Sí, sí. Crecimos un poquito el equipo. Y nada, a partir de ahí, eh, si quieres más horas de prompt engineering, pues son 400 pavos la hora.
¿Cómo es que crecisteis el equipo?
Eh, pues mira, teníamos la necesidad-
Os dio por fichar
...de, de más manos y fichamos más gente.
¿Vais a fichar un AI PM?
No.
¿Todavía no?
Soy yo el AI PM.
Eres tú.
Bueno, es todo el equipo.
Sois todos. No, más, más os vale ser todos, con un producto-
Sí, sí
...como el de Latitude.
Product management está muy distribuido.
Yo, yo, yo te decía lo del "onboarding", pues una cosa que nos ha pasado a Factorial una vez, eh, no voy a decir cuándo ni cómo, pero, o sea, nosotros-
No dices cosas superútiles que no hay que contar y esto que no. Hace poco.
No, hace poco no. Ha pasado en, en la historia de Factorial, eh, que nosotros vamos con un "onboarding", yo qué sé, hacemos un quote de 30.000 € por un "onboarding".
A un cliente muy grande.
A un cliente muy grande.
Claro, normalmente Factorial, mmm-
Te parece mucho, ¿no?, 30.000 €.
No está mal, no está mal.
Vale, pues me llama el co-- el tío de compras, el director de compras de la empresa y dice: "A ver, chavales, o sea, a ver, te lo voy a explicar para que lo entiendas, ¿vale? Eh, el siguiente quote más barato que tengo para hacer el 'onboarding' después de vosotros es de 2 millones de euros. Entonces, ¿de qué me estás hablando? ¿Qué me vas a hacer con 30.000 €?"
En serio.
Es un director de compras, que tiene un objetivo de rebajar los costes.
¿Cuántos empleados?
¿Sabes? O sea, el tío directamente-
Muchos, muchos.
Muchos empleados. El tío directamente no confía.
Claro.
No confía.
No se lo cree, porque esto no hay.
Dice: "¿Dónde vais piltrafillas con 30.000 €?"
Ya, ya.
Y nosotros haciendo un quote diciendo: "Hostia, 30.000 €".
Ya. Es verdad que, es verdad que vuestro mercado es mucho más maduro que el mercado al que nosotros estamos. Entonces, sabes que mucha gente que va a precio, ehm, y la-- siendo completamente honesto, nosotros vamos subiendo el precio hasta que veamos que la gente dice que no. O sea, esto es la estrategia que estamos siguiendo.
Bueno, la gente que nos escucha, los canadienses no han venido del pódcast, ¿no?
Que se, que se den prisa en contratar Latitude para que no le subamos más.
¿Hacéis, hacéis Black Friday?
Eso iba a decir.
No.
¿No?
No. Solo tenemos descuentos para startups.
O sea, nosotros estamos a punto de entrar. Jordi no quiere que lo diga, pero-
Sí, o sea, se preocupa mucho hablar de un "onboarding" que, que no hacemos "onboarding" de 2 millones de euros. Y, y, y solo para que quede claro, la mayoría de nuestros clientes, eh, pagan un "onboarding" que es muy poquito.
Menos de 2 millones de euros.
Menos de-- mucho menos de 2 millones de euros.
Eh, pues esta semana es el Black, el Black Friday y tenemos el, el forecast y pipeline más grande que hemos tenido en la historia de Factorial.
Mhm.
Pero que vamos a entrar en la zona ocho dígitos de ARR nuevo este mes.
Guau, en un mes.
En un mes.
Guau. O sea, en un mes, eh, añadiremos 10 startups serie A o dos o tres startups serie B a nuestro negocio en facturación. Si todo va bien, hay que cerrar el mes. Todavía quedan unos cuantos días muy importantes, pero tiene muy buena pinta.
No, esta semana es...
Tiene muy buena pinta.
Mhm. No está mal. La escala, joder.
No, la escala ayuda. Ayuda.
La escala ayuda. Pero no, estamos muy contentos. Ha sido-- llevamos una tem-- una racha desde verano bastante fuerte, ¿no? Este año, bueno, todos los años. Siempre es como el meme, ¿no?: "Este año sí que estamos apretando a muerte". Pero todos los años estamos ahí muriendo y, y siguiendo muriendo y tal. Pero bueno, está saliendo muy bien ahora mismo. Es, es, es un momento bonito.
Genial.
Y es curioso, porque el Black Friday en software B2B, pues no es un-- no es obvio.
Ya.
Pero es que realmente no es el Black Friday. O sea, lo que es, es-
No, es el momento del año
...es el momento del año. Es que es muy importante noviembre porque se hacen los budgets del año siguiente, se cambian las herramientas.
Claro. La gente dice: "El año que viene sí o sí tenemos que tener un sistema de IA para la gestión de personas. Tenemos que tener un sistema de finanzas conectado con el de recursos humanos. Tenemos que dejar de perder tiempo".
Imagínate tener, tener todo eso en uno.
Y además, durante los próximos tres días, con una promoción de Black Friday.
Del Austin.
Pero hay que ir cagando leches. Eh, a ver si superamos el, el forecast, que será difícil.
Oye-
Pero oye, Black Friday.
Sí.
Muy importante. Ehm, yo estoy haciendo refresh en Twitter todo el rato, porque los últimos Black Fridays en OpenAI se ha liado parda.
¿Por?
Hace, eh, un año, no, hace dos años, echaron a Sam Altman.
Ah, ¿sí?
Y hace-
Fue, fue, fue por el Black Friday.
Fue el Black Friday.
Fue una promoción de Black Friday.
Y un Black Clida-- Black Friday anterior, ehm, lanzaron ChatGPT. O sea, los momentos más épicos de OpenAI han sido en Black Friday. Entonces, yo estoy-- ve-- el año pasado no pasó nada.
Cada dos años.
Y estoy mirando a ver qué pasa en este Black Friday en OpenAI. Pero bueno, algo, algo está pasando, seguro.
Mhm.
Sam Altman algo se va a inventar, porque no-- lo que no puede soportar es que le estén, eh, quitando el protagonismo, que en este momento yo creo que Google le está empezando a quitar el protagonismo.
Le está haciendo bailar, ¿no? Como...
Exacto.
No me acuerdo quién le dijo a quién.
No, Satya le dijo-
Satya le dijo a Google
...a Google que quería hacerle bailar y ahora es un poco al revés.
Pues ahora Google está haciendo bailar a mucha gente, ¿eh?
Entre ellos a Satya.
Entre ellos a Satya. Pero Satya es un cachondo. Este es un hombre contento, siempre está como muy contento, ¿no? Es como Jeff Bezos, que siempre se está riendo. Satya también es un tío bastante-- eh, Pichai no tanto. Pichai está más serio. Tampoco-
Bueno, ahora, ahora se le ve bastante contento también a Pichai, ¿eh?
¿Sí?
Yo creo que sí.
Bueno, le está yendo bien. Gemini, Gemini 3.
Gemini 3.
Le está felicitando por Twitter. Le felicita Sam Altman por Twitter ¿No lo habéis visto esto?
Sí, bueno, y Nvidia ha hecho un tuit, de hecho, hace unas horas-
Hace nada
...muy raro-
Sí, sí
...un tuit muy raro diciendo: "Nos alegramos de que le vaya tan bien a Google, pero nosotros todavía vamos mejor". Es como rarísimo ese tuit.
Sí, sí, como muy defensivo.
Sí.
Demasiado defensivo.
Seguramente es, es Je-es Jensen.
Ha cogido el software de Twitter, ¿no?
Jensen con el-
Se ha puesto nervioso
...con la cuenta de Nvidia.
Ha visto las TPUs.
Se le ha pasado a popear, ¿no?
No, pero bueno, o sea, eh, Gemini, todo el mundo está de acuerdo en que es la hostia como modelo generalista, en que es bueno programando.
Mhm.
Nano Banana Pro o como se llame, es la hostia.
Mhm.
O sea, realmente, el-- lo que hace un año era risitas, ahora dices: "Bueno, ya está".
Sí.
O sea, no me u-- no, no se-- no, no me imagino haciendo una imagen que no sea con un modelo, pues que para nada.
O sea, ¿habéis visto la chica?
No, no hemos visto la chica. Bueno, ahora sí, me la has enseñado tú.
No, joder, es que me ha salido 200.000 veces una chica con Nano Banana y sin Nano Banana.
O sea, para quedar contexto, porque si no- ...a ver si vas a quedar de crip. Eh, Bernat dice: "¿Habéis visto la chica de la cafetería con Nano Banana?" Y César y yo nos hemos mirado: "No, no, no sé qué". Y Bernat dice: "Pues me sale 200 veces en el, en el feed". Y luego abre Twitter para enseñarnos otra cosa y sale la chica. Y Bernat dice-
La vamos a poner aquí, la ponemos aquí
...y César y yo le hemos explicado que así funcionan los algoritmos, que cuando le das mucho clic a una cosa te la enseña más.
Que no le he dado clic yo a...
En fin.
Si haces zoom así, todavía sale más.
Seguro que la gente que nos está escuchando entiende-
Se lo saben todo, Bernat
...porque le habrá aparecido 50 veces en Twitter.
Y, y yo no la había visto, eh, esa chica.
Pero bueno, sí, que han mejorado mucho.
Es la hostia.
Es, es impresionante.
Es la hostia.
Eh, yo he estado probando-
Parece realista total.
Sí. Eh-
Es realista, hace caso.
Nano Banana ya era bastante bueno. O sea, para mí era de los mejores modelos de imagen que había. Eh, pero es que el Pro, tío-
Sí
...mmm, yo he flipado. He flipado.
El texto la clava.
Sí.
O sea, porque hasta hace poco, incluso en ChatGPT-
¿Has visto las fotografías?
Sí, sí, sí, es guapísimo.
Son una locura.
Sí, sí, sí.
Son una locura. Eh, yo he estado haciendo, de hecho, ahora, eh, nos estamos mudando, em, y he estado haciendo renders de la habitación en, en base a la foto de Idealista, ¿sabes? Ahí con toda la marca de agua y tal, cutrísima, eh, y superbaja calidad. Y le he pasado la foto original de la habitación vacía, eh, y los muebles que quiero comprar y le he dicho: "Pónmelos así, tal, no sé qué".
Y es que, tío, te saca un render que parece profesional, es la hostia.
Hostia, acaban de morir no sé cuántas startups que hacían esto.
Va, siempre se dice esto, pero no, no está muy claro, ¿eh? Em, si quieres entrar en el debate filosófico de si el application layer o el model layer, ¿eh? Pero-
Sobre la prescriptividad de-
Es muy denso.
La respuesta es la GPU.
Bueno.
El único que gana pasta es la GPU.
Sí. Eh, sí.
No, pero tú dices que tener un caso de uso concreto con un go to market, una marca, ta, tal, eso es defendible, estás diciendo.
No, y sobre todo-- no, porque esto, eh, ho-hoy estaba pensando justo en esto porque estaba probando, em-
Mmm
...Opus 4.5 de, de Anthropic, eh, Claude Opus 4.5, que salió ayer o antes de ayer, em-
Que se, se revienta el Sonnet, eh, 3.5-
3.7
...y que es el que más se usaba-
Sí
...hasta hace poco.
Sí, sí.
Mmm.
Eh, que ya era muy bueno. Em, y de hecho, en benchmarks, o sea, en evaluaciones públicas, eh, en principio, el, el resultado que tienes es mejor incluso que Gemini 3, eh, en la mayoría de tareas.
Menos una semana.
3 Pro.
Menos una semana. Sí, sí.
Es que es un lío esto.
Sí, sí.
Sí, sí, sí. Ge-Gemini 3, que es el último que ha salido.
Vale.
Em, se lo peta, en, en teoría. Eh, y nada, lo, lo he estado probando-- a qué venía esto. Lo he estado probando hoy, em, para-- ah, sí, para, eh, montar una landing que estamos haciendo para un curso de, de co-convertirte en un AIPM, que, que estamos grabando ahora.
Ah, amigo.
Ah, por eso estás hablando del concepto.
No, no.
Estás colocando el concepto aquí.
No, no.
Está trayendo tráfico a su landing.
"Place it."
Cómo la gente no ha hecho el curso todavía de esto.
Y tiene incluso certificación. Nah, es broma.
Vale.
Em, no, total, que estaba haciendo la landing porque hice la landing del curso la semana pasada con Gemini 3 y digo: "Hostia, vale, pues va-vamos a comparar a ver cómo lo hace". Em, y ha mejorado en cuanto a diseño ambos modelos, ¿eh? Eh, Gemini 3 ya me hizo cosas bastante, bastante chulas. Eh, Opus 4.5, madre mía. O sea, realmente la primera versión ha sido como muy estándar, típica web que te hace Lovable a la primera, pero le he dicho: "Hazla un poco más unique".
Eh, y hostia, se ha currado un pedazo de diseño que, que yo no hubiera hecho nunca. Em, y esto ya empieza, empieza a sorprender. Y claro, aquí me ha saltado la duda, ¿no?, de: hostia, si los model providers se están, eh, especializando tanto en temas de: "Hostia, pues vamos a construir una web". Porque además la interfaz de Claude está muy bien hecha, tanto como la de Gemini. Tú le pides: "Hazme una web para esto", y el tío, o sea, empieza a buscarte que si en tu web, empieza a sacar información, no sé qué, o sea, la parte generalista de puta madre, y luego te crea el asset.
Y el asset te lo pinta directamente, eh, en pantalla partida y tú estás viendo la web-
Como Lovable
...como Lovable, exactamente igual. Em-
Entonces, ¿para qué hace falta Lovable?
Claro, y esta es la pregunta que me ha surgido, de: ¿se van a petar Lovable? Em-
Porque de momento te hace el hosting y la colaboración, pero bueno, eso-
Ya, pero eso ya me explicarás
...sí, sí.
Pero lo que sí que creo es que hay un long tail de features pequeñitas que te acaban salvando la vida, ¿sabes? Porque en Lovable, por ejemplo, tú puedes irte a un elemento y seleccionarlo y decirle: "Cámbiamelo por esta otra cosa", ¿sabes? O puedes ponerle el estilo tú manualmente. O sea, este long tail infinito-
Pero van a estar en la siguiente iteración.
Claro, pero es o esto o nos metemos a hacer un chat para médicos o nos metemos a hacer un chat para educación o nos-- ¿sabes? O sea, tienen tantos frentes por combatir los model providers, que yo creo el application layer es donde realmente, eh, tendrá sentido esto para el consumer general.
Pero bueno, o sea, OpenAI todo el mundo dice desde hace tiempo, y yo estoy de acuerdo, que es un application business. O sea, hace modelos que le permiten estar por delante, pero la gracia de ChatGPT no es el modelo de OpenAI, es ChatGPT.
Claro, la pregunta es si van a ser-
Eso es un producto, es una app de-- brutal.
Sí.
Pero es una app en generalizada.
En el caso de, de OpenAI, sí.
En el caso de OpenAI, yo uso ChatGPT no porque su modelo sea superior, porque es que la app es mejor que todas las demás.
¿Has probado la de, la de Claude?
Hace cuatro meses que no.
Está muy bien, ¿eh?
¿La app mobile de Claude?
La web, por lo menos, está muy bien.
Pero este ejemplo, por ejemplo, tú dices que desde ChatGPT, si le pides, o desde Claude le pides: "Oye, cámbiame este elemento", no funciona tan bien como Lovable.
No, el de-- bueno, aparte de que no funciona tan bien Hay una fricción. La fricción es: yo no puedo apuntar a un elemento y decirle: "Cámbiame esto".
Bueno, vale, pero es-
¿Sabes? Tú le tienes que describir cuál es el elemento que quieres que-
Pero esto, apuntar un elemento es algo genérico.
Sí.
O sea, yo creo que lo va a resolver también-
Sí, esto, esto-
...en la herramienta generalista
...esto lo uso como ejemplo de ese "long tail" infinito de-
Sí, sí
...de funcionalidades.
El último 20 %-
Exacto
...del producto.
Exacto.
Que es infinito.
Eh, que es esto, que es el "hosting"-
Ya, pero es que Lovable-
...que es el "backend"
...que Lovable es muy bestia, pero Lovable todavía no tiene un año, ¿eh?
Mhm.
Ahora va a cumplir a quien le preguntes.
Ahora tiene un año.
Sí, dice que tiene un año, pero en realidad empezó hace más de dos años. Se llamaba GPT Engineer.
Sí.
Y era lo mismo, pero hizo un "rebrand" hace menos de un año y, y de hecho, si miras el LinkedIn de Anton Osika, pone que lleva más de dos años.
Hace un año que empezaron a tener éxito brutal.
Sí, sí, por eso digo que lo del año se le ha criticado mucho, porque cuando lo presentaste-
Bueno, pero quiere decir que lleva poco tiempo con pocos desarrolladores haciendo "features", que quiere-
No, que es la hostia
...que no hay ahí mucho, mucho "stack", mucha cosa hecha.
No.
Yo creo que hay mucho más de lo que te imaginas. Mucho más. O sea, al f-- al final, o sea, es como si yo vengo y os digo: "Ah, es que puedo montar una plataforma de recursos humanos en 10 minutos con, con ChatGPT". Aquí hay un montón de-
Hay mucha gente que lo dice
...aquí hay un montón de decisiones de camino que yo no voy a estar teniendo en cuenta, que vosotros, pues por el hecho de, de llevar dos años.
Bueno, tú concretamente alguna te acordarás.
Sí.
Eh, se ve que Elon Musk ha dicho hace poco que todo lo que es digital, todo lo que es intangible, lo va a hacer un modelo, lo va a hacer Grok.
Mhm.
Concretamente, él dice.
Sí, claro.
Pero lo que es físico, todo lo que es físico se va a salvar, ¿no? Es una discusión-
Lo va a hacer Tesla
...que tenía con-
Era un poco raro, ¿no? Porque está haciendo robots.
Es una discusión que estaba hacien-- teniendo con Antolín, eh, de Freshly Cosmetics.
Mhm.
¿Elon Musk y Antolín?
Sí, sí, sí. No, no, yo con Antolín. Elon Musk estaba ahí de escuchando. Eh, no, y, y le-- y decíamos: "Hostia, es que qué difícil es mover cajas". Yo le decía, típica reflexión de cuñado. Eh, y él me decía: "Bueno, eh, más difícil va a ser softwa-- va, va, va a ser hacer software, eh, cuando lo hagan los LLMs, ¿no?
Y hacerlo diferencial.
No lo sé, no lo sé. Yo creo que a la vez el buen gusto es más importante y el-
Pero lo que has dicho es que el diseño que hace Claude-
Es la hostia
...es la hostia. Eso es lo que tú has dicho.
Sí, correcto. Pero porque yo le he indicado lo que quiero más o menos.
¿Así cómo?
Eh, bueno, en el caso de Claude-
Le has dicho: "Make it, make it with goo-- make it good"
...ha sido muy tonto. Le he dicho: "Make it better. I don't know why."
Hostia, el, el prompt del año.
Aquí, aquí tienes que-
Rick Rubin, el Rick Rubin del "machine coding"
...no, pero es que siempre es relativo, ¿no? Porque tú-- o sea, yo lo que estoy comparando es la capacidad que tiene de hacer un primer diseño o un segundo diseño, que es muy distinto a lo que hay en el mundo ahora mismo. Eh, pero esto de aquí a dos meses no va a ser así. De aquí a dos meses todo el mundo va a es-- va a estar haciendo el mismo tipo de diseño si simplemente le dice: "Make it good, make it better". Em-
Bueno, "make, make it different".
Bueno, "make it different", pero al final tie-tienes la-
"Unique. Make it unique"
...tienes la distribución de probabilidad que todo el mundo que diga "different" le va a salir la misma web, ¿sabes?
Sí.
Entonces, ahí es donde yo creo que-
Pero es que ahí vamos a la filosofía directo-
Es que por definición-
...vamos a la filosofía directo y vemos cuándo el humano hace algo también realmente único que no sea una mezcla de patrones que ha visto previamente.
Siempre es, pero no es tan bestia como un LLM.
Claro, en el caso del LLM está programado en el código.
Claro.
Que no se inventa nada.
Claro, claro.
O sea, por definición, el algoritmo-
El código del ser humano también. O sea, que tú no que no puedes-
No está programado
...no puedes generar algo, algo que no has visto, no has tocado, no has oído.
Sí que puedes, sí que puedes.
Bueno, esa es filosofía.
Pero el LLM no puede. No puede. Por definición, lo único que sabe hacer es imitar.
Pero es que el humano tampoco.
No, no. ¿Dónde está esta programación? Si nadie entiende cómo funciona el cerebro, ¿cómo puedes hacer una afirmación tan contundente?
Hago la afirmación de que tú no puedes imaginar lo que nunca has visto, tocado o sentido.
Pero no es verdad eso.
Bueno.
No lo entiendo esto. Y esta afirmación no la tengo nada clara.
Bueno, vale.
En cambio, en el caso del LLM sí.
Sería, sería otro pódcast.
Vale.
Pero me, me interesaría este otro pódcast, ¿eh?
Haría falta algún neurólogo.
Bueno, sí, siempre hace falta expertos de todo.
Bueno.
Pero realmente, o sea, realmente tú eres la suma de tus experiencias.
Eso es cierto.
Vale.
Pero eso no significa-
Pero eso no impide que no puedas crear algo nuevo.
Exacto.
De hecho, la limitación principal de los LLMs es esto, precisamente, que no son-- no se ha demostrado que han sido capaces de crear nada nuevo.
Pero muchas veces lo que le llamamos nuevo es realmente una descontextualización de otra, de una cosa en otro ámbito. Pero no es realmente algo nuevo puro. No existe la novedad pura. Pero bueno, ya te digo que esto sería filosofía y podíamos estar aquí 10 horas hablándolo. ¿Qué querías decir?
No lo sé.
Yo me acuerdo, tío, es que...
Total, que hay un "long tail" infinito que yo no creo que se vayan a petar a Lovable. Eh, aparte porque Lovable está entrando como, como un toro en el "enterprise". Eh-
Nosotros somos clientes de Lovable.
Sí, he visto el post que habéis hecho. Sí, sí.
¿Ah, sí?
No sabía que habíamos hecho un post.
Yo lo he hecho. Yo lo he hecho.
Pero lo que sé es que Antón estará muy contento de ello.
Antón, el bueno de Antón, que no sabes si es gallego o sueco, ¿no? Eh, oye, hablando de Lovable y de, y de coding, e-antes he visto esta tabla que me ha, m-me ha generado curiosidad. Los principales, eh, AI coders, ¿no? Herramientas de programación de AI, mmm, AnySphere, que es Cursor, eh, Claude Code, de Anthropic, Cognition, que es, eh, Devon y Windsurf, porque lo compró, ¿no?
Lo medio rescató. GitHub Copilot, que es de Microsoft, Lovable y Replit suman más de 3 billion de ARR.
¿Y Antigravity? Eso es ro-- ¿habéis visto Antigravity o no?
Ese es el nuevo, el, el nuevo, em, eh, editor, el nuevo IDE.
Sí.
Pero-
Básicamente, o sea, que es el que han hecho los founders de Windsurf, que se fueron a Google.
Correcto. Lo han vuelto a hacer, que de hecho la gente ha sacado como el inspector y salen todavía las clases de CSS del anterior, ¿no? Que dices: "Será cafre". Bueno, 3 billion de ARR, que dices: "¿Esto qué significa? ¿Es mucho o poco o tal?" O sea, a mí el dato que me ha sorprendido, que leí en "The Information", es que los salarios de los programadores en un año son 150 billion de todo el mundo.
Mhm.
Con lo cual ya el 2 % del TAM de programadores se lo están llevando los modelos.
Mhm.
O las aplicaciones de programación. Es mucho para mí.
Pero eso significa-- pero eso significa que los salarios se han ido. O sea, ¿se han comido esos salarios o se ha añadido al total de mercado?
No lo sé. Yo me imagino que se ha crecido ese mercado sin necesidad de más humanos. O sea, en general, en, en la programación llevamos muchos años donde hay limitación de oferta, ¿no? Nos faltan programadores en el mercado y se contratan juniors y se hacen bootcamps, ¿no? De hecho, los bootcamps famosos se crearon un poco para intentar acelerar esa falta de generación de programadores.
Ahora ya no pasa tanto esto.
Sí, ya no hay tanto bootcamp, ¿eh?
Bueno, porque, porque, porque está Claude y está Cursor. O sea, al final el junior al que le dices: "Haz esto, hazlo así. No, vuelve a hacerlo". Pues ahora se lo dices a Claude, que es mucho más barato y 24/7. Y además tienes 20 Claudes en uno, porque tú le puedes dar 20 prompts y te vas a desayunar y vuelves y los 20 han trabajado.
Eso serían 20 programadores junior en el equivalente. Entonces, bueno, me ha sorprendido dos, eh, más de 3 billion, eh, 2 % de 150 del, del tamaño del mundo. Y si que-
No, pero lo interesante también es que no estás hablando del diseño, del product design, del diseño de interfaz, porque tú estabas hablando de diseño puramente, ¿no?
Que era algo donde los LLMs generalmente no han sido buenos.
No.
Para nada.
¿Tú utilizas Figma? Porque Figma puede generar, eh, diseño con Gemini, por ejemplo, ahora, ¿no? ¿No?
Mmm, no estoy seguro de que pueda generar. Esto lo intentaron y se les echó toda la comunidad encima.
¿Sí?
No sé si ahora mismo te permite hacerlo. Yo no uso esto.
¿Cómo se llama? ¿Eh, Figma Make o...?
Ah, sí, sí, sí. Bueno, para construir webs.
Es un pluggable, tiene un pluggable, ¿no?
Sí, pero es construir la web separada de lo que es un diseño de interfaz, por así decirlo.
Pero no te hace el Figma.
Exacto.
Te hace la web.
Exacto. Hasta donde yo sé, pero no lo uso tampoco.
Pero tendría mucho-
¿No usas Figma?
O sea, Figma sí, pero para diseño de producto.
Pero tendría mucho sentido que Figma incorporara Claude, por ejemplo, ¿no? Para hacer precisamente esto que dices, ¿no? De poder seleccionar los elementos.
Creo que llegan hasta ese-- es que no, no he probado Figma Make. Eh, o lo probé muy al principio y, y no recuerdo si tienen esto. Eh, pero sí, sí, o sea, Figma está entrando en este mercado también, claro.
¿También?
Sí, sí.
Por cierto, Figma que hoy vale menos de lo que pagaba Adobe por él.
Mhm. Sí, está en 19 billion, creo.
Mhm.
Sí, sí.
Y hizo una ronda hace tres años a la misma valoración. Hace dos años y medio. O sea, subió mucho en mercado privado, luego Adobe, ¿no? Luego en la IPO salió, mmm, más o menos al precio que le iba a comprar Adobe, se disparó casi al doble y ha bajado.
Que antes lo hablábamos. Pero bueno, está en unas 20 veces ARR.
Que no está mal.
Que no está mal. O sea, es más que el promedio del SaaS cotizado. También crece más que-
Y ya no digamos que de los negocios tradicionales.
No, no, claro, ya, incluso en el SaaS. Incluso en el SaaS no es Palantir, que sigue siendo la cosa rarísima, pero está-
¿Cómo evoluciona el short de Palantir?
Bueno, lo hablamos de que eso tenemos que hacer disclosure. Hicimos fake news sin querer. O sea, el short de Michael...
Burr.
Burry.
Burry. Te falta la Y al final. El short que dijimos que había hecho de 900 millones de dólares era de 9 millones de dólares.
Ajá.
Que, que la prensa lo registró mal. Entonces, claro, no tiene nada que ver. Un short de 1 billion, un short de 9 millones no es nada para una empresa tan grande como en este caso era Palantir. La de-
No, bueno, la empresa-
La de, la de Nvidia era de, de 100 millones, que en realidad era de uno. O sea, se equivocaron. La prensa, el CNBC, que es el canal de teleamericano y web, eh, de noticias, se equivocó por 100.
Hostia.
Porque hizo el cálculo del tamaño del short sin tener en cuenta que una orden de short, eh, son 100 acciones. Por def-- o sea, por, eh, digamos, los contratos típicos de que no era un short, que era un-
Put
...un put. Los puts se compran de 100 en 100. Entonces, hicieron mal la multiplicación y Michael Burry dijo, eh, dijo: "Por cierto, que he visto que la gente dice que aquí he hecho un short de 900 millones, en realidad lo he hecho de nueve, pero que a mí ya me va bien que os penséis que es de 900, porque después de la noticia bajó la acción". Y el tío dijo...
Pero luego, luego colgó los zapatos ya y-
Bueno, claro, que hizo cash out y para su casa.
Ah, hizo cash out.
Y he entendido que sí, que el, él cerró.
No tanto. O sea, sé, sé que ha cerrado el fondo, pero creo que es más para no reportar públicamente que...
Es todo muy oscuro y falso. Fake news. Es todo fake news porque se dice una cosa y luego se equivocan de un por 100. Entonces, yo no quiero opinar más. Pero bueno, en cualquier caso, eh, Nvidia ni Palantir no van mal.
Bueno, Palantir ha caído un 20, 25, ¿no? Algo así.
De, de un múltiplo absurdo.
No, ya, ya, ya.
Y en parte por culpa de que la gente se pensaba que tenía un short de, de 1 billion, que no lo tenía.
Hostia, qué locura.
No, claro, claro. O sea, hay que ir con cuidado, que no nos acusen aquí de, de movilizar los mercados. Recordamos que nunca, esto nunca es, eh, información financiera, ¿eh? Como veis, no tenemos ni idea de nada.
¿No os parece muy peculiar Alex Karp? Es que vi una entrevista hace poco.
Con la chica esa. Con la chica esa, ¿no?
Con la chica. ¿Has visto la chica?
La podcaster, la youtuber esta así rarísima. Esta sí, pero esta no es la chica de, de Nano Banana, ¿eh? Esta es una podcaster, no sé cómo se llama.
Pero que no le hace ningún tipo de pushback ni nada. Na-nada que ver con Itnig, es el anti-Itnig.
Hombre, es que te saca una espada a ver si tú le haces pushback, ¿sabes?
No, no. Un poco, un poco. Y pasa gente por ahí y le dice: "Apártate, CEO".
"CEO, sal de aquí".
¿Sí lo has visto?
Sí, sí, es muy gracioso.
Es como todo tan raro.
Sí. Bueno, ese, ese señor es especial, ¿eh?
Sí, sí.
Ese señor es especial. O sea, tiene una-
Parece un predicador, ¿no? O sea, repite: "Somos lo mejor que, que ha creado nunca el hombre, no sé qué". Y todo el, todo el rato está re-- está explicando como que es el salvador. Es, es Dios.
Son un poco fanáticos. Son, porque pongo en plural aquí un poquito, Peter Thiel y, y un poco la peña. Hay una peña ahí cercana a Elon Musk, de hecho, ¿no? O sea, el padre de estos es Peter Thiel, to-- de todo este movimiento. Eh, y, y yo creo que son un poco fanáticos con el tema este del poshumanismo, el, el, el futuro, digamos, eh, un poco utópico, eh, per-perdón, distópico, eh, al que ellos parece que les parece perfecto mientras ellos estén, digamos, en una posición de, de poder o de control.
Bueno, aquí hay distintas co-corrientes. En teoría, Elon Musk, eh, voy a defender a Elon Musk, él
Precisamente es favorable a que sobreviva el ser humano.
Sí.
Gran punto de vista, eh-
Sí
...porque, eh, todo empieza-
Que Larry Page no lo es
...todo empieza con la conversación, la gran discusión que los separó de por vida como dos amigos que se separan por un tema, que es que Larry Page le da igual la supervivencia del ser humano. Si existe un ser superior, mejor.
Yo también leí que había un tema de novias y, y-
Ah, vale
...o sea, que le quita la novia a Larry Page. Eso no lo había visto.
¿En serio?
Sí, sí, sí. Yo lo he leído-
Guau
...no sé, tampoco. Marujero a tope, marujero a tope. Pero se ve que hubo ahí un tema también de, de tal.
Mira.
Pero, pero total-
Le quitas la novia, pues os morís todos, ¿no?
Te quito el "researcher" de AI.
Lol. Bueno, total, que, que fue-
¿Por dónde estábamos?
No, que, que tú dices que Peter Thiel y que, y que Alex Karp son poshumanistas en ese sentido. No sé Elon Musk, pero no sé si se inscribe-
No les conozco ninguno de estos
...exactamente en esta corriente.
Elon Mu-- Elon Musk siempre ha dicho que él quiere que la raza humana o la especie humana perdure y por eso quiere ir a Marte y toda esta historia.
Exacto.
Y tener catorce, tener catorce hijos-
Exacto, exacto
...y le preocupa mucho la demografía y tal.
Bueno, Palantir, eh...
Sí, a ver, a mí lo que me parece más interesante que Palantir, que también es muy importante, es, eh, la semana pasada, mmm, Bernat y yo estábamos en una conversación con unos, eh, inversores, BC digamos grandes y, y buenos. Saludos desde aquí. Eh, y, y había la conversación de: Oye, hay burbuja, no hay burbuja, eh, hay miedo, ¿no?
Hay incertidumbre. Y un BC que, que había sido de hecho investment banker en el pasado, hacía análisis, decía: No, no, estamos todos bien. Porque estaba todos los BC haciendo refresh hasta que salieron los earnings, los resultados de Nvidia, porque todo el mundo estaba acojonado de que Nvidia tuviera un pequeño desliz. Había mucha preocupación por esto y eso desencadenara una reacción en cadena.
Y, y Nvidia hace unos earnings creciendo un 66 % año a año la facturación.
Mhm.
O sea, un 66, 66 % a este tamaño es absolutamente absurdo.
Que además era más de lo previsto.
Que era más de lo previsto, un poquito más de lo previsto. Y haciendo un forecast para el año que viene de más crecimiento. Entonces, Nvidia, que es un poco el, el papa que aguanta toda esta tal, va de puta madre-
Mhm
...según los resultados, eh, reportados y tal, y la, eh, la previsión sigue siendo buena. Aun así-
No, la previsión es: tenemos un quarter más antes de que explote la burbuja.
Lo que decía este inversor es decir: bueno, garantizado un quarter-
Sí, claro
...de tranquilidad. Dice: ahora, el quarter que viene vamos a estar haciendo todo refresh, porque el quarter que tenga un desliz Nvidia, entonces la gente se pone nerviosa. Que en realidad, ya me dirás tú, porque no está tan correlacionado. Pero bueno, el mercado es un poco como ovejas. O sea, ve, ve algo y todos se van-
Hay una parte muy grande
...se van detrás. Sí, pero aun así, Nvidia bajó un dos y pico por cien el, el día después de los earnings y luego siguió bajando hasta bajar un seis-
Mhm
...pero hoy ya está subiendo otra vez.
Mhm.
Entonces, en general se ve que hay gente que estaba esperando para vender y aunque hubiera ido bien pensando se que iría mal, ¿no? Aunque hubiera ido bien, ha venido igualmente y, y ha bajado un poquito el, el mercado. Pero el S&P 500 lo estaban mirando precisamente desde el anuncio de Nvidia. Aunque Nvidia no la haya petado, ha subido bastante.
Mhm.
Ha subido más de cuatro puntos y el Nasdaq todavía más. Y, y-
Es que Google se ha mantenido bastante-
En general, el, el-- la bolsa americana, que es un poco la, la de referencia, sobre todo para los mercados tech, eh, después de la semana pasada de mucho miedo de burbuja-
Mhm
...esta semana, que es una semana complicada de Black Friday, de pre vacaciones, porque en Estados Unidos hay como un holiday season que empieza mañana con el Black Friday, ¿no? Ay, con el Thanksgiving. Eh, pues parece que está acabando el año con todo bien.
Mhm.
Todo va bien, las empresas van bien, la economía va bien. Y bueno, el año que viene veremos, ¿no? Pero de momento los expertos dicen que va todo bien. No es, eh, asesoramiento financiero, que quede claro.
Ha salido una entrevista de Ilya Sutskever-
Mhm
...hace poco, ¿no? Con el chico este indio.
Varkes Patel.
Hostia, soy incapaz de reproducir el nombre.
Muy buen podcaster.
Sí, ¿no?
Sí.
Y que tú la has, tú la has visto la entrevista.
Sí.
Yo es que la vi, pero no, o sea, no la escuché.
Sí. A ver, tampoco dice mucho. O sea, yo creo sí que calma un poco los ánimos con respecto a la burbuja, de hecho.
Sí.
Porque él dice que-
Sí y no, ¿eh? Pero bueno.
Bueno, él dice que aunque no-
En qué va a decir, o sea que, en qué va.
No, no, no. Dice cosas interesantes, de hecho.
Bueno, a él le da absolutamente igual.
No.
Él ha levantado no sé cuántos "billion" para ser superinteligencia y está contentísimo.
Seguramente será que-
No, no, pero también-
Se lo va a pulir mañana en un-
Un poquito de secundario de OpenAI, un poquito de secundario de O-OpenAI, eh, también ha hecho. O sea, las finanzas-
Seguramente le queda por hacer
...las finanzas de Ilya están bien. Las finanzas de Ilya están bien.
Pero siempre pueden estar mejor.
Tiene acciones de Tesla, tiene acciones de Tesla. O sea, le van bien las cosas.
Vale, bueno, ¿y qué dice?
Eh, no, bueno, con, con respecto al tema de la burbuja, él dice que, que, mmm, quizás hay un poco de "hype", eh, pero que realmente hay un impacto clarísimo de la IA en la, en la vida de las personas. O sea, es, es innegable. Entonces, eh, en tema de valoraciones y tal, pues no entra. Él dice que ha habido una transformación brutal y que se es-- que se seguirá viendo una transformación brutal en cómo se desarrollan los negocios, cómo la gente, eh, interactúa con ordenadores en general y que esto al final, pues tendrá, tendrá el impacto económico.
Eh, por ejemplo, esto me parece fue en la entrevista de, de Karpatthy, eh, que dijo que-
Karpatthy.
Karpatthy.
No, no, no sigues el pódcast, César. Si no, sabrías que le llamamos Karpatthy.
Pero si estaba yo en ese pódcast.
Ah, vale, vale.
Eh, no, que él dijo algo similar, ¿no? Que, eh, la IA lo que hace es sostener el, el ratio de crecimiento de la productividad, eh, de la economía. Em, entonces, eso es algo que llevará tiempo.
Pero yo creo que lo acelerará, ¿eh? O sea-
Yo no lo tengo tan claro. No lo tengo tan claro. Em...
Si tú miras el, el, el GDP, eh, la curva esta famosa ya venía acelerándose.
Mhm.
Y, y la pinta es que está acelerando la aceleración.
Pero yo hablo del incremento de productividad.
Sí, sí. O sea, al final GDP es una-- la productividad
Eh, vale
Y población.
Okey
Multiplicación de productividad por población
Oye, sí
Crecimiento de GDP es-
Sí
...lo de-
Productividad, sí. Eh, yo no lo tengo tan claro, porque la realidad es que, y esto es algo de lo que, de lo que Ilya habla en la entrevista, es que los modelos parece que cada vez performan mejor, que son la hostia, que yo qué sé, te sale el benchmark este del-
Eso es lo interesante, sí
...del AGI y tal, eh, y, eh, y los modelos nuevos la petan. O sea, hemos pasado de un 2 % de, de completez del benchmark a un 40 %, me parece que es, eh, Opus 4.5, algo así. Ehm, y él lo que dice es que este resultado no se está viendo realmente en las aplicaciones reales de, de la IA en la industria, en el mercado.
Eh-
O sea, llevamos un año bastante estables-
Sí
...en lo que puede hacer la IA
No, total. Y ChatGPT 5 fue-- bueno, GPT 5 fue un poco decepción, porque la gente se esperaba mucho más. Eh-
Pero un poquito mejor que el anterior
Sí. Sí que creo que Gemini 3 ha cambiado un poquito las cosas. Sí que lo creo. Ehm, pero bueno, total, que, mmm, que-
Pero no te caes de la silla
Mmm, yo me he caído bastante de la silla
Yo también me caigo bastante de la silla
Con Gemini
¿Con Gemini 3?
Sí
Con Gemini 3 y con GP-
Y con una Banana Pro
...y con GPT 5 también, ¿eh?
Sí, sí
Versus 4
GPT 5 Pro es muy bueno, ¿eh? Muy bueno
Sí, yo lo uso y, y a ver, trabaja mucho. A mí me gusta, es muy trabajador y me hace caso
Sí, sí.
O sea, hace, hace cosas brutales-
Sí
...que un humano no hace
Sí
No, en general cuesta, porque hace mucho caso y se-- trabaja mucho. A mí esto es lo que-- el, el Pro, el-- no, ¿cómo se llama? El, el-
Pro
...el Pro, ¿no? El que trabaja mucho rato
Sí, sí, sí
Sí
Luego te saca un reporte
Sí, la de abajo, la opción de abajo de todos
Sí, es brutal
Exacto
Eh, a qué venía esto.
Sí, el Pro, exacto
Ehm, ah, sí, los benchmarks
No, es capaz de-- ¿qué dices?
Eh, sí, no, Sutskever
Ilya Sutskever
Sí. Dice que los benchmarks, básicamente los, los laboratorios están entrenando los modelos para performar bien en esos, eh, en esos benchmarks. Ehm, y que se huele a, a que-
Es un poco evidente, ¿no? Que-
Sí
...que la gente no es "naif"
Sí que es verdad que hay, hay algunas evaluaciones que no te enseñan el corpus de, de-- que van a utilizar para hacer el test y el modelo, pero ya, o sea, claramente el reinforcement, reinforcement learning que están haciendo, eh, ya lo están enfocando a que en, en esas evals lo hagan bien. Y porque no hay una forma de medir el impacto que tiene si tienes un bot de soporte, por ejemplo.
O sea, sí que lo puedes hacer a nivel de empresa, cortado por empresa, pero no hay un benchmark global de cómo de bueno es un modelo u otro, eh, a nivel de hacer caso en support o a nivel de hacer llamadas o a nivel de este tipo de, de tareas más de industria
Que tú antes llamabas el, el vibe-- ¿cómo le llamabas? El vibe-
Vibe checking
...el vibe checking, ¿no? Que es como en lugar de utilizar, eh, los benchmarks, es, eh-- te desbloquea un caso de uso, te-- o sea, te mola más que el otro-
Literal
...te lo quedas o vuelves al otro
Y esto es superimportante, ¿eh?, realmente. Eh, y de hecho-
Todo es vibe ahora
...la, la mayoría de iteraciones-
Yo no entiendo nada de lo que estáis diciendo, ¿eh? Pero bueno. ¿De qué estáis hablando?
Al final es: tú mides, eh, de forma cualitativa o de forma cuantitativa la performance de un modelo, ¿vale? Cualitativa es vibe checking, cuantitativa es evals
Pero como usuario no mides. O sea, tú lo que haces es llamas a customer support de una empresa de zapatos-
Cualitativa
...¿vale?
Y te resuelve el problema o no te lo resuelve
Y te resuelve el problema. Antes era un humano que no te lo resolvía muchas veces, ahora es un bot y te lo resuelve
Mhm
Pues esto es el vibe check
Y dices: "No ha cambiado de hace un año." Sí, ha cambiado un huevo, porque ahora-
Pero es que el modelo no es-
...todo el mundo son, todos son bots
Sí, pero este no es el modelo-
¡Que funcionen!
Pero estos son los modelos que ya hace un año funcionaban
Sí
Lo que pasa es que el mundo los está implementando
No, y no son los últimos modelos porque el coste de cambio de modelo es nulo. Entonces, evident-- siempre, siempre hablas con el último modelo
No, pero yo no lo compro. El use case de customer support con los modelos de hace un año iban perfectos. Lo que pasa es que la gente no lo había implementado todavía.
Es que estás-- hay un tiempo
Tardas en utilizar. Es como decir: "No es la envidia de ahora." No, es la envidia de hace dos años, que se ha desplegado hace un año, que ahora es la que estamos usando la mayoría de gente, ¿sabes? O sea, el modelo-
Yo creo que llevamos dos años-
...no ha cambiado este año mucho el modelo. La capa de aplicación es la que ha cambiado radicalmente este año
Yo creo que lo que cambia ahora es la facilidad de hacer un deployment
Vale
Con los modelos actuales
Pero no es el modelo-
Que todo lo que-- toda infraestructura que habíamos hecho antes en los anteriores años, hoy ya no hace falta
¿Qué quieres decir?
O sea, que no hace falta tanta infraestructura para pasar de algo, mmm, de una idea a producción como hace dos años
Pero esto no ha cambiado mucho, ¿eh? No ha cambiado mucho. O sea, sigue siendo igual, igual de fácil, entre comillas, hacer un prototipo. O sea, Replit, Vercel
Pero la diferencia es que este prototipo funciona. Hoy funciona
No, funciona porque la-- porque se-- ahora se están preocupando de escalar esto
Claro
De hacer el fine tuning de modelos chinos, ¿sabes? Para poder escalar a nivel de, de volumen de, de runs que tú haces del modelo, eh, porque se están profesionalizando a nivel de evaluaciones, porque hasta hace muy poquito solamente los Big Labs eran los que estaban haciendo evaluaciones de verdad. Ehm, las empresas cada vez esto se lo toman más en serio
Y tú lo que dices es que cuando la gente escala, cambia el modelo y pone un modelo chino
Sí
Correcto, que es el low cost, porque al final el coste de inferencia importa mucho
Es que igual es uno o dos órdenes de magnitud más barato
Y este modelo es peor que el de OpenAI de hace un año
Sí
O similar, equivalente, pero cuesta 10 veces menos
Cuesta 10 veces menos y tú lo que puedes hacer es un fine tuning para tu caso de uso. Quitas un poco de generalismo, pero lo enfocas mucho a tu caso de uso y bajas los costes por 10
¿Y no es negligible comparado con el, con el factor de reemplazo de un humano?
¿Qué quieres decir?
El coste
O sea, el coste entre un modelo chino o GPT-5-
Depende
...Pro
Depende, porque Cursor, por ejemplo, palma pasta, ¿sabes?
Cursor palma-- bueno, claro
De hecho, depende de todas, todas esas aplicaciones de-
Hay use cases que son muy-
...de AI palman pasta
Sí
O sea, están quemando pasta por un tubo
Claro, porque Cursor es muy barato
Gastan mucho token
Cursor es muy barato proporcionalmente con lo que es reemplazar un developer. O sea, no te cobra el precio de reemplazar a un developer
No, y hacer una línea de código son muchos tokens, porque tienes que tener todo el code base, eh, en mente y tal. En cambio, con-contestar a un customer support en general necesitas un, un knowledge base muy pequeñito. Pero son siempre lo mismo, la mayoría de tickets y la mayoría de problemas. Entonces, en un caso de customer support, ahí te da igual. Puedes utilizar el ChatGPT más caro de la historia, que te sale muy a cuenta.
Pero claro, para un modelo de formación yo entiendo que son muchos tokens. O para el research, para el training, para todas estas cosas, sí que tiene que cambiar un montón
Sí Eh, total, que yo creo que se ha profesionalizado la capa de aplicación más que lo que han mejorado los modelos en este año. Eh, yo, yo estoy de acuerdo con Jordi.
Y, Ilya decía una cosa que a mí me parece muy interesante, eh, que es que estábamos volviendo a la era del research, ¿no? Que básicamente él decía que él, que algo tiene que saber porque era el chief science officer de OpenAI, ¿no? Y ahora tiene su empresa que es Safe Superintelligence. Ehm, él dice que, que ya no se mejora mucho la calidad de los modelos a base de meter más training a fuerza bruta, que esta fue la gran, eh, la gran, eh, descubri-- el gran descubrimiento de OpenAI, el gran descubrimiento de OpenAI es si tú metes aquí en lugar de un millón, 100 millones, en lugar de 100 millones, 10 billion en training, la calidad del modelo se dispara.
Mhm.
Ilya dice que ya no, que ya hemos llegado a un techo y que ahora meter mil millones, eh, o mil billions, perdona, de, de training ya no te hará un modelo significativamente mejor. Y que hay que volver a la pizarra y hay que volver a la bata blanca a hacer matemáticas para hacer el próximo breakthrough. Entonces, claro, esto es ligado-
Esto es un poco-- todo el mundo se hace pres-imprescindible, ¿no? Porque él dice: "Yo soy el de la bata blanca".
Porque yo no tengo los billions de Microsoft ni de Oracle-
No tengo los billions para hacer la computación, pero en cambio soy el de la bata blanca, ¿no?
Ni de Sam Altman. Pero bueno, tiene acciones de OpenAI, ¿no? En teoría, bueno, de una de esas cosas.
Vale.
Eh, pero lo curioso es que, claro, si eso es verdad, ya no-- la curva de ventas de Nvidia puede que frene, ¿no? Si, si ya no van a lo loco comprando 10 veces más cada año.
Mhm.
Pero bueno, esa es la idea.
No, pero para inferencia sigues necesitando GPUs. Y, y el-
Y esto va a crecer un montón
...el volumen de demanda de inferencia ha crecido una barbaridad.
Porque estamos empezando.
Y seguirá creciendo una barbaridad.
O sea, las empresas que usan IA hoy son cuatro-
Total, total
...comparadas con las que la deberían usar. O sea, realmente falta mucha demanda por llegar a mercado. Y otra cosa que me ha, me ha gustado a mí del pódcast este de Ilya era el primer minuto, de hecho-
Mmm
...que ahora está de moda el, el cold open, ¿no? Que es que empiezan el pódcast, digamos, con el micro encendido, pero sin avisar, con la conversación así de: "Oye, ¿cómo va?" Tal. Y luego empiezan el pódcast con esto y, y al tío le pregunta un poco y dice: "Oye, dice, esto de la IA", el, el entrevistador: "Dice, esto de la IA, dice, dice, ¿es real? Porque es muy loco, ¿no?
Esto es, es, es más que la ciencia ficción".
Sí.
Y Ilya se pone como muy serio y dice: "Es acojonante". Dice: "No, no, o sea, no me lo imaginaba ni de coña. Dice, es mucho más bestia de lo que yo me hubiera imaginado y realmente no sé por dónde pillarlo".
Mhm.
O sea, me ha sorprendido porque es lo típico que te-- yo me imaginaba a un científico diciendo: "Bah, tonterías. Y esto lo que hace es un resumen muy bueno y no sé qué, la fórmula-
Matriz de complicación y pa'lante.
Y el propio Ilya Sutskever te dice: "Estoy flipando. Dice: "Esto se, se nos ha ido de las manos, es muy, muy, muy potente y no lo veíamos venir".
Mhm. Sí, sí.
Yo, el, el-- mi Ilya, el Ilya bueno, digamos, el Ilya, el science, ¿no? Que es el que me informa de, de esto. Eh-
Hay un chat, un Telegram de Ilyas.
Exacto. Eh, ayer me-- estábamos hablando de cómo hacer una buena entrevista, ¿vale? Estábamos hablando de cómo hacer una buena entrevista. Y, y-
A candidatos. Entrevista a candidatos.
Exacto, a candidatos. Y me dice: "Mira, te voy a hacer un-- la mejor entrevista que te han hecho, ¿no? Y dice: "Espera un momento". Y escribe un prompt y me da el móvil y dice: "Venga, responde, responde la entrevista".
¿Voz o escrito?
No, voz. Era como una conversación, ¿no? Y, y utilizaba real time GPT, no, no, el, el sistema este de real time de GPT-5.
Mhm.
O sea, es que me-- yo me pierdo, eh, ya con todos los- Eh, pero no había latencia. O sea, realmente era una conversación normal donde nos interrumpíamos y tal, y tenía un objetivo de evaluar una serie de skills mías y era brutal. O sea, era mejor que un humano.
Mhm.
En el sentido de que era respetuoso, no dejaba pasar las cosas. Yo le respondía otra cosa y luego encontraba una forma de dar la vuelta y volver sin molestarme.
Mhm.
Y al final acababa sacando todo lo que te quería sacar, ¿no? Luego, cuando me enseñaba el, el prompt, digo: "Hostia, ¿pero cómo puede ser que sea tan fácil generar esta conversación, darle un objetivo, eh, a, a un agente que no es un agente, que es un prompt? O sea, es un prompt. Ni s-- ni, ni siquiera es un agente.
Bueno, es un agente muy cutre.
Es un agente muy cutre.
Porque tiene un objetivo.
Sí.
Y es de un solo uso.
De hecho, bueno, al principio del pódcast, eh, también empiezan hablando de, de cuánto sorprenden los modelos, porque pueden-- o sea, son capaces de hacer estas cosas que son hiper avanzadas, ¿no? Que, que un humano con un IQ muy alto, eh, sería capaz de hacer similar, eh, pero que no todo el mundo puede hacerlo. Pero al mismo tiempo, eh, otro día, pues igual te responden dos veces lo mismo, ¿no?
O te dicen una cosa que, que no tiene ningún sentido. Ehm, y, y cómo esta distribución de respuestas le vuela la cabeza. Porque claro, no, no, no vamos a ser capaces de llegar a algo que consideremos AGI si este es el panorama que tenemos. Y es un poco en lo, en lo que argumenta el tenemos que parar o no tenemos que parar, pero l-- eh, el escalar el volumen de datos que hacemos en el pretraining, eh, se ha acabado.
Tenemos que volver a la pizarra a hacer research, ehm, porque él lo que entiende, aunque no es muy explícito, porque yo entiendo que es en lo que están trabajando en SSI, eh, en su empresa, eh, no es muy explícito, pero él lo que dice es que no tiene mucho sentido s-- que estemos intentando replicar la inteligencia humana o la mente humana, ehm, cargándola de información de golpe, pero luego que no sea capaz de aprender después.
Entonces, yo creo que lo, lo que están haciendo tira un poco por ahí. Eh, se sorprende mucho también de, ehm, pues, por ejemplo, puedes enseñar a alguien a conducir en 10 horas, pero a un modelo, eh, llevamos 10 años, ¿sabes? Para enseñarles a conducir. Ehm-
Tampoco conduce tan bien la persona en 10 horas, ¿eh?
No, claro.
No, es verdad.
O sea.
Pero conduce mejor que un pretraining de un modelo, eh-
No, pero la diferencia, la diferencia-
...con datos de conducir, eh, de 10 horas
...la diferencia es que puedes juzgar a la persona, puedes meterla en la cárcel.
Y que la persona, o sea, aparte de que tiene una reward function que es muy grande, eh, que al final es no morir, ehm, está bien.
Ya, pero bueno, no matar también.
Sí, pero principalmente es supervivencia.
El problema de un coche-
Los humanos nos movemos por una función, por una reward function, que es la supervivencia.
Bueno, pero no ir a la cárcel, si quieres, desde un punto de vista egoísta, también es muy importante.
Sí, sí, pero supervivencia personal.
Sí, bueno.
Eh, esto, esto es lo que nos hace hacer cosas, básicamente. Eh, esta-estamos programados para esto. Ehm-
Ya, pero esto-- le puedes dar este objetivo también a un, a un robot
A un prompt, a un, a un agente, a un LLM
Cuidado si haces eso. Eh, pues si tienes un modelo que aprende, eh, igual tienes un problema de aquí a unos años. Eh-
Se mata a todos los humanos-
Bueno, claro, claro
...lo típico
Es que cuidado, cuidado con las reward functions, porque también los modelos-
Quieres eliminar el hambre en el mundo. Vale, pues mata a toda la gente y ya nadie tiene hambre
Claro, exacto
Lo típico
Ehm, pero total, que él lo que dice es que el tipo de training que tenemos que hacer de los modelos es otro, ehm, y que tiene que estar más enfocado a tener un set de, de training que les haga ser general-- lo suficientemente generalistas, pero que les permita, eh, seguir aprendiendo en el tiempo. Y hasta aquí ha podido leer.
O sea, realmente, eh, Dwarkesh le hace una pregunta muy, muy explícita de: bueno, ¿pero esto qué es? Y él te dice: mmm-
No te lo puede decir
...no te lo puede decir.
A mí estos Superlabs o como se llamen, la categoría, o sea, la Mira Murati y el Ilya Sutskever, ¿no? Que es, eh, Thinking Machines, creo que es Thinking Labs o Thinking Machines-
Thinking Machines
...Labs y Safe Superintelligence, me huele fatal. O sea, me da la sensación que no hay nada ahí. Porque OpenAI, Anthropic, Google, eh, tengo clarísimo lo que están haciendo porque lo veo y, y más o menos hay una curva y un hilo que se entiende. Incluso desde el nacimiento ya sabes lo que quieren hacer y lo han ido haciendo. Estos han nacido un poco así como-
Bueno, OpenAI cuando nació-
A, a golpes
...nació haciendo DOTAS
Research. Bueno, sí, pero nació pero hace un montón de años. O sea, tuvo una curva muy lenta de ir descubriendo su lugar en el mundo y tal con un funding pequeñito. O sea, al final OpenAI, por mucha cosa que contáramos, su gran funding eran 70 millones de dólares.
Mhm.
De lo más. La mitad de lo más. Eh, y Reid Hoffman y, y, y algunos otros, ¿no? Pero quiero decir que, que tuvo-- estos de repente han aparecido y valen 10, 20, 30, 40 billion. Y a mí me da la sensación que ahí no hay nada y ni se le espera.
Hombre, obviamente no, no encaja, eh, la valoración del negocio que tienen o del producto que estén montando con, eh, a cuánto le-les han invertido. Pero si a ti te hacen la oferta de: mira, te meto 3 billion a valoración de 32, tú dices: no. En preseed, ¿eh?
Ya, y uno dice que no lo tenga que aceptar. Bueno, yo qué sé. Luego hay que hacerlo
Sabiendo que luego tienes que, que pagar GPUs, eh, a coste por hora.
¿Sabes qué tienes que pagar también? Un liquidation preference.
Bueno.
De 3 billion.
Sí, sí.
Es decir, si se vende, se tiene que vender por más de 3 billion.
Tampoco sé qué condiciones han tenido, pero siendo Ilya Sutskever, igual puedes levantar en mejores condiciones que esto. No sé
Pero es que no haya liquidation preference sería la hostia. Eh, pero en cualquier caso, tanto Ilya como Mira, yo creo que les ha ido bien ya con lo que han hecho antes.
Mhm.
O sea, OpenAI vale medio trillion.
Ya.
O sea, por poco, por poco que les quede, eh- Pero tú lo dices desde un punto de vista de que ya tienen dinero para vivir, tienen ahorros para vivir el resto de su vida. No creo que sea su motivación
Tú has dicho 3 billion y te digo 3 billion no me parece mucho para-- incluso para esta gente.
Ya.
Es que literalmente.
Yo creo que tienen más de 3 billion, no sé
Hay un punto en la entrevista, eh, que también comenta el cofundador que se fue de Safe Superintelligence, eh, porque básicamente Meta les intentó comprar.
Sí.
Y Ilya dijo no, pero el cofundador se acabó yendo a Meta. Y aquí está la diferencia de-
Entre el que tenía NPO y el que no
...uno que venía de OpenAI, claro, y el otro que no.
Ya, sí, sí.
Sí, sí. Bueno, el otro no sé si viene de OpenAI, de hecho.
Esto me recuerda a la historia de Antonio García. Fue una historia parecida.
AGM, Antonio AGM.
AGM.
Antonio GM. No sé por qué le llamamos Antonio GM nosotros.
Antonio GM.
Sí, sí. Que cual-- que, que te recuerda-- ah, la historia de que vendió la empresa-
A Twitter, ¿no?
A Twitter y se fue a trabajar a Facebook.
Exacto, algo así, ¿no?
Pero a la vez, o sea, en el, en el-- la misma transacción
Con un cofundador en un sitio. Bueno, en fin.
Acabó como Rosario Aurora. Que, que la historia, si tenéis curiosidad, eh, es un libro muy bueno, que se llama "Chaos Monkeys".
"Chaos Monkeys".
Si alguien no lo conoce, es un libro bastante divertido. El tío es un personaje, eh. Ha estado en el pódcast, de hecho, Antonio, un par de veces.
Sí, y ha estado en el pódcast de Olean también, en varios pódcast, en el de Zen, no sé qué.
Es un personaje. Tiene un pódcast, él.
Tiene un pódcast. ¿Quién no tiene un pódcast?
¿Quién no tiene un pódcast? Esa es una buena pregunta.
Ehm, vale, oye, más cosas.
Yo me he perdido, ya no sé de qué estamos hablando.
No sé de dónde venimos. Ahora, bueno, hablamos de Sutskever.
Eh, el periodista, sí.
Eh, ya está, ¿no? Sutskever.
Está bien, está bien.
El capítulo de Sutskever.
A mí me ha molado la entrevista, pero no suelta mucho.
Oye, y el otro, el de Meta, el que ha salido ahora de Meta.
Ah, sí, sí, sí.
Este también dice cosas.
Yann LeCun.
Sí. ¿Qué dice este hombre?
Un discurso muy parecido. Que el pre-
A de Sutskever
...release ha acabado, que los LLM son un, eh, ¿cómo se dice? "dead end", un, eh, camino sin salida.
Un culo de saco.
Un culo de saco.
Hay que tenerlos bue-bien puestos, eh, para decir esto, ¿no? O sea, decir-
Bueno, este tío tiene las credenciales para poder decirlo.
No, no, sí, sí, pero sí, sí, pero joder, o sea-
Ese pase es muy polémico
...estamos viendo cada nuevo, cada nuevo release que lo cambia todo.
Sí.
¿Sabes? Todo el mundo lo está viendo que lo cambia todo. Y ese tío lleva no sé cuánto tiempo diciendo: "No, ya está, ¿eh? Hemos llegado a un plató". Bueno, no sé.
Ya, pero estos tíos van un año por delante nuestro.
Claro.
O sea, lo que ellos ven-
No lo sé, ¿eh?
Hombre.
Yo no, no tengo claro, porque mira lo que decías de Sutskever, que era el primer flipado de decir con lo que se está consiguiendo con los nuevos algoritmos. O sea, el tema es-
Es que es incompatible. O sea, tú puedes-
Claro
...tener un "dead end"-
Pero hasta aquí, pero hasta aquí
...claro, pero que sea superútil para la industria. Puede ser súper, superútil. Y el, y el, de hecho, o sea, Sutskever es lo que dice-
No, claro, pero cada nuevo training de cada nueva release de modelo, yo creo que los primeros sorprendidos son los que están ahí trabajando en el modelo. Porque dicen: "Hostia, mira, mira qué comportamiento..." ¿Cómo se llama? ¿Cómo le di-- eh, le llaman inferido? No, otra palabra. Eh, una palabra. Es igual. No- Emergente.
Ah.
Emergente.
Sí, sí.
Mira esta propiedad emergente-
No, no, sí, sorprende, sorprende
...que ha salido, ¿sabes? Y todo el mundo flipa, ¿sabes? Pero es que-- y al día siguiente lo lanzan porque es una carrera supercompetitiva donde están todos matándose. Con lo cual-
Dura una semana. El líder de la-
Por eso te digo que es-
...dura una semana
...tú dices: viven un año. No, no viven un año vista, viven una semana vista.
Yo sí que creo que viven un año vista, ¿eh?
No sé. Este Yann LeCun ahora.
Porque luego también están muy preocupados por la seguridad, el safety y tal. Entonces, yo sí que creo que ellos deben estar probando cosas-
Sí
...que, que no están listas para hacer release.
Google me lo creo. Yo creo que Google tiene ya todo-
A ver, OpenAI es el más salvaje
...hace 10 años lo tiene todo claro
OpenAI es el más salvaje. Y aun así piensa que el, eh, lo que ellos llaman el cutoff date, ¿no?, de entrenamiento de modelos, hasta cuándo hay datos, me parece que es hasta noviembre del 24 o algo así.
Sí.
En GPT-5 O sea-
Todavía, ¿no?
...han tardado dos meses hacer el a-el alineamiento, que llaman.
Ya.
Que es la parte de seguridad. Pues mira, un año, noviembre, noviembre. Ya lo tienes.
Sí, sí.
Está clavado. Un poquito menos.
A ver, compañías, eh, molonas. Revolut. Habéis visto que vale-
Sí
...75 billion?
En breve saldrá un pódcast, no sé cuál, muy chulo sobre esta compañía.
Ah, ¿sí?
Sí, habrá un-
Ah, qué bueno. Es verdad que lo has hecho tú.
En algún-- no, en algún-
No sabemos cuál
Ah, perdona, perdona, perdona, perdona.
Creo que en algún, algún pódcast popular en español se grabó un episodio muy guapo con-
Qué bueno, ¿no?
...con alguien de Revolut que tiene cosas muy chulas de explicar. Pero sí, ha salido que vale 75 billion Revolut, que no está mal. Pues que además salía un tío que se llama Seb Johnson en Twitter. Ponía el análisis de que Revolut hizo un Crowdcube, una ronda de estas de-
Yo esto lo he visto
...crowdfunding a 40 millones de pounds, de, de libras.
Que siempre cuando, cuando te viene un amigo y te dice: "Oye, he metido dinero a esta compañía de Crowdcube"
A este, a este Crowdfund-crowdfunding.
Dices: "No, no lo hagas" .
Dices: "No los necesitabas, ¿no?"
No lo hagas, por favor.
Ese dinero era opcional. Si no vuelve nunca, no pasa nada.
Pues imagínate que lo hacía en Revolut en aquel momento.
Pues mira, en aquel momento, Revolut, ¿sabes qué facturación tenía?
Eh.
120.000 dólares. 120.000 pounds. 100.000 pounds. Ahora, ¿sabes qué revenue tiene Revolut? 4.000 millones.
100.000 pounds valía.
No, 100.000 pounds de revenue.
Ah, de revenue.
Anual. Y ahora 4 billion de revenue y uno de profit.
Guau.
Pero la valoración del Crowdcube, concretamente. Crow-crowdfunding-
40
...una campaña, una aplicación. Pero Crowdcube, explícales qué es Crowdcube. Es que creo que damos muchos conceptos por-
Venga, explícalo tú, explícalo tú.
Pero no-- perdón, ¿facturación anual o mensual?
Anual.
Anual, ¿no?
Interpreto yo.
Vale, vale.
O sea, Crowdcube es un-- era un-- era, no sé si existe ya, creo que no, una plataforma de crowdfunding donde tú puedes invertir como retail investor 10.000 € en una compañía privada, que to-- típicamente esto no es legal.
No sé si existe, pero su último tuit fue hace tres años, que no es buena señal.
No es buena señal. Eh, entonces, pues ahí puedes invertir. Creo que la valoración en aquel momento era 40 millones de euros y una persona que pasa por el pódcast, que es Carla Reina-
Correcto
...un saludo desde aquí, invirtió 30.000 €. Entonces, invirtió 30.000 €. Esto multiplicado por o 20 o 30.000 €. No, no recuerdo. Algo así.
La valoración ha subido seiscenta-645 veces. Asumiendo que ha habido dilución, porque la ha habido, ¿vale? Yo creo que le podemos aplicar un multiplicador de 400.
30.000 por 400 son 12 millones de euros.
O sea, sabes que es mucha casualidad, pero hoy se ha anunciado que Carla Reina sala-- saque un solo GP fan de 15 millones de dólares.
Pues mira.
Que creo que al, al cambio, al cambio da ahí, ahí, ¿eh?
Joé, qué coincidencia.
Que venga Carla y nos lo cuente, ¿eh? Porque no, o sea, y-
Pues qué coincidencia. Va a venir Carla Reina en la siguiente tertulia.
El 18 de diciembre.
No, perdón, la siguiente tertulia en directo-
El 18 de diciembre
...en Barcelona el 18 de diciembre. Y nos va a explicar cómo-
Le pediremos que nos saque, que haga login en Crowdcube-
La declaración de las rentas
...o dónde hace login. No, porque si ha desaparecido Crowdcube, ¿dónde hace login? ¿Dónde están sus acciones? Pero bueno. Le pediremos-
Desde, desde-
¿Te imaginas que han desaparecido?
...el 2020, ¿eh?
12 kilos. Bueno, que nos cuente cómo ha ido el retorno. Pero bueno, Revolut ya sabemos que es uno de los bichos europeos. Es una-- o sea, el negocio va muy bien, eh, y además es una empresa ejemplar en muchas cosas. Pero además, este crowdfunding, eh, 400 personas invirtieron, eh, un promedio de 2000 pounds, de 2000 libras. Entonces, bueno, menos de, menos de 1 millón de libras invirtieron, que no ha ido mal.
No ha ido nada mal.
Y levantaron, perdona, valoración de 40 con 100.000 libras de RR o de revenue.
Bueno, es un neobanco. Piensa que la facturación de un neobanco viene muy tarde.
Ya, ya, ya, ya.
Entonces, tienes que mover un señor-
Es que te parece mucho poco...
Vaya, 40 kilos de valoración. Joé.
Te parece alto.
Ni una startup de AI, macho. No sé.
Bueno, pero es que hay-- o sea, lo que valoras es las licencias bancarias o cómo están expuestas-
No tienen. No tenían.
No tenían en Reino Unido.
No tenían en Reino Unido.
No, tenían en Estonia.
Tienen, tienen en Estonia y en algún otro país.
Jo, no está mal, no está mal.
En Reino Unido están en-
¿Tenían cajeros en todas partes ahora?
Sí.
No he parado de verlos.
Sí. Bueno, si quieres-
Encima tenían la tarjeta Revolut y todo
...escuchar sobre Revolut, suscríbete a Itnig en Spotify, en YouTube y en Apple, donde sea que, que escuches pódcasts.
Mhm, por si acaso, ¿no?
Por si sale un episodio sobre Revolut. Sí, sí.
Pero por compañías pepino, Valve.
Pensaba que ibas a decir Factorial. Y digo: "Mira qué buen pase".
No, pero ostras, es que tú siempre me hablabas de-- me acuerdo que siempre me hablabas de Valve.
¿Se dice Valve?
Valve.
Valve.
Valve. Que son los de "Half-Life".
Sí. "Half-Life", "Portal"
"Counter-Strike".
"Counter-Strike".
Cuántas, cuántas horas, ¿eh? En el "Counter-Strike". Al menos yo-
Mhm
...en el, en el instituto, de hecho, cuántas horas en el "Counter-Strike".
Sí, sí.
Si bien es que era repetitivo, es siempre lo mismo: salir del mismo rinconcito, cuatro tiros, tal.
Bueno, pero había que optimizar al máximo.
Sí, sí.
Que el otro día leí, leí un ar-
Reinforcement learning total
...leí un artículo del último superyacht que se había comprado, que a mí, a mí esto no me interesa mucho, ¿no? Pero, pero de ahí fui a la compañía.
De coreas, ¿eh?
Pero de coreas. No me interesa mucho, pero-
Te habrías dado la misma inspiración de la chica de Nano Banana con el superyate. El reinforcement learning. Bueno, es igual.
Eh, 500 millones de euros de superyate se acaba de comprar, tío.
No está mal.
Eh-
500 kilos el yate
... Gabe Newell, el, el fundador de "Counter-Strike".
No está mal.
Em, o sea, de Valve. Y, y veía los números de la compañía y hostia, bootstrap. Es una compañía que no, no ha requerido financiación de ningún tipo, ¿vale? O sea, está ahí el señor, está ahí el señor y ya está.
Empezaron como estudio de videojuegos.
Exacto. Em, revenue, 17 billion.
Coño.
Profit, 3 billion.
Mhm.
Empleados, 300, 330.
No está nada mal. O sea, tiene más profit por empleado que casi todo big tech tiene revenue por empleado.
Hostia, qué, qué compañía, ¿eh?
Sí, sí. Acaban de presentar productos nuevos, además. Hardware.
¿Hardware?
Sí. Sí, sí. Han sacado unas gafas de realidad virtual nuevas, eh, con todo integrado en las gafas.
Valve.
Sí.
Pero Steam no es de ellos, ¿no?
Sí, también.
Ah, ¿Steam es de Valve también?
Sí, sí, claro. Hombre, es lo que les hace el negocio.
Steam es el bicho.
Claro, claro.
Steam es lo que la está reventando ahora mismo, ¿no? Y hay el Steam Deck este que se está petando la Nintendo portátil.
Bueno, Steam Deck... Ah, sí, sí.
El Steam Deck es como una PSP.
Sí, sí, sí, sí. Eh, ¿se llama Steam Deck?
Sí.
Puede ser, puede ser. Ah.
Tú, tú sigues jugando
Yo, mmm, pues define jugar, no sé. Eh, juego a un simulador de carreras .
Pero-
Pero, ¿por qué te ríes?
¿Pero simulador o en la calle?
Porque es un simulador, porque no es un juego. Y en la calle también.
Así que es un juego. Sí es un juego, César. A mí no me vengas con mierdecitas. Es un juego. Es un jueguito.
A ver, explícanos eso de que, que juegas en la calle con un-
O sea, no es en la calle
...haciendo carreras.
En la calle no corro. Es, eh-
Pero en la calle también vas haciendo ruido, ¿no?
No, no, no, no, no. No, no. No.
No, pero juegas ¿a qué, a qué simulador?
Eh, bua, ahora estoy dándole a la Sot-- a "Assetto Corsa Competizione".
¿Assetto Corsa?
Assetto Corsa.
Ah, vale. Esto es un videojuego.
Sí.
Vale. Pero ¿con silla y volante y pedales?
Sí, claro.
Pff, madre mía.
Pero, pero ¿por qué? Pero si ya puedes hacerlo en la calle, ¿no?
Bueno-
Digo.
Pero no se puede ir al circuito todos los días.
Ah, vale. O sea, los días que no puedes ir a s-al circuito, lo haces desde casa.
Claro. Sí, sí. Sí, sí. No sé, me mola, me mola mucho.
Y ya está, solo esto.
¿El qué?
Solo juegas a, a esto-
Sí
...a hacer carreras.
Pero tú te-- tú ere-- tú eres bastante viciado, además.
Sí, yo la verdad que, bueno, tuve PC gaming, eh, bueno, tengo una Xbox, que es donde juego realmente. Eh, ahora estoy pensando pillarme otro PC gaming, la verdad, eh, ahora que tendré más espacio. Eh, pero es que no, no da la vida, no da la vida. O sea, la-- igual saco dos horas a la semana, ¿sabes? Para-- y me pongo al simulador.
A ti te dio un arrebato hace poco.
Sí, me dio un a-
De gaming
...me dio un arrebato.
Duró poco.
Sí, coño, sí, sí te expli-te expliqué. O sea, estuve como dos meses que recordé por qué hace 20 años había-- me había quitado todo. O sea, me había quitado el ordenador, me había quitado todo. Eh, me compré un ordenador gamer con la GeForce y tal, todo.
¿Cuál?
No sé, uno.
No, pero qué, ¿cuál?
El que recomendó Masumi. El que recomendó Masumi.
Lo más pepino. Lo más pepino.
¿La 5090?
Seguramente.
Llamó a Jensen y dijo: "Jensen-
Exacto, exacto
...tengo un pedido para ti que ni Oracle".
Me lo trajo Jensen. Eh, y, y la cuestión es que, que ahora lo usamos para editar los pódcasts. Porque dije: "No, no puede ser", me digo: "No puede ser".
Pero ¿a qué jugaste? No, no me acuerdo que me contaras.
No.
Al "Age of Empires", ¿no?
Al "Age of Empires".
Ah, te compraste un PC pepino para jugar al "Age of Empires", pero si te va en el Mac.
Eso es lo peor de todo.
Te lo iba a decir, este es de los que se-- estaba en Steam este, ¿no?
Sí, claro. Sí, sí.
No, no va en el Mac, ¿eh?
Bueno.
En el Mac no va. En el Mac no va.
Ah, no, porque ahora no puedes usar Windows, ¿no? Si tienes un M-
No, no, no, no, no.
Ah, ¿ya no existe lo de hacer booting de Windows?
No, claro.
Párate.
Ah, claro, con el nuevo chip, con el nuevo chip.
Claro, claro, es que es otra arquitectura.
O al menos me irá igual de bien.
Ni de coña.
No, pero sigue habiendo virtualización de esta para adelante viene así.
Bueno, si no te puedes pagar un servicio de estos como el de Nvidia GeForce Now.
Sí, en streaming.
Está hostia, ¿eh?
Sí.
¿Ah, sí?
Jugar en streaming es, es increíble.
Con un buen internet con fibra-
Sí, total
...con fibra en tu casa.
Funciona bien y ni te das cuenta. Yo a veces lo uso en la Xbox.
No, este no me lo tendrías que haber dicho, ¿ves?
Te hubieras ahorrado, eh, un PC.
Es que, es que yo, o sea, yo Age of Emper-Em-Empires, a veces digo, lo digo en francés, no sé por qué. Xavi se ríe de mí. Eh, sí, es que-
Lo he dicho yo antes que tú para salvarte.
"Age of Empires".
Cuando César te ha dicho a qué jugabas, digo: "Age of Empires".
Eh, es que, es que os reviento a todos. Me, me encantaría jugar-- encontrar a alguien que pudiera hacerme un poco de sombra.
Buah.
No, lo peor de todo es, es cuando te, cuando te das cuenta que son las 3:00 a.m., estás jugando con un niño-
Y eran las 8:00
...con un niño de 14 años chino, que te-- que además te está ganando.
Que te revienta.
Y dices: ¿qué estoy haciendo con mi vida? ¿Sabes? En este momento es cuando cojo el ordenador y se lo traigo a la gente que me mira, que le dan mejor uso.
Que se están descojonando ahora mismo detrás de las cámaras.
Bueno, yo creo que hemos divagado un poco hoy, como nunca pasa en nuestras tertulias. Eh, ¿tenéis algo más que decir? César, ¿algo más?
Nada.
¿No?
Que no hay burbuja.
Todo has quedado bien.
Que no hay burbuja, que va todo bien. Que espero que Sam Altman no haya hecho lo típico y nos la acabe de liar ahora mismo, porque muchas veces la ha liado, eh, cuando estábamos cerrando la tertulia. A ver, abro el Twitter rápido. No, no veo nada, no veo ningún fuego.
Siempre coincide, ¿eh, cabrón?
Oye, todos los, los, los que nos escucháis desde Estados Unidos, que sois más de uno, pero menos de 1000. Feliz, eh, Acción de Gracias, ¿no? Que es mañana.
Sí, sí.
Muy bien.
Y Black Friday.
Y, y dices eso con la camiseta europea, europeísta.
No, oye, que, que no soy antiamericano, tío. Puedo ser, puedo ser europeo y, y tenerle mucho cariño a los americanos.
Vale, vale.
Pero más a los europeos.
Pues nada, muchas gracias a los dos y hasta la semana que viene.
No hay coincidencias en esta transcripción.