0:00¿Cómo están? Bienvenidos. Esto es StreamIA y nos volvemos a reencontrar como todas las semanas para hablar de inteligencia artificial. Hola Maxi, ¿cómo andas? ¿Cómo están, equipo? ¿Todo bien? Muy bien, muy bien. Contentos con el invitado, Tommy, que nos va a hablar de la inteligencia artificial, por lo menos lo que ha pasado en la última década, aunque por supuesto esto no es nuevo. Sí, es un invitado con mucha trayectoria, así que vamos a ver varias etapas de sus momentos de emprendedor. Marcos Sponton es nuestro invitado ¿Cómo estás? Bienvenido, sos emprendedor Tecnólogo, especialista ¿Qué más te podemos poner en esa tarjeta de presentación? Hincha de talleres quizás Perfecto Luis, vos También, también Bueno Marcos, gracias por acompañarnos No, gracias a ustedes por invitarme Hemos hablado mucho, sobre todo en este año En el que venimos abordando la inteligencia artificial Pero quisiéramos ir un poquito más atrás en tu etapa como emprendedor como alguien que avanzó con la implementación de la IA ¿qué has visto en estos últimos 10 años?
1:07Bueno, en los últimos 10 años, desde la ansiedad que tenemos todos hoy hasta la incredulidad que teníamos hace 15 años, si querés, que es cuando más o menos empezamos nosotros, pasó de todo nosotros empezamos mi primer acercamiento fue cuando creamos una compañía famosa en Argentina en ese momento, que se llamaba Machinalis, que era una compañía que empezó proveyendo servicios de desarrollo de software y al cabo de poco tiempo yo tenía la suerte de dirigir la compañía y tenía la suerte de tener socios que me creyeran en que valía la pena enfocarse en algo que estaba naciendo y creciendo mucho, no había nacido, te llevaba mucho tiempo, pero que valía la pena como compañía enfocarse en algo que se llamaba aprendizaje automático o machine learning. Todos los modelos de inteligencia artificial que nosotros vemos hoy por hoy Tienen debajo del capo cosas de esto de aprendizaje automático Pero bueno, volvemos, estamos hablando del año 2010 Es bastante fortuito, yo la verdad que no venía del mundo del software Yo venía del mundo de la ciencia política Y medio como que el lugar en donde más o menos yo me encontraba Con mis socios en ese momento Era un lugar donde discutíamos cuestiones más de estadística y demás Y por debajo, el machine learning, o el aprendizaje automático de la inteligencia artificial, es un método muy intenso en procesamiento estadístico.
2:26Entonces, ahí empezamos a enfocarnos, pero es muy gracioso, porque yo recuerdo esa época en la que yo decía como compañía, nos vamos a enfocar en esto, y presentaba tres diagramas de Venn, esos círculos grandotes en donde en el medio hay cosas que en teoría te dan foco, y adentro de ese foco yo ponía cosas como procesamiento de datos, Big Data, visualización de datos, inteligencia artificial, etc., y podía estar un rato largo poniendo cosas. ¿Y se entendía? Claramente no, claramente no, pero bueno, por eso digo, tuve la suerte de tener socios que me creyeran, de que siguiéramos en esa dirección, y había compañías que en ese momento empezaban a invertir fuertemente, o sea, si vos levantabas compañías fuertes como Google o en ese momento Yahoo, que no sé si se acuerdan que existía, sigue existiendo Yahoo, de hecho tenía una parte del desarrollo acá en San Luis, la compañía esa, estaban invirtiendo mucho en esa área y era un poco una de las formas que nosotros también teníamos de despegarnos teníamos una conexión muy fuerte con la FAMAF con la Facultad de Matemática, Astronomía y Física de Córdoba entonces empezamos a invertir en eso y los problemas que se tienen hoy para entender las ventajas de la inteligencia artificial o de resolver un problema con inteligencia artificial eran los mismos problemas que se tenían hace 15 años entonces creo que en algún punto siempre cuesta adoptar métodos nuevos de resolver problemas existentes lo que cambió en el último tiempo es que claramente quienes podemos jugar con las soluciones que se pueden crear son todas aquellas personas que puedan hablar
3:57aquellas personas que puedan hablar español o inglés o el idioma que sea que hablen pueden crear soluciones con inteligencia artificial otro gran cambio que creo que hubo no fue solo la cantidad de personas que podían empezar a construir soluciones sino también esto generó en los últimos dos años nomás que el volumen de soluciones ya pase la cantidad de problemas que tenemos identificados que valga la pena resolverse con inteligencia artificial. O que valga la pena resolverse, no todas las situaciones que son un dolor, de repente son un problema que las compañías o que las personas quieren que se resuelva. O si quieren que se resuelva, no necesariamente quieren resolverlo hoy. O si quieren resolverlo hoy, quizás no lo quieren resolver con la plata con la cual estamos dispuestos a invertir la solución, lo resolveríamos si fuera gratis.
4:48Entonces, lo que pasó es que hay una explosión de soluciones, oferta y demás que en algún punto está saturando. Como cambios de ese estilo han pasado de todos, creo que 15 años en la vida de inteligencia artificial fueron como 150 años de ciencia previo, así que si quieren nos metemos en todos los, no sé, en partes. Pero si vos tuvieras que definir qué es la inteligencia artificial. Hay gente que sabe mucho más que yo de eso. Los chicos están educando a mucha gente sobre ese tema, pero en definitiva es el esfuerzo de la tecnología por emular procesamientos y conductas típicamente humanas con la ventaja de las computadoras, de que te permite dar escala, que te permite dar repetibilidad, etc. Y esa tecnología de inteligencia artificial primaria, esos modelos de machine learning que tenían ustedes, a los problemas que tienen hoy, ¿qué voy a decir que se mantienen? ¿Cuáles son? los problemas que repetí, repito la pregunta profesor. Vos decís que hay ciertos problemas que sentís que se mantienen desde el momento en que ustedes comenzaron la compañía que tenían justamente este desarrollo de Machine Learning a hoy con inteligencia artificial generativa, digo, ¿cuáles son esos que se mantienen?
5:53Yo creo que hay un problema fundamental que es creo que los principales problemas de inteligencia artificial no son de inteligencia artificial, son de las personas que la usamos. A ver, el primero es que no sabemos qué problema queremos resolver. Entonces, de repente vos tenés una herramienta lo suficientemente poderosa como para pedirle cualquier cosa y la hace. Entonces, se me ocurre que quiero automatizar que cada vez que alguien me escriba por WhatsApp, haciéndome una pregunta de tal cosa, le responda. Y eso no necesariamente es de valor. En el contexto de una compañía que tiene que manejar una relación con los clientes, claramente es de valor. En el contexto mío, quizás no. Pero sin embargo fue un proyecto muy divertido que hice en un fin de semana. Entonces, creo que sigue faltando un entendimiento de en dónde vale la pena poner tecnología para resolver un problema.
6:45Y eso va de la mano con cómo son los procesos de decisión de dónde vale la pena invertir en general en las compañías. ¿Qué digo con esto? Que normalmente nos... ¿Qué pasa en las compañías más tradicionales? Olvidémonos de las compañías tecnológicas puras, que son las compañías que están liderando, corriendo la frontera de lo que se puede hacer. Las compañías más tradicionales es común encontrar el área de sistemas dentro del área de administración o dentro del área de operaciones. Y sistema, mi posición, y quizás acá me gana un par de enemigos, sistemas no es tecnología. Tecnología como tal es todo un vector que está pensando en cómo hacer para transformar y utilizar avances de la ciencia aplicada en valor para tu compañía y que resuelva y que genere valor para tu comunidad de clientes. entonces si tu foco si vos estás viendo lo que puede hacer tu compañía más tradicional o tu servicio o tu negocio, los lentes de lo que hace el chico de sistemas sin lugar a dudas va a ser una persona que va a tener un montón de entusiasmo pero posiblemente te estés perdiendo el 99% de las cosas que tendrías si esa persona u otra persona con una visión más estratégica estuviera sentada en la mesa del negocio si es solo un che pibia que vos llamás cuando el impresor dejó de funcionar o cuando el CRM o el ERP de la compa dej de funcionar posiblemente te est perdiendo toda esa ventaja Entonces yo creo que ah el problema es entender qu problema estamos resolviendo y darle un lugar mucho m estrat a la tecnolog ¿Y eso lo están observando, lo están palpando los decisores de las empresas?
8:18No sé, tengo una visión optimista. En las charlas que tuve esta semana, solo en esta semana, hoy estamos a miércoles, esta semana me tocó conversar con varios directorios por razones distintas y mi respuesta directa es que no la están viendo. No la ven. Pero de compañías muy grandes, de gente con muchos recursos y yo creo que ahí en el medio hay otras variables que no tienen que ver con de nuevo si Anthropic lanzó un modelo mucho más preciso, si la inteligencia artificial ahora puede predecir el futuro y decir si vamos a salir campeones del mundo o no, sino que tiene que ver muchas veces inclusive hasta con el ego que tienen las organizaciones, el ego que tenemos los directores de compañías, que venimos muy acostumbrados a ser exitosos con algo, y de repente vienen dos o tres pibes que están involucrados con toda una tecnología nueva, y que nos quieren sacudir la sábana y decirnos cómo se puede llegar a pensar una forma distinta de resolver nuestro negocio.
9:12Es muy difícil cambiar. Es tremendamente difícil cambiar. Entonces, ¿estuviste 20 años siendo exitoso con algo? 10 años siendo exitoso con algo. ¿Por qué habrías de hacerlo? ¿Por qué habrías de cambiar? Tienes que cambiar la estructura de tu director, la forma en que tomas decisiones, la forma en la que decidís cómo va a construir valor, etc. Entonces yo creo que hoy por hoy no. Pero eventualmente un Fiat 600 a grandes camiones que van a toda la velocidad, un Fiat 600 lo va a pasar por banquina. Porque creció con AI nativo. ¿Y quién es ese Fiat 600? Y fundamentalmente compañías que no están pensando cómo implementar AI en algún pedacito del proceso de trabajo o dentro de toda la cadena de valor de la compañía, no pensar AI de manera aislada, sino viendo cómo pueden repensar todo el negocio de manera nativa.
10:03Claro, pero por ahí decís, ¿por dónde empiezo? O decís, bueno, no, debería ser en toda la organización, pero ¿por dónde arrancas? Yo creo que la mejor forma de arrancar es por, vuelvo a lo que dije recién, sobre los problemas, yo creo que la mejor forma de arrancar es por algún problema o muchos problemas en paralelo que te estén impactando, que a personas concretas les genera algún tipo de impacto recurrente, de manera tal de que ya conozcan el problema, todavía no la solución. Pero algo que me toma demasiado tiempo, o acepté que algo me toma una semana, quizás ese algo que te toma una semana, conversar, en tu caso es preparar el script de una entrevista, o hacer un pequeño research, antes quizás te tomaba una semana, si viajas al pasado, el Luis del pasado, le parecería una locura estar preparando una nota, están tomándose una semana. Entonces, de repente algo que te toma mucho tiempo, algo que te toma mucho dinero de inversión, un proceso entero que de repente tiene muchos reprocesos, muchos retrabajos, son buenos candidatos para explorar si no hay otra forma de resolverlo.
11:07Entonces, empezar desde el problema, definir cuál es el problema, cuándo sucede, a quién impacta, etc. Eso es lo más importante. No es lo importante con qué lo vas a resolver. Yo vengo del mundo de la inteligencia, más allá de que yo migré hacia el mundo de inteligencia artificial, tuve la suerte de trabajar con compañeros, con personas que están en la frontera en los últimos 15 años. Entonces lo viví desde adentro. Pero es más importante ser conscientes sobre el problema que estamos resolviendo antes de estar tanto tiempo en la solución. Muchas veces las soluciones que vale la pena resolver con tecnología son chiquitas. Pero la cadencia de que la compañía empiece a preguntarse a ver cuáles de todos estos problemas vale la pena, es mucho más importante que empezar a pensar si lo hacemos, cuáles son los proveedores de inteligencia artificial que vamos a contratar. Si va a ser OpenAI o si va a ser Anthropic, si construimos un Data Lake o no.
11:59Me nombrás compañías, digo, ¿hay alguna de todas, por lo menos las cuatro o cinco más importantes que vos entiendas, hoy está ganando la carrera, más allá de que esto varía semana a semana, mes a mes? Sí, hoy está ganando Anthropic, hace un año estaba ganando OpenAI, qué sé yo, los tiempos ahora son una locura el mundo de AI, espero que no espero que la gente que vea este podcast lo use como una buena fuente de información sin generar ansiedad pero la verdad es que los mundos de AI, los tiempos son absolutamente apretados y quien está ganando hoy es Anthropic, pareciera ser que no hay forma por cómo están construyendo que otros sean los que ganen pero la historia demuestra que los que no hay forma que otros vengan y le ganen, desaparecen en un plumazo, ¿no? Sí, me quedé pensando el diagnóstico que hacías del problema organizacional en general y es muy alineado lo que estamos viendo con Maxi, que de hecho estamos haciendo estos talleres que ya no parten tanto quizás de la capacitación que es necesaria y demás, sino de rediseñar los flujos de trabajo, es repensar.
13:02Lo trajimos en los anteriores capítulos de McKinsey, Boston Consulting, están todos diciendo lo mismo. Hay que repensar y rediseñar los flujos de trabajo y ahí aparece claramente dónde va la IA, dónde va la idea, dónde va el humano y qué problema soluciona. Muy alineado con lo que vemos. A veces te da gracia, nosotros por ejemplo estabas el otro día en un panel de un evento y todos te hablaban agentes, agentes, agentes, agentes. Pero ¿para qué querés el agente? Era la pregunta. Digamos, ¿qué es lo que querés solucionar? ¿Realmente en el costo-beneficio hay un beneficio? ¿Hay un margen que le estés viendo? Y en algunos hacían agua la pregunta esa. Claro. A ver, lo que leí AI como capacidad constructiva aceleró es la capacidad de construir software. Eso es indudable. Ahora, entre el software y un producto hay una distancia de un orden de magnitud. Y entre un producto y un negocio o una solución económicamente viable, hay otra distancia de otro orden de magnitud.
13:55Dicho de otra forma, mi hijo cuando era chico dibujaba una casa con palotes y después vino la arquitecta que construyó la casa y dibujó un plano y después la casa estaba ahí. Para mi hijo, la casa que dibujó era exactamente la misma que estaba ahí. Y en el medio había habido saltos de complejidad, había habido saltos de esfuerzo, hasta otros materiales involucrados. Que vos puedas construir software hoy, ¿podés construir software? Lo podés hacer. Pero de ahí es que podés construir un producto que resuelva un problema repetible, que la gente esté dispuesta a pagar y que tenga forma de distribuirlo a un mercado, como para distribuirlo significa que se lo ponga al frente en un contexto en el que hay tantos productos que la atención la capturan, la tratan de capturar todos. Entonces, difícilmente logres penetrar esa barrera y llegar. Entonces, construir software, construir producto, construir un negocio o una solución viable para una compañía, si no estás queriendo construir un negocio desde el principio, pero estás queriendo construir una solución en el contexto de una compañía y que tenga sostenibilidad, y no es trivial, no es para nada trivial.
15:00Entonces, por eso, eso significa repensar el proceso. En el medio, cuando estás construyendo un producto, suponte que lo querés hacer dentro de una compañía o que lo querés hacer dentro de tu propio negocio. Bueno, posiblemente ese estar dentro de tu propio negocio le vas a pedir a otras personas que trabajan con vos que cambien su forma de trabajar y que empiecen a trabajar de otra manera. No es para nada sencillo que la gente cambiemos. No, no, no, no somos Elon Musk todos. Ni siquiera Elon Musk cambia de un día para el otro. Es sí porque le crea la tecnología. Pero no es para nada sencillo cambiar nuestra forma de trabajar. Entonces ahí entran las dimensiones más que tienen que ver con la experiencia del usuario, que no es algo sofisticado. Es una persona estaba escribiendo en máquina y de un día para el otro su carrera cambió porque todo el mundo empezó a escribir con la computadora. Entonces algo tenés que hacer porque el dispositivo con el que va a escribir tiene que ser igual a la máquina de escribir con la cual venían escribiendo 60 años para atrás.
15:55Porque si no, no lo van a adoptar. Y eso le pasó a todos los otros teclados más o menos sofisticados que aparecieron en la época. Entonces eso pasa con las din de producto Reci hablaste del problema focalizarse en el problema y no tanto en la soluci Vos has venido del mundo emprendedor le dir hoy a esos emprendedores de un ecosistema como el Cordob en el que están comenzando a desarrollar su startup, su emprendimiento con inteligencia artificial, que se focalicen en un dolor? Porque por ahí le vienen a las empresas con la solución y no es lo que están necesitando. Sí, yo creo que La primera compañía que mencioné Tuvimos éxito, la compró Mercado Libre Digo, es lo que estábamos charlando antes Llegó a ser la compañía de Machine Learning Más grande de Latinoamérica Y de Inteligencia Artificial más grande de Latinoamérica Un montón de cosas súper lindas de esa historia La segunda compañía que fundé Con un montón de cosas lindas Como levantar capital, tener centenas de miles de usuarios En el mundo, grandes compañías como clientes La fundí fundas y fundis en un mismo emprendimiento claro entonces pero por qué se dio eso, a ver contanos un poquito te respondo primero la pregunta y después hablamos de ese caso y si ven que sangra la herida por acá se trata de eso porque los aprendizajes vienen con dolor muchas veces la parte no divertida pero la verdad
17:25es que en ese momento todos seguíamos como la receta de ir y resolver un dolor. Y la verdad, y ahora cambió un poco el aprendizaje, es que lo que aprendimos, quienes estamos muy enfocados en productos, sobre todo productos para otras compañías, lo aprendimos algunos tardíos, hay otras personas que verdaderamente saben mucho de esto, lo sabían desde siempre, solo que nosotros los leíamos los libros sin darle demasiada atención, es que no todos los dolores los van a resolver las personas. Todos nosotros convivimos con dolores diarios, que no van a ser un problema que vayamos a resolver. Entonces, yo creo que el primer y fundamental consejo que yo le daría a los emprendedores, y quizás casi que el único que me siento autorizado para dar, es quizás el problema que estás mirando no es un problema que las compañías quieren resolver. Y si es un problema que quieren resolver, tenés que fijarte si lo quieren resolver ahora.
18:19Porque no toda situación, como dije recién, no todo dolor es un problema, no todo problema es un problema que querramos resolver, convivimos con problemas. hay humedad en una pieza de mi casa, y bueno, que se yo ahora, en dos meses lo voy a resolver, no se cuándo, ya veré ok y entonces, de repente no hay que partir del supuesto de que nuestro racional, menos que menos si ChatGPT o Claude nos dijeron que era un buen problema, que había un gran mercado o encontramos un reporte que dijera, miren, todo este problema tiene este tamaño gigantesco de impacto en la economía, entonces vale la pena que lo resolvamos. Creo que es el primer. ¿Y ese aprendizaje conecta con el dolor de la que cumpliste? Sí, la segunda compañía esencialmente fue una compañía, piensen en el contexto de...
19:11Tuvimos suerte también en esa compañía porque en el arranque estamos muy enfocándonos en crear una solución que escalara el abordaje de soluciones para el bienestar mental de los equipos dentro de compañías mayormente tecnológicas. Entonces, queríamos crear una herramienta que sirviera para que quienes dirigían equipos de tecnología tuvieran más recursos para gestionar el bienestar mental de sus miembros. Entonces, lanzamos muchos experimentos al cierre del 2019 y en el contexto del 2020 sucede algo que acelera todo, que se llama pandemia, y el día que lanzamos uno de esos experimentos metimos como 80.000 usuarios. ¿Ok? Entonces de ahí tomamos la decisión de crear una plataforma que para hacer la historia corta terminaron usando grandes compañías o pequeños equipos dentro de grandes compañías ¿Como cuáles? Como Amazon como Shopify como GitLab, que son compañías más tendidas Era el sueño del pibe El sueño del pibe, poder cerrar ventas con compañías de ese tipo, Nubank en Latinoamérica Despegar Metido en tu casa contento ¿Qué? Metido en tu casa pero contento No sé si contento, pero al menos tu manager tenía recursos para identificar si estabas a punto de entrar en el síndrome de burnout desde la perspectiva clínica.
20:25Tenía herramientas para gestionarlo, etc. Fue pandemia, salida de la pandemia. Pandemia, hasta salida de la pandemia, todo funcionó bien hasta que la pandemia empezó a diluirse y se quitó de la agenda esta, la responsabilidad que tenían las compañías, todos vivimos allá adentro, de invertir fuertemente en el bienestar mental de nuestros empleados. En ese momento nosotros hicimos algunas cosas para pivotear y adaptarnos, pero rápidamente fue como la retirada de las compañías de todos esos presupuestos y a la vez empezaron a ocupar el lugar otros proyectos, otras soluciones que eran mucho más grandes, mejores que la nuestra, sin lugar a dudas, porque resolvían un problema para quien lo estaba queriendo comprar. Y la nuestra fue quedando en un espacio mucho más reducido, pasamos de 300.000 usuarios a menos, hasta que tomamos la decisión de cerrarlo después de algunos intentos de pivot y demás.
21:17¿Y cómo salís de eso? ¿Cómo salís a nivel personal? Digo de todo, porque si fallé, arranco de nuevo. ¿Es parte de la esencia de un emprendedor? Claro, porque es lo que hago desde que soy chico. Desde que soy chico, yo creo que esto es extremidad, pero definitivamente nos cambiamos. nos fuimos a otro contexto, pero nunca lo hice porque me interesara la plata o cosas por el estilo. Yo creo que la constante que yo veo en gente que emprende es que en definitiva tiene como acto reflejo ver un problema y empezar a pensar si no hay soluciones creativas que valgan la pena aplicar a ese problema, que eso mucha gente lo tiene, pero que lo que hace acto seguido es obsesionarse de una manera totalmente insana con resolverlo el problema y poner todo en riesgo y resolverlo de una manera económicamente viable como para que pueda seguir haciéndolo durante muchos años y un poco siempre con la búsqueda de que ese deseo, esa pulsión de innovación sea sostenida a lo largo del tiempo, porque si no es un experimento, un impulso de creatividad momentánea.
22:32Mi pregunta iba con respecto a la agenda esta que vos viste de bienestar dentro de la pandemia. ¿Vos ves similitudes con la agenda OII o es un proceso totalmente distinto en el interés de las compañías? Está respirando profundo, tengo miedo. Yo creo que acá estamos participando en reforzar parte de la agenda entonces en algún punto si hay similitudes en el momento en el que hay donde algún tipo de ánimo social quiere hablar de algo de este otro lado hay intereses para apalancar y apalancarse sobre esa conversación. No sé si se entiende lo que es. Entonces, en ese momento, obviamente, estábamos todos encerrados.
23:23El problema de la salud mental era un problema que se hacía evidente y era un problema que era medio... En ese contexto también pasaron dentro de las compañías de tecnología un volumen de demanda por talento que hacía que cuidar al talento de tecnología fuera una prioridad de número... Estaba dentro del top 3 priority del CEO. Mantenerlo para no se te vayan. Que no se te vayan. Ahora con inteligencia artificial de repente están cambiando las cosas. Que se vayan. No sé si que se vayan, pero por lo menos si quieren ir, dejémoslos que se vayan en muchos casos. No están así, pero bueno. Entonces, sí pasa la similitud con la conversación sobre inteligencia artificial. S pasa creo yo que hay una agenda global sobre conversar sobre tem de inteligencia artificial de la misma manera que en ese momento habl sobre bienestar mental Creo que lo que es distinto es que la promesa que tiene la inteligencia artificial es insertarse en la productividad de las compañías, la cual parece ser que va a ser definitivamente mucho más sostenible a lo largo del tiempo.
24:31Porque es una nueva forma de trabajar, una nueva forma de crear valor. vuelvo al caso de recién, a fines de los 80 cuántas personas trabajaban llenando formularios a mano y que un día al otro tuvieron que aprender a usar computadoras, ¿no? Digo, ustedes son muy jóvenes, pero en un momento dado eso sucedió digo, todos los que están del otro lado de las cámaras en un momento dado dejaron de hacer cosas y empezaron a hacerlas con computadoras, eso no emergió de la nada, eso sucedió y creo, yo sí creo que estamos en un momento fundacional de ese estilo yo me vine acá y quedaron computadoras trabajando por mí ¿no? Claudio, dos manos ahí está Y Germes haciendo cosas, y OpenClaw haciendo otras, y claro, ahí me vine y me vengo contento por hacerlo. Puedo ser varios yo, independientemente de que esté acá. Siempre planteamos en estos programas cuestiones como las que vos nos decís, y el tema de la productividad, porque vos podés estar haciendo quizás dos cosas.
25:24Tu físico en un lugar, pero tenés tu otro yo que esté gestionando y trabajando. ¿Eso en la productividad en el corto plazo, a cuánto lo potencias? A ver, buscar alguna unidad de medida. Te cuento algo que estamos haciendo en la compañía actual. En la compañía actual creamos infraestructura que permite hacer determinados tipos de entrevistas, determinados tipos de conversaciones guiadas por voz, con una inteligencia artificial. Es decir, lo que les contaba recién, tenés que salir a mapear un proceso en una compañía en vez de hablar vos con 100 personas para después dibujar un mapa de proceso. O tenés que hacer un diagnóstico de una compañía, pero querés tener conversaciones profundas, no querés mandar una encuesta, sino querés tener conversaciones profundas, no podés salir a hablar con 500 personas.
26:16¿Cuánto tiempo te llevaría eso? Con inteligencia artificial te lleva tanto tiempo como responde a la gente. Entonces, si las 500 personas responden en 20 minutos, en paralelo, en el minuto 21 ya tenés el reporte armado, en vez de haber estado 6 meses conversando con gente. Entonces, ahí resolviste una parte del cuello de botella, que es las horas hombres dedicadas a hacer la entrevista, que antes te tomas, por supuesto, pero ¿qué pasa? ¿En dónde no tenés que mirarlo con una perspectiva de productividad? En lo que hablamos recién respecto al problema, en la creación, o sea, en definir con criterio qué es lo que querés salir a investigar. o en cualquier espacio de productividad en el que vos quieres invertir en utilizar inteligencia artificial o cualquier tipo de tecnología, así sea un martillo, como tecnología, como creación humana, tenés que identificar si vale la pena usar un martillo ahí adentro o si estás buscando clavos solo porque tenés un martillo en la mano.
27:08Entonces, en ese sentido, creo que no hay que buscar la productividad por productividad per se, sino que de repente hay que también entender un poco en contexto y desarrollar criterio de profundidad, decir, che, ¿cuál es el valor que estoy queriendo crear? ¿Cuál es el problema que estoy resolviendo? Podría resolver infinitos problemas. ¿Cuál es el que me hace ganar? ¿Cuál es el que me hace crecer? Le podés pifiar. Todos le podemos pifiar, pero en definitiva desarrollar ese criterio es lo que el día de mañana te permite escalar porque inclusive al momento en el que vos estás interactuando con la inteligencia artificial, estás definiendo un criterio de por qué te importa algo, la mayoría tendrán experiencias chateando con ChatGPT, ese tipo de cosas. Eso es como rascar la superficie, la inteligencia artificial, pero así y todo, cuando estás trabajando de esa manera, vos le estás diciendo cosas que preferís, cosas que despreferís, cosas que te gusta que sucedan, cosas que no te gusta que sucedan, a veces implícitamente inclusive, y eso forma parte del criterio que después podés escalar el resto de tu compañía.
28:05Y eso es parte del know-how que muchas veces está implícito. Hablas de promptear con una de las herramientas. para el común de la gente que nos está mirando ese sería el primer paso inicial y la verdad que nos gusta quedarnos con algún concepto que nos invito, ¿qué recomiendas hoy? Que tomen el curso los chicos No, a ver lo que sí, sí, sí, digo, no lo tomé pero nada, por favor que vaya tráfico y que vean StreamIA para estar al tanto yo lo que recomiendo es, a ver herramientas como Claude, para quienes no lo usen, tiene una interfaz de chat similar a ChatGPT, son mucho más robustas y no están diseñadas para que vos estés chateando todo el día. El momento en que uno escribe una instrucción por vos es lo que se conoce como el famoso prompt. Uno escribe instrucciones, le puede dar detalles, más o menos extensos, etc.
29:03Son herramientas que están pensadas para que a medida que vos vayas avanzando, Claude haga tu trabajo por vos. Es decir, que cada vez más, Claude sea el que promptee por vos. Que Claude sea el que hable con Claude por vos. Entonces, ¿estás hablando con Claude? Perfecto. ¿Estás hablando con ChatGPT? Perfecto. ¿Estás interactuando con la inteligencia artificial de este tipo en particular? No, la inteligencia artificial, más de Machine Learning, otro tipo, robusta para otras cosas. Pero si lo que vos estás queriendo usar, este tipo de inteligencia artificial que ahora está en boga, tenés que saber que lo que sigue es empezar a pedirle a la herramienta que uses, sea Codex de OpenAI o Claude de Anthropic, que empiece a hacer cosas por vos, que empiece a crear toda una infraestructura por detrás para que haga cosas por vos, rutinas que corran por vos, trabajos que estén planificados que hagan por vos usar herramientas que aprendan en función de lo que vayas haciendo para que vayan documentando eso sin que vos le digas explícitamente entonces, el siguiente nivel después de chatear es hacer que, por poner de una manera muy marketinera pero nada práctica es hacer que Claude chatee con Claude en vez de estar chateando con vos.
30:16¿Tiene sentido? Sí, totalmente. De hecho, ahora se está utilizando mucho el término, el ingeniero de loops. O sea, no es ingeniero en prompts, no es ingeniero en IA, sino ingeniero de loops. Es ver cómo en el momento en que el humano se posiciona en el loop de lo que va ejecutando la inteligencia artificial, bueno, él como coordinador justamente de ese loop, de salir de una instrucción y que termine en un producto o en un proceso y que eso se repita indefinidamente. Pero siempre con la noción de lo humano, coordinando ese proceso. Bueno, te entiendo qué es. Sí, sí, sí, correcto. Loop Engineering, sí. Y ahí OpenClaw, ¿en qué entras? No te voy a decir que me digas en qué se quedaba haciendo en tu casa, pero por ahí en qué puedo ayudar. Nos quedan... Yo creo que eso ya cuando querés jugar con cosas más avanzadas y querés de repente darle cierta autonomía, querés darle mucha más autonomía a las herramientas que usás de inteligencia artificial. Yo creo que también hay cierto nivel de gusto. Para alguna gente usan cowork para mismas tareas que yo uso OpenClaw.
31:18Pero eso ya entra como en sabores propios pero que ya entra en el terreno de la sobreoptimización de algo. Los primeros pasos están bastante atrás antes de estar usando eso. Excelente. ¿Sos optimista? Totalmente. Digo, estoy emprendiendo de nuevo. Claro. Está laburando la compa ¿Cómo no va a ser optimista? Buen dato ese, ¿no? Estás en una entrevista y al mismo tiempo Sí, alguien tenía que hacer tarea sucia Así que que le haga otro que no sea yo Muchísimas gracias por acompañarnos, Marcos Gracias a ustedes Bueno, gracias Tommy, gracias Maxi Nos volvemos a reencontrar la próxima semana Bueno, hasta aquí hemos llegado Gracias por acompañarnos Sepan que todo el contenido está en la web de Telefe En el YouTube y en todas las redes sociales De IA para el Mundo chau, hasta la próxima semana
