1
00:00:09,679 --> 00:00:15,660
Buenas, esto es BIMPRAXIS, el podcast donde el

2
00:00:15,660 --> 00:00:17,739
BIM se encuentra con la inteligencia artificial.

3
00:00:20,339 --> 00:00:23,500
Exploramos la ciencia, la tecnología y el futuro

4
00:00:23,500 --> 00:00:26,460
desde el enfoque de la arquitectura, ingeniería y

5
00:00:26,460 --> 00:00:27,120
construcción.

6
00:00:28,800 --> 00:00:29,440
¡Empezamos!

7
00:00:36,789 --> 00:00:40,229
Muy buenas, bienvenidas, bienvenidos a un nuevo episodio

8
00:00:40,229 --> 00:00:41,030
de BIMPRAXIS.

9
00:00:41,170 --> 00:00:43,750
Hoy os traemos un titular que describa en

10
00:00:43,750 --> 00:00:45,469
pocas palabras el contenido de hoy.

11
00:00:45,469 --> 00:00:48,729
La revolución de los agentes de IA, la

12
00:00:48,729 --> 00:00:51,710
factura que nadie esperaba y la sorprendente alianza

13
00:00:51,710 --> 00:00:52,810
geopolítica de Microsoft.

14
00:00:53,429 --> 00:00:55,630
Vamos a exponer el contenido de las fuentes

15
00:00:55,630 --> 00:00:58,270
de manera extensa, amena y dirigida a una

16
00:00:58,270 --> 00:01:01,369
audiencia inteligente, preparada y con sentido del humor.

17
00:01:01,630 --> 00:01:02,969
Y la verdad es que es un tema

18
00:01:02,969 --> 00:01:03,750
fascinante.

19
00:01:04,129 --> 00:01:04,569
Muchísimo.

20
00:01:04,810 --> 00:01:06,769
Porque, a ver, para que la gente se

21
00:01:06,769 --> 00:01:08,209
haga una idea de la escala real de

22
00:01:08,209 --> 00:01:11,329
esta revolución, resulta que la empresa que más

23
00:01:11,329 --> 00:01:13,310
dinero está gastando en la IA americana más

24
00:01:13,310 --> 00:01:15,650
potente del mundo, es la dueña de TikTok,

25
00:01:15,870 --> 00:01:16,590
desde China.

26
00:01:16,769 --> 00:01:18,510
Es una paradoja tremenda, ¿sí?

27
00:01:18,689 --> 00:01:19,329
Totalmente.

28
00:01:19,569 --> 00:01:21,909
Pero, bueno, vamos a empezar por el principio.

29
00:01:22,090 --> 00:01:24,849
Porque el cambio tecnológico que sustenta todo esto

30
00:01:24,849 --> 00:01:25,709
es brutal.

31
00:01:25,950 --> 00:01:28,489
Es que el salto es tan bestia que,

32
00:01:28,569 --> 00:01:32,230
si no entendemos qué hace exactamente esta nueva

33
00:01:32,230 --> 00:01:34,670
tecnología en la pantalla de un trabajador normal,

34
00:01:35,150 --> 00:01:37,989
pues las cifras millonarias y los conflictos diplomáticos

35
00:01:37,989 --> 00:01:40,049
de los que vamos a hablar después no

36
00:01:40,049 --> 00:01:41,129
tienen ningún sentido.

37
00:01:41,469 --> 00:01:42,409
Ya, claro.

38
00:01:42,569 --> 00:01:42,989
¿Qué pasa?

39
00:01:44,129 --> 00:01:46,849
La inteligencia artificial ha dejado de ser ese,

40
00:01:46,849 --> 00:01:49,390
bueno, ese simple chatbot al que le haces

41
00:01:49,390 --> 00:01:50,530
una pregunta aislada.

42
00:01:50,670 --> 00:01:53,230
Ya no es una enciclopedia interactiva.

43
00:01:53,269 --> 00:01:56,209
Se ha convertido en un trabajador autónomo, lo

44
00:01:56,209 --> 00:01:58,269
que en la industria se llama un agente.

45
00:01:58,450 --> 00:01:58,909
Vale.

46
00:01:59,150 --> 00:02:00,489
Vamos a desgranar esto.

47
00:02:00,609 --> 00:02:03,430
Porque la diferencia operativa en una oficina es

48
00:02:03,430 --> 00:02:03,909
abismal.

49
00:02:04,250 --> 00:02:07,790
Para visualizarlo, imaginemos la situación con una analogía.

50
00:02:07,849 --> 00:02:11,169
El antiguo copilot o cualquier chatbot estándar era

51
00:02:11,169 --> 00:02:13,389
como tener a un becario hiperactivo a tu

52
00:02:13,389 --> 00:02:13,569
lado.

53
00:02:14,129 --> 00:02:14,949
Sí, tal cual.

54
00:02:15,069 --> 00:02:17,389
Le pides que redacte un correo electrónico y

55
00:02:17,389 --> 00:02:18,509
lo escupe en dos segundos.

56
00:02:18,750 --> 00:02:21,030
Pero claro, tienes que guiarle en cada paso.

57
00:02:21,169 --> 00:02:24,870
Tienes que decirle, abre este documento, saca este

58
00:02:24,870 --> 00:02:26,110
dato, ahora ponlo aquí.

59
00:02:26,430 --> 00:02:26,889
Exacto.

60
00:02:26,889 --> 00:02:30,150
Pero Cowork de Microsoft, esta nueva herramienta, es

61
00:02:30,150 --> 00:02:32,530
como contratar a un director de proyectos incansable.

62
00:02:32,949 --> 00:02:35,370
Le dejas un marrón enorme el viernes por

63
00:02:35,370 --> 00:02:37,210
la tarde, te vas a casa a disfrutar

64
00:02:37,210 --> 00:02:39,030
del fin de semana, y el agente se

65
00:02:39,030 --> 00:02:40,569
queda ejecutando la tarea en la nube.

66
00:02:40,669 --> 00:02:41,310
Y lo hace solo.

67
00:02:41,509 --> 00:02:42,009
Eso es.

68
00:02:42,009 --> 00:02:44,930
Entonces, abre archivos, compara bases de datos, toma

69
00:02:44,930 --> 00:02:47,509
decisiones intermedias, y el lunes por la mañana

70
00:02:47,509 --> 00:02:49,650
tienes el trabajo perfectamente terminado.

71
00:02:49,750 --> 00:02:52,069
Y lo fascinante de este punto es precisamente

72
00:02:52,069 --> 00:02:54,469
esa capacidad de tomar decisiones intermedias.

73
00:02:54,469 --> 00:02:56,870
Es lo que cambia el paradigma fundamental del

74
00:02:56,870 --> 00:02:57,389
trabajo humano.

75
00:02:57,530 --> 00:02:59,229
Claro, porque ya no estamos creando.

76
00:02:59,389 --> 00:03:00,650
Cuenciales por sí sola.

77
00:03:00,830 --> 00:03:02,770
Vale, o sea que, si se atasca en

78
00:03:02,770 --> 00:03:05,509
algo… Si se encuentra un obstáculo, puede decidir

79
00:03:05,509 --> 00:03:08,250
qué herramientas corporativas usar para sortearlo.

80
00:03:08,469 --> 00:03:11,189
Puede rastrear de forma autónoma la intranet de

81
00:03:11,189 --> 00:03:11,530
la empresa.

82
00:03:12,129 --> 00:03:14,889
Puede saltar entre hojas de cálculo inmensas y

83
00:03:14,889 --> 00:03:16,729
documentos de texto cruzando información.

84
00:03:17,270 --> 00:03:19,169
Fíjate que he estado revisando los casos de

85
00:03:19,169 --> 00:03:22,110
uso reales que han documentado desde Microsoft, y

86
00:03:22,110 --> 00:03:24,110
la verdad, ponen un poco los pelos de

87
00:03:24,110 --> 00:03:25,610
punta por la escala.

88
00:03:25,770 --> 00:03:27,729
Ya, es que las cifras son de locos.

89
00:03:27,909 --> 00:03:29,849
Hay un caso de un equipo de ingeniería

90
00:03:29,849 --> 00:03:32,389
que le enseñó a este agente a editar

91
00:03:32,389 --> 00:03:34,610
hojas de cálculo de trabajos por lotes.

92
00:03:34,729 --> 00:03:38,509
Pero no solo editar celdas, sino hacerlo de

93
00:03:38,509 --> 00:03:39,889
forma completamente segura.

94
00:03:39,969 --> 00:03:41,389
Y atención a esto.

95
00:03:42,009 --> 00:03:44,870
Generar diagramas de flujo de dependencias después de

96
00:03:44,870 --> 00:03:45,789
cada mínimo cambio.

97
00:03:46,090 --> 00:03:48,849
Claro, un trabajo que, para un humano, no

98
00:03:48,849 --> 00:03:51,729
solo es tedioso hasta decir basta, sino, bueno,

99
00:03:51,830 --> 00:03:53,629
increíblemente propenso a errores.

100
00:03:54,110 --> 00:03:54,669
Totalmente.

101
00:03:55,129 --> 00:03:58,889
Imagina intentar rastrear mentalmente cómo el cambio de

102
00:03:58,889 --> 00:04:01,430
una variable en una celda afecta a cientos

103
00:04:01,430 --> 00:04:03,330
de procesos en un diagrama complejo.

104
00:04:03,430 --> 00:04:04,849
Un humano se agota.

105
00:04:05,050 --> 00:04:06,509
Y el agente no se cansa nunca.

106
00:04:06,949 --> 00:04:07,509
Exacto.

107
00:04:07,509 --> 00:04:09,810
Y hay más casos documentados en las fuentes.

108
00:04:09,810 --> 00:04:12,889
Otro equipo utilizó Cowork para comparar casi 4

109
00:04:12,889 --> 00:04:15,550
.000 archivos entre dos versiones distintas de un

110
00:04:15,550 --> 00:04:16,410
producto informático.

111
00:04:16,589 --> 00:04:17,750
4 .000 archivos.

112
00:04:17,870 --> 00:04:18,629
Madre mía.

113
00:04:18,769 --> 00:04:19,290
Sí, sí.

114
00:04:19,370 --> 00:04:22,430
La estimación interna de la compañía es que

115
00:04:22,430 --> 00:04:25,329
esto le habría llevado semanas enteras a un

116
00:04:25,329 --> 00:04:27,129
equipo humano trabajando a tiempo completo.

117
00:04:27,329 --> 00:04:30,389
El agente lo resolvió en horas, verificando línea

118
00:04:30,389 --> 00:04:30,949
por línea.

119
00:04:31,149 --> 00:04:32,089
Es alucinante.

120
00:04:32,189 --> 00:04:34,470
O, por ejemplo, el caso del líder de

121
00:04:34,470 --> 00:04:36,990
ventas que tenía un embudo de ventas atascado.

122
00:04:37,029 --> 00:04:39,449
Le pasó el problema a Cowork en plan…

123
00:04:40,170 --> 00:04:41,490
Analiza qué está pasando aquí.

124
00:04:41,709 --> 00:04:43,509
Y le sacó un informe detallado.

125
00:04:43,610 --> 00:04:45,829
Y le devolvió una lista clasificada de las

126
00:04:45,829 --> 00:04:47,310
oportunidades en riesgo.

127
00:04:47,329 --> 00:04:49,470
Y detalló exactamente en qué punto de la

128
00:04:49,470 --> 00:04:51,709
cadena de correos el cliente se había enfriado

129
00:04:51,709 --> 00:04:53,350
cruzando datos del CRM.

130
00:04:53,569 --> 00:04:55,029
Y lo más fuerte es que esto no

131
00:04:55,029 --> 00:04:56,930
es un experimento de laboratorio cerrado.

132
00:04:57,029 --> 00:04:57,230
¡Qué va!

133
00:04:57,550 --> 00:04:59,730
Lleva tres meses en el programa este que

134
00:04:59,730 --> 00:05:00,550
llaman Frontier.

135
00:05:00,610 --> 00:05:02,230
Y más de la mitad de las empresas

136
00:05:02,230 --> 00:05:04,209
del Fortune 500 ya lo usan.

137
00:05:04,490 --> 00:05:07,290
Gigantes como Accenture, Avanade o Churic Insurance.

138
00:05:07,750 --> 00:05:09,790
Es una adopción corporativa sin precedentes.

139
00:05:09,810 --> 00:05:11,009
Por su velocidad.

140
00:05:11,529 --> 00:05:15,269
Pero claro, aquí es donde la fantasía tecnológica

141
00:05:15,269 --> 00:05:16,610
choca con la realidad física.

142
00:05:17,089 --> 00:05:18,449
A ver, ¿a qué te refieres?

143
00:05:18,730 --> 00:05:21,569
Pues que cuando introduces en las empresas multinacionales

144
00:05:21,569 --> 00:05:23,430
una herramienta capaz de hacer el trabajo de

145
00:05:23,430 --> 00:05:26,149
semanas en unas horas y de forma autónoma,

146
00:05:26,269 --> 00:05:28,829
el impacto en la infraestructura tecnológica, en los

147
00:05:28,829 --> 00:05:30,730
servidores, es tectónico.

148
00:05:30,910 --> 00:05:31,889
Pero espera un momento.

149
00:05:32,149 --> 00:05:33,730
Aquí hay algo que no me cuadra.

150
00:05:33,790 --> 00:05:34,009
Dime.

151
00:05:34,189 --> 00:05:35,930
Me pongo a pensar en la estrategia de

152
00:05:35,930 --> 00:05:36,209
Microsoft.

153
00:05:36,730 --> 00:05:38,870
Si te venden una herramienta para hacer a

154
00:05:38,870 --> 00:05:42,209
tus empleados… 100 veces más productivos, ¿qué sentido

155
00:05:42,209 --> 00:05:44,149
tiene que ahora empiecen a poner un peaje

156
00:05:44,149 --> 00:05:45,410
por cada tarea que haces?

157
00:05:45,750 --> 00:05:47,370
Ya, parece contradictorio.

158
00:05:47,509 --> 00:05:49,269
Han anunciado que van a limitar el uso

159
00:05:49,269 --> 00:05:50,209
y a cobrar por tarea.

160
00:05:50,490 --> 00:05:52,329
Parece que se están disparando en el pie

161
00:05:52,329 --> 00:05:53,569
frenando la adopción, ¿no?

162
00:05:53,790 --> 00:05:56,670
Bueno, la clave para entender ese aparente tiro

163
00:05:56,670 --> 00:05:58,930
en el pie está en la física de

164
00:05:58,930 --> 00:05:59,930
los centros de datos.

165
00:06:00,230 --> 00:06:02,310
Y en algo llamado inferencia.

166
00:06:02,649 --> 00:06:03,610
Inferencia, vale.

167
00:06:03,769 --> 00:06:06,170
Cuando hablamos de inferencia, para que nos entendamos,

168
00:06:06,310 --> 00:06:08,350
es el momento exacto en el que el

169
00:06:08,350 --> 00:06:09,790
modelo de IA está pensado.

170
00:06:09,810 --> 00:06:10,329
Pasando la respuesta.

171
00:06:11,009 --> 00:06:14,850
Ese proceso requiere una potencia de cálculo brutal

172
00:06:14,850 --> 00:06:16,490
de las tarjetas gráficas.

173
00:06:16,490 --> 00:06:19,790
Y consume una cantidad de electricidad escandalosa.

174
00:06:19,910 --> 00:06:20,310
Ah, claro.

175
00:06:20,709 --> 00:06:23,370
La IA agéntica es extremadamente cara.

176
00:06:23,509 --> 00:06:24,410
¿Por cómo funciona?

177
00:06:24,649 --> 00:06:27,629
En un chatbot normal envías un mensaje, el

178
00:06:27,629 --> 00:06:29,910
modelo hace una inferencia y te responde.

179
00:06:29,970 --> 00:06:31,949
Una operación, un coste.

180
00:06:31,990 --> 00:06:33,750
Claro, el becario que hace una sola cosa.

181
00:06:34,189 --> 00:06:34,829
Exactamente.

182
00:06:35,350 --> 00:06:37,889
Pero un agente hace algo llamado loops o

183
00:06:37,889 --> 00:06:39,069
bucles agénticos.

184
00:06:39,209 --> 00:06:39,610
¿Y eso?

185
00:06:39,810 --> 00:06:40,870
¿Qué implica a nivel de servidor?

186
00:06:41,129 --> 00:06:44,350
Pues que recupera contexto de la red de

187
00:06:44,350 --> 00:06:47,269
la empresa, hace una inferencia, comprueba si la

188
00:06:47,269 --> 00:06:49,850
información que ha sacado es útil, segunda inferencia,

189
00:06:50,029 --> 00:06:53,889
usa una herramienta externa, tercera, revisa si ha

190
00:06:53,889 --> 00:06:56,689
cometido un error, cuarta, y su tiempo de

191
00:06:56,689 --> 00:06:58,370
ejecución puede ser de horas.

192
00:06:58,850 --> 00:07:01,889
Horas tirando de tarjetas gráficas a máxima potencia.

193
00:07:02,129 --> 00:07:02,689
Eso es.

194
00:07:02,810 --> 00:07:06,750
Charles Lamanna, el vicepresidente ejecutivo en Microsoft, comentaba

195
00:07:06,750 --> 00:07:09,189
recientemente en las fuentes que las pruebas internas.

196
00:07:09,189 --> 00:07:10,649
Las pruebas habían sido demoledoras.

197
00:07:11,129 --> 00:07:14,509
Descubrieron que, simplemente, no se podía seguir ofreciendo

198
00:07:14,509 --> 00:07:16,230
una tarifa plana y limitada.

199
00:07:16,370 --> 00:07:18,769
Es que hubo usuarios durante las pruebas que

200
00:07:18,769 --> 00:07:20,990
le cogieron el truco al sistema y dejaban

201
00:07:20,990 --> 00:07:23,129
cientos de tareas ejecutándose por semana.

202
00:07:23,750 --> 00:07:26,790
Eran los empleados más productivos del mes, pero

203
00:07:26,790 --> 00:07:29,290
la factura de luz de Microsoft era ruinosa.

204
00:07:29,689 --> 00:07:30,529
Ruinosa total.

205
00:07:30,829 --> 00:07:32,550
Así que han tenido que cortar por lo

206
00:07:32,550 --> 00:07:35,189
sano e introducir un modelo de facturación de

207
00:07:35,189 --> 00:07:37,089
pago por uso, o pay -as -you -go.

208
00:07:37,970 --> 00:07:40,790
Literalmente, están pasando de vender software a actuar

209
00:07:40,790 --> 00:07:42,990
como una compañía eléctrica que cobra por cada

210
00:07:42,990 --> 00:07:45,009
kilovatio de pensamiento sintético.

211
00:07:45,370 --> 00:07:47,490
Esa es quizá la mejor manera de definirlo.

212
00:07:47,610 --> 00:07:49,850
La economía de los agentes de IA se

213
00:07:49,850 --> 00:07:50,589
resume en esto.

214
00:07:50,829 --> 00:07:54,009
Cuando funcionan de maravilla, el coste explota.

215
00:07:54,129 --> 00:07:57,290
Para usar Cowork ahora, necesitas primero pagar la

216
00:07:57,290 --> 00:08:00,209
licencia base de Microsoft 365 Copilot.

217
00:08:00,490 --> 00:08:02,050
Que ya tiene su coste mensual.

218
00:08:02,269 --> 00:08:02,810
Efectivamente.

219
00:08:03,149 --> 00:08:05,110
Y a partir de ahí, empieza a correr

220
00:08:05,110 --> 00:08:05,810
el taxímetro.

221
00:08:06,029 --> 00:08:06,730
¿Qué pasa?

222
00:08:06,810 --> 00:08:07,069
¿Qué pasa?

223
00:08:07,089 --> 00:08:08,949
¿Un céntimo por cada crédito Copilot?

224
00:08:09,230 --> 00:08:11,689
Y claro, el misterio es cuántos créditos consume

225
00:08:11,689 --> 00:08:12,550
una sola tarea.

226
00:08:12,730 --> 00:08:14,389
Claro, porque depende de muchas cosas.

227
00:08:14,670 --> 00:08:16,529
Por lo que he visto, depende del modelo

228
00:08:16,529 --> 00:08:20,149
matemático subyacente que uses, la cantidad de memoria

229
00:08:20,149 --> 00:08:22,430
que lea, las veces que llame a otras

230
00:08:22,430 --> 00:08:24,490
herramientas y el tiempo total.

231
00:08:24,910 --> 00:08:27,129
Y para que las empresas no entren en

232
00:08:27,129 --> 00:08:29,889
pánico, Microsoft ha dividido las tareas en tres

233
00:08:29,889 --> 00:08:30,550
categorías.

234
00:08:31,410 --> 00:08:33,389
Ligeras, medias y pesadas.

235
00:08:33,649 --> 00:08:36,190
Es un intento de hacer predecible un gasto

236
00:08:36,190 --> 00:08:37,070
que, por naturaleza, no es tan difícil.

237
00:08:38,190 --> 00:08:41,529
Las tareas ligeras implican pocas fuentes de información

238
00:08:41,529 --> 00:08:44,149
y un solo resultado, como resumir un hilo

239
00:08:44,149 --> 00:08:44,669
de correos.

240
00:08:44,809 --> 00:08:45,549
Bueno, eso es barato.

241
00:08:45,830 --> 00:08:46,250
Sí.

242
00:08:46,529 --> 00:08:49,649
Las medias ya tiran de múltiples documentos internos

243
00:08:49,649 --> 00:08:52,529
y requieren estructurar información para dar varios resultados.

244
00:08:52,929 --> 00:08:55,649
Y las pesadas son esas tareas de ingeniería

245
00:08:55,649 --> 00:08:58,850
que comentábamos antes, que exigen un razonamiento profundo

246
00:08:58,850 --> 00:08:59,370
durante horas.

247
00:08:59,710 --> 00:09:01,990
Incluso han llegado a perfilar a los empleados.

248
00:09:02,090 --> 00:09:04,970
La idea es que Recursos Humanos calcule cuántos

249
00:09:04,970 --> 00:09:06,690
empleados de cada perfil tiene.

250
00:09:07,070 --> 00:09:09,990
Estime cuántas tareas pesadas van a lanzar y

251
00:09:09,990 --> 00:09:11,769
recen para que el presupuesto cuadre.

252
00:09:11,830 --> 00:09:12,110
Ya.

253
00:09:12,529 --> 00:09:13,450
Es complicado.

254
00:09:13,929 --> 00:09:17,389
Hay una opción P3 para corporaciones, para pagar

255
00:09:17,389 --> 00:09:18,649
volumen por adelantado.

256
00:09:18,990 --> 00:09:20,889
Pero el problema de fondo sigue ahí.

257
00:09:21,429 --> 00:09:24,049
La inteligencia artificial es demasiado cara para el

258
00:09:24,049 --> 00:09:24,490
día a día.

259
00:09:24,590 --> 00:09:27,070
Y eso nos lleva al cambio de estrategia

260
00:09:27,070 --> 00:09:27,750
más radical.

261
00:09:28,070 --> 00:09:30,029
Si los costes se han disparado hasta el

262
00:09:30,029 --> 00:09:32,470
punto de tener que cobrar por cada pensamiento

263
00:09:32,470 --> 00:09:35,750
de la máquina, Microsoft necesita motores más eficientes

264
00:09:35,750 --> 00:09:36,289
y baratos.

265
00:09:37,070 --> 00:09:39,090
Y no todo requiere el modelo más inteligente

266
00:09:39,090 --> 00:09:39,870
y caro del mundo.

267
00:09:40,210 --> 00:09:41,850
Y aquí es donde la cosa se pone

268
00:09:41,850 --> 00:09:42,750
realmente interesante.

269
00:09:43,490 --> 00:09:45,970
Volviendo a las analogías, esto es como una

270
00:09:45,970 --> 00:09:46,830
flota de vehículos.

271
00:09:47,169 --> 00:09:49,549
Usar un modelo top para organizar una tabla

272
00:09:49,549 --> 00:09:51,370
básica en Excel es como usar un Ferrari

273
00:09:51,370 --> 00:09:52,490
para ir a comprar el pan.

274
00:09:52,769 --> 00:09:53,210
Exacto.

275
00:09:53,250 --> 00:09:55,169
Vas a llegar rapidísimo, sí, pero te ha

276
00:09:55,169 --> 00:09:57,070
costado 50 euros en gasolina.

277
00:09:57,269 --> 00:09:58,049
No tiene sentido.

278
00:09:58,769 --> 00:10:01,970
Microsoft necesita ofrecer bicicletas cognitivas para ir a

279
00:10:01,970 --> 00:10:02,309
por el pan.

280
00:10:02,450 --> 00:10:03,090
Esa es la base.

281
00:10:03,669 --> 00:10:05,909
Microsoft se está alejando de la idea de

282
00:10:05,909 --> 00:10:07,049
ofrecer un solo asiento.

283
00:10:07,070 --> 00:10:08,850
Un solo asistente con un solo gran modelo.

284
00:10:08,950 --> 00:10:12,009
Y se está convirtiendo en un enrutador inteligente.

285
00:10:12,370 --> 00:10:14,750
Según la complejidad de la tarea, el sistema

286
00:10:14,750 --> 00:10:17,309
asigna el trabajo al modelo más adecuado.

287
00:10:17,909 --> 00:10:19,649
Y ya están integrando varios, ¿verdad?

288
00:10:19,970 --> 00:10:20,490
Sí.

289
00:10:20,929 --> 00:10:23,669
Actualmente integran modelos de la competencia como los

290
00:10:23,669 --> 00:10:25,629
de Anthropic, el Opus y Sonet.

291
00:10:25,769 --> 00:10:28,070
Y, por supuesto, los de OpenAI en su

292
00:10:28,070 --> 00:10:28,970
programa avanzado.

293
00:10:29,110 --> 00:10:32,590
Pero para las tareas cotidianas han anunciado Cowork

294
00:10:32,590 --> 00:10:33,009
1.

295
00:10:33,389 --> 00:10:36,190
Que es un modelo propio, mucho más pequeño.

296
00:10:37,070 --> 00:10:39,289
Y diseñado, súper seguro y diseñado para esas

297
00:10:39,289 --> 00:10:41,509
tareas de oficina a un coste ridículo.

298
00:10:41,830 --> 00:10:44,549
Pero, ojo, la gran bomba informativa la dio

299
00:10:44,549 --> 00:10:48,009
Axios hace poco, filtrando que Microsoft está explorando

300
00:10:48,009 --> 00:10:50,649
ofrecer el modelo chino DeepSeek V4.

301
00:10:51,049 --> 00:10:53,269
O alguna alternativa de código abierto similar.

302
00:10:53,690 --> 00:10:54,250
Eso es.

303
00:10:54,409 --> 00:10:56,049
Como opción de bajísimo coste.

304
00:10:56,110 --> 00:10:57,769
Y esto plantea una pregunta importante.

305
00:10:58,330 --> 00:11:01,570
¿Cómo es posible que una empresa tecnológica occidental

306
00:11:01,570 --> 00:11:06,289
gigantesca, en pleno clima de tensión geopolítica, plantee

307
00:11:06,289 --> 00:11:08,809
integrar un modelo de origen chino en su

308
00:11:08,809 --> 00:11:10,350
producto corporativo estrella?

309
00:11:10,590 --> 00:11:12,389
A ver, hay que hacer una aclaración técnica

310
00:11:12,389 --> 00:11:14,750
importantísima para que nadie entre en pánico con

311
00:11:14,750 --> 00:11:15,789
la seguridad de sus datos.

312
00:11:16,409 --> 00:11:19,029
No están reemplazando a OpenAI por DeepSeek.

313
00:11:19,190 --> 00:11:19,649
No, no.

314
00:11:19,970 --> 00:11:22,649
DeepSeek no vendría activado por defecto.

315
00:11:22,769 --> 00:11:24,309
Sería una opción más en el menú.

316
00:11:24,629 --> 00:11:27,230
Pero, y este es el detalle clave, estaría

317
00:11:27,230 --> 00:11:29,669
alojada físicamente dentro de la infraestructura de los

318
00:11:29,669 --> 00:11:30,950
servidores de Azure de Microsoft.

319
00:11:31,330 --> 00:11:32,169
Claro, encapsulado.

320
00:11:32,409 --> 00:11:32,889
Exacto.

321
00:11:32,970 --> 00:11:35,429
Los datos de los clientes europeos o americanos,

322
00:11:35,429 --> 00:11:37,529
nunca saldrían hacia servidores en Asia.

323
00:11:37,909 --> 00:11:40,610
Cumplen con todos los controles de seguridad corporativos.

324
00:11:40,950 --> 00:11:43,870
El modelo se descarga y se ejecuta localmente,

325
00:11:43,870 --> 00:11:44,970
en la nube occidental.

326
00:11:45,289 --> 00:11:48,610
Pero incluso con esas férreas salvaguardas, la sola

327
00:11:48,610 --> 00:11:51,970
idea de incluir DeepSeek destapa una realidad mucho

328
00:11:51,970 --> 00:11:52,850
más profunda.

329
00:11:53,269 --> 00:11:53,870
Totalmente.

330
00:11:54,029 --> 00:11:55,990
Esta no es sólo una anécdota técnica para

331
00:11:55,990 --> 00:11:56,990
ahorrar unos céntimos.

332
00:11:57,149 --> 00:12:00,330
Nos revela el inmenso y complejo negocio paralelo

333
00:12:00,330 --> 00:12:03,490
que Microsoft ha construido silenciosamente en China.

334
00:12:03,669 --> 00:12:05,409
Entonces, ¿qué significa todo esto?

335
00:12:05,429 --> 00:12:07,909
Porque cuando lees los datos financieros de Bloomberg

336
00:12:07,909 --> 00:12:09,950
sobre este tema, te quedas de piedra.

337
00:12:10,049 --> 00:12:11,529
Las cifras son abrumadoras.

338
00:12:11,570 --> 00:12:13,889
Resulta que Microsoft tiene un negocio de más

339
00:12:13,889 --> 00:12:17,389
de mil millones de dólares anuales, vendiendo modelos

340
00:12:17,389 --> 00:12:18,549
de IA a empresas chinas.

341
00:12:19,389 --> 00:12:21,970
ByteDance, los creadores de TikTok, es el mayor

342
00:12:21,970 --> 00:12:25,169
cliente, gastando una auténtica millonada a través de

343
00:12:25,169 --> 00:12:25,370
Azure.

344
00:12:25,610 --> 00:12:27,789
Y la paradoja aquí es extraordinaria.

345
00:12:28,029 --> 00:12:31,529
Tenemos a gigantes como OpenAI y Anthropic que

346
00:12:31,529 --> 00:12:33,950
prohíben la venta directa a China por miedo

347
00:12:33,950 --> 00:12:35,409
a robos de propiedad intelectual.

348
00:12:35,409 --> 00:12:39,889
Sin embargo, Microsoft, por su acuerdo único con

349
00:12:39,889 --> 00:12:42,429
OpenAI, establece sus propias políticas.

350
00:12:42,870 --> 00:12:45,309
Ellos son los dueños de la infraestructura de

351
00:12:45,309 --> 00:12:45,549
Azure.

352
00:12:45,730 --> 00:12:47,210
Así que deciden quién entra.

353
00:12:47,529 --> 00:12:49,870
Pero a ver, ¿cómo hacen esto sin violar

354
00:12:49,870 --> 00:12:52,629
directamente las leyes de exportación de Estados Unidos

355
00:12:52,629 --> 00:12:54,830
que prohíben mandar chips avanzados a China?

356
00:12:55,090 --> 00:12:58,409
Pues con un equilibrismo geográfico fascinante.

357
00:12:58,570 --> 00:13:01,649
No alojan los modelos avanzados en granjas de

358
00:13:01,649 --> 00:13:02,750
servidores chinas.

359
00:13:02,789 --> 00:13:05,389
Aunque tengan centros cerca de Pekín y Shanghái.

360
00:13:05,389 --> 00:13:06,389
Ah, vale.

361
00:13:06,590 --> 00:13:08,629
Lo que hacen es ubicar los servidores en

362
00:13:08,629 --> 00:13:09,870
lugares como Singapur.

363
00:13:09,970 --> 00:13:12,710
Y las empresas chinas acceden vía Internet desde

364
00:13:12,710 --> 00:13:13,309
Singapur.

365
00:13:13,850 --> 00:13:16,049
Legalmente, el chip nunca pisó China.

366
00:13:16,309 --> 00:13:17,830
Y el crecimiento es explosivo.

367
00:13:18,289 --> 00:13:21,490
Hudson Althoff, exdirector comercial, dijo en julio de

368
00:13:21,490 --> 00:13:24,029
2025 que los ingresos de IA en Azure

369
00:13:24,029 --> 00:13:26,610
en China se triplicaron tras haber crecido un

370
00:13:26,610 --> 00:13:28,250
400 % el año anterior.

371
00:13:28,509 --> 00:13:29,370
Es una barbaridad.

372
00:13:29,610 --> 00:13:32,169
Y que Microsoft es la empresa que une

373
00:13:32,169 --> 00:13:32,929
esos dos lugares.

374
00:13:32,929 --> 00:13:36,549
Si conectamos esto con el panorama general, Microsoft

375
00:13:36,549 --> 00:13:39,529
actúa como puente tecnológico en una guerra fría

376
00:13:39,529 --> 00:13:39,789
comercial.

377
00:13:40,289 --> 00:13:43,690
Es inmensamente lucrativo, pero diplomáticamente volátil.

378
00:13:44,110 --> 00:13:46,190
Especialmente por el problema de la destilación.

379
00:13:46,830 --> 00:13:48,169
Uy, sí, la destilación.

380
00:13:48,230 --> 00:13:48,970
Esto es interesantísimo.

381
00:13:49,789 --> 00:13:51,769
Explica un poco qué es, por qué OpenAI

382
00:13:51,769 --> 00:13:52,870
se ha quejado de esto.

383
00:13:53,149 --> 00:13:55,850
Para entender la destilación, imagina que es como

384
00:13:55,850 --> 00:13:56,909
copiar en el examen.

385
00:13:56,990 --> 00:13:59,669
Una empresa china coge un modelo propio pequeñito

386
00:13:59,669 --> 00:14:01,769
y lo conecta a través de Azure al

387
00:14:01,769 --> 00:14:02,769
modelo de OpenAI.

388
00:14:02,929 --> 00:14:06,029
Le hace millones de preguntas complejas y usa

389
00:14:06,029 --> 00:14:08,490
esas respuestas para enseñar a su modelo barato.

390
00:14:08,570 --> 00:14:10,669
Se ahorran miles de millones en investigación.

391
00:14:11,190 --> 00:14:13,549
Claro, es como usar a la IA americana

392
00:14:13,549 --> 00:14:15,429
como profesor particular de la China.

393
00:14:15,610 --> 00:14:18,470
Pasa con el modelo Duobao de ByteDance, por

394
00:14:18,470 --> 00:14:18,809
ejemplo.

395
00:14:19,009 --> 00:14:22,509
Y aunque Microsoft dice que monitoriza esto, la

396
00:14:22,509 --> 00:14:25,190
línea entre el uso normal y la mejora

397
00:14:25,190 --> 00:14:26,809
de un modelo rival es muy difusa.

398
00:14:27,629 --> 00:14:28,230
Totalmente.

399
00:14:28,230 --> 00:14:31,929
Pero operativamente, la posición de Microsoft es magistral.

400
00:14:31,929 --> 00:14:34,990
Su estrategia a largo plazo es aún más

401
00:14:34,990 --> 00:14:35,690
ambiciosa.

402
00:14:35,750 --> 00:14:38,629
No sólo quieren controlar los modelos, también quieren

403
00:14:38,629 --> 00:14:41,710
dominar cómo estos agentes piensan y buscan información

404
00:14:41,710 --> 00:14:42,649
en tiempo real.

405
00:14:42,830 --> 00:14:45,330
Y ahí entra WebIQ, su nuevo sistema impulsado

406
00:14:45,330 --> 00:14:45,750
por Bing.

407
00:14:45,990 --> 00:14:48,049
Pero, a ver, yo te lanzo una pregunta.

408
00:14:48,350 --> 00:14:51,570
Si ya existen buscadores de IA, ¿realmente importa

409
00:14:51,570 --> 00:14:53,149
tanto la velocidad de búsqueda?

410
00:14:53,210 --> 00:14:55,269
Yo pensaba que el cuello de botella era

411
00:14:55,269 --> 00:14:57,350
lo que tardaba el modelo en pensar, la

412
00:14:57,350 --> 00:14:58,809
inferencia, no la búsqueda.

413
00:14:58,950 --> 00:15:01,570
Está construido para que una persona busque información.

414
00:15:01,570 --> 00:15:03,570
Sino para un agente autónomo.

415
00:15:03,750 --> 00:15:04,350
Claro.

416
00:15:04,450 --> 00:15:07,009
Un algoritmo no necesita una web bonita.

417
00:15:07,409 --> 00:15:08,009
Exacto.

418
00:15:08,009 --> 00:15:10,830
Una búsqueda normal da enlaces y anuncios.

419
00:15:10,909 --> 00:15:14,809
Los agentes necesitan datos frescos, baja latencia e

420
00:15:14,809 --> 00:15:17,629
información concisa sin desperdiciar tokens.

421
00:15:18,070 --> 00:15:19,250
Ah, los tokens.

422
00:15:19,529 --> 00:15:21,649
Claro, se cobra por token.

423
00:15:21,929 --> 00:15:23,909
Si a un agente le pasas una web

424
00:15:23,909 --> 00:15:26,289
llena de anuncios para sacar un dato, le

425
00:15:26,289 --> 00:15:28,570
obligas a procesar miles de tokens inútiles.

426
00:15:28,690 --> 00:15:29,570
Y eso es dinero.

427
00:15:29,870 --> 00:15:30,789
Ahí le has dado.

428
00:15:30,789 --> 00:15:34,769
WebIQ cambia la arquitectura de indexación a clasificación

429
00:15:34,769 --> 00:15:35,610
o ranking.

430
00:15:36,049 --> 00:15:39,190
Devuelve datos, imágenes y noticias en formato puro

431
00:15:39,190 --> 00:15:39,850
para máquinas.

432
00:15:40,250 --> 00:15:42,590
Microsoft afirma que es dos veces y media

433
00:15:42,590 --> 00:15:44,690
más rápido que su mejor alternativa.

434
00:15:44,889 --> 00:15:47,350
Y cuando un agente hace cientos de consultas

435
00:15:47,350 --> 00:15:49,970
seguidas, esa velocidad y ahorro de tokens es

436
00:15:49,970 --> 00:15:51,850
crítico para que el sistema sea viable.

437
00:15:52,149 --> 00:15:55,029
Viéndolo con perspectiva, el objetivo final de Microsoft

438
00:15:55,029 --> 00:15:57,070
es ser dueños de todo el stack.

439
00:15:57,289 --> 00:15:57,590
Claro.

440
00:15:57,669 --> 00:15:59,190
La pila tecnológica entera.

441
00:15:59,190 --> 00:16:01,850
El modelo, la capa de búsqueda, la memoria

442
00:16:01,850 --> 00:16:05,429
corporativa, las herramientas, el sistema de facturación y

443
00:16:05,429 --> 00:16:05,830
la nube.

444
00:16:05,950 --> 00:16:08,750
Copilot Cowork es el lugar donde toda esta

445
00:16:08,750 --> 00:16:09,610
estrategia converge.

446
00:16:10,149 --> 00:16:13,409
Tienes modelos múltiples compitiendo, la búsqueda de WebQ,

447
00:16:13,549 --> 00:16:15,529
la seguridad y el modelo de pago por

448
00:16:15,529 --> 00:16:15,789
uso.

449
00:16:15,929 --> 00:16:16,870
Todo en uno.

450
00:16:17,090 --> 00:16:19,570
Estamos viendo cómo se construyen los cimientos de

451
00:16:19,570 --> 00:16:20,230
algo masivo.

452
00:16:20,429 --> 00:16:20,929
Sin duda.

453
00:16:21,090 --> 00:16:22,990
Y creo que todo esto nos deja con

454
00:16:22,990 --> 00:16:24,909
una reflexión final para la gente que nos

455
00:16:24,909 --> 00:16:25,409
escucha.

456
00:16:25,490 --> 00:16:27,970
Cuando una sola corporación se convierte en el

457
00:16:27,970 --> 00:16:30,889
puente entre las dos grandes superpotencias de la

458
00:16:30,889 --> 00:16:34,470
IA, EEU y China, cuando controla cómo buscan

459
00:16:34,470 --> 00:16:37,049
datos las máquinas y factura por cada pensamiento

460
00:16:37,049 --> 00:16:39,990
que tiene un agente virtual, ¿estamos ante una

461
00:16:39,990 --> 00:16:43,070
simple empresa de software o ante la infraestructura

462
00:16:43,070 --> 00:16:45,269
invisible del próximo orden económico mundial?

463
00:16:45,610 --> 00:16:47,950
Antes de despedirnos, hasta el próximo programa.

464
00:16:48,429 --> 00:16:50,330
Informar que las voces que se oyen han

465
00:16:50,330 --> 00:16:52,769
sido generadas por la IA de Notebook LM

466
00:16:52,769 --> 00:16:55,830
y que dirigiendo el podcast se encuentra Julio

467
00:16:55,830 --> 00:16:58,429
Pablo Vázquez, un humano que envía saludos.

468
00:16:58,509 --> 00:17:01,549
En caso de error, probablemente sean errores humanos.

469
00:17:01,950 --> 00:17:03,029
Nos escuchamos.

470
00:17:03,289 --> 00:17:16,220
Y hasta aquí el episodio de hoy.

471
00:17:16,339 --> 00:17:18,160
Muchas gracias por tu atención.

472
00:17:27,599 --> 00:17:29,579
Esto es BIMPRAXIS.

473
00:17:29,859 --> 00:17:32,380
Nos escuchamos en el próximo episodio.