La economía del miedo: ¿quién gana cuando Occidente teme y Oriente abraza?

Enrique: ¿Por qué las empresas más valiosas del mundo necesitan que tú creas que la IA se va a comer tu trabajo?

Ricardo: La razón es simple: porque cada vez que tú lo crees, su valuación sube. Esta semana, Scott Galloway publicó la pieza que pone la matemática sobre la mesa. El "AI Job Apocalypse" no es un pronóstico, es una estrategia de marketing y los datos lo prueban.

Enrique: Anthropic dice que la IA puede cubrir el 94 % de las tareas en finanzas y negocios, pero el empleo en tech en Estados Unidos no ha caído. Los dos datos son correctos y hoy les vamos a platicar por qué.

[melodía techno]

Ricardo: ¿Qué tal? Bienvenidos de nuevo a Humanos Podcast: Inteligencia Artificial, Capital y Poder. ¿Qué onda, compadre? ¿Qué tal tu fin de semana?

Enrique: Muy bien. Hicimos una, una carnita asada como debe ser acá en el norte y la pasamos muy bien. En paralelo, me, me dio mucho gusto escuchar de algunas personas que, que me buscaron para comentarnos que nos están siguiendo en el pódcast y, y que hay varias cosas que les están gustando con algunas ideas que esperemos integrar próximamente. Entonces, muy contento y, y, y que sigan llegando esos comentarios. Nos hacen —al menos a mí me hacen— el día y la semana. Entonces, muchas gracias —

Ricardo: Claro.

Enrique: —a los que nos buscaron.

Ricardo: Coincido contigo. Claro que sí, eso nos da mucha gasolina para seguir en todo lo que traemos. Yo el fin de semana te cuento que estuve "vibe-vibe codeando", pues ya como siempre, muy impresionado de todo lo que se puede lograr. Pero más importante aún, este lunes lanzamos nuestro primer reporte especializado de SpaceX IPO para nuestros suscriptores premium. Les agradecemos a todos los que se han sumado como suscriptores premium en nuestro Substack y este es uno de muchos reportes que vamos a estar elaborando para ustedes. Es un reporte que no solo trae lo que hemos platicado en pódcast anteriores sobre SpaceX, sino que es un análisis profundo de la compañía, de qué incluye este IPO, cuál va a ser la dinámica, cómo está estructurado, cómo ha crecido la valuación de la empresa, cómo han crecido sus ventas, cuáles son los negocios que se incluyen, etcétera. Y la verdad es que yo creo que es una pieza muy importante y útil para todos aquellos que quieren estar enterados de lo que está sucediendo en el mundo de la tecnología y de este IPO tan relevante, que bueno, ahorita creo que tú me decías compadre, ya está como planeando el salir en 2 trillones de dólares, el IPO más caro de la historia, ¿no?

Enrique: Está yendo a las nubes, sí. En su momento creo que se estaba hablando primero de un trillón, luego uno y medio, ya como que estaba medio oficializado 1.75 y ahora se está hablando de casi dos. Si no me equivoco, fue una predicción por ahí que hicimos hace algunas semanas y parece que todo lo que decimos se cumple, pero casi siempre que lo decimos, lo decimos pensando que va a ser —que es irreal—, ¿no? Pensando que no se va a cumplir para ser un poquito atrevidos. Y parece que estamos siendo muy cautelosos ahora que ya se materializan todas estas cosas, valuaciones y ingresos de Anthropic y la bolsa y demás. Hay mucho movimiento. Por ahí va el capítulo de hoy, pues.

Ricardo: Así es. Un trillón, dos trillones, tres trillones. O sea, ya hablamos como si fueran cifras cualquiera, pero pues son millones de millones de dólares que valen estas compañías, a veces muy sustentadas y justificadas, y en otros casos, pues la verdad es que no necesariamente.

Ricardo: Y bueno, el día de hoy traemos tres temas que de cierta manera nos traen el otro lado de la moneda de lo que hemos venido manejando en episodios anteriores sobre las pérdidas de trabajo, el job apocalypse. Y bueno, ahora hubo algunas voces importantes que se pronunciaron en torno a este tema importante. Hace unos días, Microsoft Research publicó su Work Trend Index 2026, un reporte de 29 páginas con encuestas a 20,000 trabajadores en 10 países y además de telemetría de Microsoft 365. El frame que escogieron es Transformation Paradox. O sea, dicen: el 65 % de los trabajadores teme quedarse atrás, pero solo 13 % percibe que la reinvención es premiada. Esa asimetría, que existe como un techo invisible que castiga al que sí quiere cambiar, pues es el dato que abre la conversación de este episodio.

Enrique: Por otro lado, publicó a16z, que es un fondo de venture capital de Silicon Valley, AI Job Apocalypse Fantasy. Y también la semana pasada, Scott Galloway o Prof G publicó Apocalypse No, que hace argumentos similares, ¿no? La apocalipsis laboral por la IA no es data-driven, sino es un tema más de narrativa, y el miedo lo financian quienes más se están beneficiando de las empresas grandes de tecnología.

Ricardo: Tres temas entonces. Primero, datos contra narrativa de Galloway. Segundo, un argumento serio del lado optimista, que es David Friedberg, que desarrolla por qué Occidente teme y en Oriente abrazan el tema de la inteligencia artificial. Tercero, un frame muy completo del lado distópico de Mo Gawdat, ex Google, con su mapa de FACE RIPS, que vamos a explicar más adelante, donde dice que la grieta central no es la tecnología, sino el accountability de todo.

[efecto sonoro]

Enrique: Vamos a hablar de la nueva métrica del miedo. ¿Por qué? Porque esta semana el Prof G o Scott Galloway, que es profesor en NYU, aparte podcastero y una persona muy vocal que hace publicaciones muy interesantes, publicó una pieza que se llama Apocalypse No. El argumento es que la apocalipsis laboral por IA no es un pronóstico económico, sino es una estrategia de marketing. Y las empresas que más se están beneficiando de que tú tengas miedo son las que más predican este miedo. Es decir, no hay datos todavía diciendo que van a desaparecer empleos. Es más bien una narrativa diciéndolo. Y la narrativa, pues vende capital.

Ricardo: Claro. La pregunta que hace Galloway es algo incómoda y es: si los datos contradicen la narrativa, pues ¿quién paga por amplificarla? Y el spoiler es: las cuatro o cinco empresas con la valuación más alta del mundo, de las que hablamos aquí siempre. Y vamos a analizar esa lectura, por qué cambia cómo interpretas cada layoff que viene en los próximos 18 meses.

Enrique: Así es. Y digo, un paréntesis muy rápido nada más sobre el Prof G. Es pues una persona muy conocida ya a estas alturas en el mundo, ¿qué se puede decir?

Ricardo: Negocios y tech.

Enrique: Líderes de opinión, sí, en caso de —

Ricardo: Mhm.

Enrique: —en temas de tech, negocios. Aparece en muchos pódcasts, publica mucho contenido escrito, clips y demás. Entonces es una persona muy interesante para seguir. Algunos lo aman, algunos lo odian. Incluso hay creo que un, un índice de acciones anti Scott Galloway —

Ricardo: [risa] Sí.

Enrique: —que creo que le va muy bien.

Ricardo: Sí, es alguien muy, muy inteligente. Yo admiro mucho su perspectiva de las cosas y también tiene un humor bastante ácido, lo cual lo hace controversial, pero también muy interesante de escuchar. Yo la primera vez que lo escuché fue en el programa de Pivot. Pivot se inició como esta dupla entre Kara Swisher y Scott Galloway. La plataforma de Kara Swisher realmente es la que le dio toda la exposición a Scott Galloway. Los dos hacen una muy buena mancuerna en el pódcast. A mí me llamó la atención, compadre, porque hemos venido hablando anteriormente de los layoffs de Block o de Oracle, y tú has sido muy vocal diciendo que este AI washing, o sea, todavía está por verse por qué lo están haciendo. Y has hablado de que en muchas de estas empresas lo único que están haciendo es como reacomodarse a sus niveles pre-COVID, porque hubo una sobrecontratación en COVID. Y también hemos hablado que muchos están liberando recursos para seguir invirtiendo en los data centers, ¿no? Entonces, es más un repricing que un replacement.

Enrique: Sí, al principio, lo escuchas todas las noticias de layoffs y compras la narrativa, ¿no? Dices: "Oye, bueno, pues si se está diciendo que la IA va a reemplazar a tantos trabajos, los que sean proactivos van a tener una ventaja, un head start contra los que no, y además van a forzar a que las personas que se queden adopten IA, ya sea como un coworker o como una herramienta que les dé una palanca gigantesca y que con una persona hagan lo que antes hacían con 10 o con incluso 20." Pero si te pones a analizar los datos como lo hace el Prof G, creo que no está completo el argumento que han estado impulsando estas empresas de tech, ¿no? ¿Viste algunos datos por ahí que publica el Prof G?

Ricardo: Sí, algunos datos de los que menciona es, por ejemplo, el empleo en tech. En 2020 eran 8.7 millones de posiciones y crecieron a 9.6 millones de empleos, ¿no? Y se han mantenido estables desde 2023. Sin embargo, dice: "Bueno, no es un apocalipsis, simplemente está saturado. Hubo una sobrecontratación de 2021 a 2022." En el caso de Meta, hace un layoff de 10 %, pero vuelven con esto a sus números de headcount de 2021. Entonces, están todavía 47 % por arriba de sus niveles de prepandemia en cuestión de headcount. Entonces, es como una regresión o un regreso a los niveles anteriores por COVID. Y en el caso de Oracle —

Enrique: Overall, después de la pandemia, la cantidad de empleos en tech sube relativamente drásticamente. Yo lo viví personalmente —

Ricardo: Mhm.

Enrique: —tanto contratando como, eh, otras empresas robando talento de nuestra empresa. Y lo que el Prof G dice es que no ha habido un crash así muy fuerte después de eso hasta quizá ahora, pero aún así no se ha materializado, ¿no? Y no es comparable, por ejemplo, con cuando fue la burbuja del .com, donde sí cayó el empleo casi un 20 %, 15 o 20 %. Ahorita no ha habido esa caída, está prácticamente flat pospandemia y todos estos recortes apenas se están empezando a dar un poco tarde y no tienen necesariamente que ver con la IA.

Ricardo: Y en el caso de Oracle, que despidió al 18 % de su plantilla y tiene cashflow negativo de aquí hasta 2030, pues es porque tienen que invertir en data centers. Entonces, Galloway lo pone en su estilo ácido, dice: "They're trading people for chips." O sea, están intercambiando a la gente por chips, ¿no? No es un tema de eficiencia e inteligencia artificial, es disciplina financiera para poder cumplir con los compromisos que tienen.

Enrique: Ya. Pero entonces, ¿cómo lees tú lo que predice Anthropic, por ejemplo? O sea, el 94 % de los trabajos, o al menos de las tareas en negocios y finanzas, van a ser reemplazadas por la IA, pero las estadísticas de empleo no han necesariamente caído pues 94 % o un número drástico. ¿Las dos cosas pueden ser ciertas a la vez o tú qué opinas?

Ricardo: Aquí hay una pieza que también menciona no solamente el artículo de Scott Galloway, sino también el de a16z, y es que siempre hay un miedo por "te van a reemplazar en tu trabajo." Y eso ocurrió también en múltiples innovaciones tecnológicas en el pasado, desde hace 100 años hasta las más recientes como el Internet o la invención de la hoja de cálculo, por ejemplo. Y menciona que se creía que esta hoja de cálculo iba a eliminar a los contadores, pero lo que pasó fue que ahora se cuadriplicaron los contadores en los últimos 40 años, ¿no? Entonces, ¿qué pasa cuando hay una abundancia de un recurso que antes era limitado para solo algunos? Y ahorita estamos hablando de una herramienta que incrementa tu capacidad de conocimiento, te permite hacer más, ¿no? Entonces, en vez de que el Excel haya desplazado a todo mundo, lo único que hizo es darle mucho mejores herramientas a los que ya tenían algunos conocimientos de pues tener este superpoder y atender a más gente. Lo que no están contemplando todos los doomers que están diciendo que se van a llevar tu trabajo es que nacerán otras necesidades y que el hecho de que tú puedas usar estas capacidades para atender a más gente, pues simplemente va a incrementar más el mercado. Van a salir nuevas necesidades que ni siquiera entendemos ahora y eso significará mucho más empleo, riqueza y bienestar para más gente, ¿no? Ese es el take que toma este artículo.

Enrique: De cierta manera es como el Jevons paradox, ¿no? Que ya hemos hablado antes, que cuando sube la eficiencia en un recurso lo hace más barato, lo hace más accesible, sube más bien la demanda y al final de cuentas sube también el consumo en lugar de reducirlo. Y en el caso de la IA, lo que puede pasar o lo que pareciera que va a terminar pasando es que los trabajos quizá algunos se van a reducir, sí, pero más bien se van a reacomodar. Lo que algunos hacían en la cadena de valor de una manera lo van a hacer de otra forma con IA en otra parte de la cadena. Si antes, como ya hemos dicho, un producto de software tomaba un año en construir, ahora a lo mejor va a tomar un mes o dos en construir la primera versión. Y el enfoque o la energía se va a dedicar muchísimo más al antes y al después. Es decir, qué es lo que voy a construir y ser superconsciente, y al después, cómo lo voy a mantener realmente y cómo voy a asegurarme de no tener huecos y vulnerabilidades con toda la actualización que está saliendo prácticamente mensual en todos estos modelos, ¿no? No se trata de construir algo y liberarlo y ya funcionó, sino más bien de mantenerlo. Ahí es donde va a estar la clave. Pero, pero sí, creo que eso es lo que está pasando y creo que vale la pena citar algo que escribe Galloway ahí. Y el quote es de Shiller y lo cita Galloway en su escrito, dice: "Las dificultades económicas creadas por una recesión o depresión temporal se confunden con los efectos destructores de empleo de las máquinas, lo que crea respuestas económicas pesimistas como profecías autocumplidas." Shiller es ganador del Premio Nobel justamente por esto. La profecía autocumplida es el riesgo, no es la IA.

Ricardo: Y aquí menciona que a veces confundimos que esta amenaza de la tecnología es lo que causa la disrupción, pero muchas veces hay otros factores que están impactando en la economía y todo está centrado en que todo va a ser inteligencia artificial, pero no hablamos generalmente del reacomodo geopolítico y de las tarifas y de las guerras, etcétera. Entonces, todo mundo estamos echándole la culpa a la inteligencia artificial, ¿no? A mí en este artículo, y creo que también fue el de a16z, me llamó la atención tanto lo del spreadsheet, la hoja de cálculo, pero también hablaban de los travel agents, los agentes de viajes. Antes de que existiera el Internet, pues nuestros padres usaban agentes de viajes para planear unas vacaciones, ¿no? Y llegó el Internet y obviamente ya podías hacer tú todo. Y todo el mundo decía: "Bueno, van a desaparecer por completo los agentes de viajes." Y en sí, sí se redujo mucho la cantidad de agentes de viaje, vamos a decir a la mitad, pero lo que te dice es: no desaparecieron por completo. Y los otros agentes de viaje lo único que hicieron fue reacomodarse en otras posiciones y en otros trabajos en la economía. Lo mismo se anticipa, dicen los dos autores, que va a suceder con inteligencia artificial. Habrá algunos empleos que se desplacen, pero no van a desaparecer, ¿no? Eso es lo que todos los doomers están fallando en decir, ¿no? Es como si fuera absoluta la destrucción del empleo y del humano y ya no van a tener nada que hacer, pero no asumen que van a salir otras necesidades a donde te puedas acomodar. Y —

Enrique: Nada más siguiendo ese ejemplo que dices de los agentes de viaje, antes en muchos de los casos los agentes de viajes eran toma-pedidos, ¿no? Tú ibas a la agencia a comprar el boleto de avión, a comprar el boleto del parque de diversiones, a comprar el ticket de autobús, y prácticamente yo creo que el 70 u 80 % de lo que hacían era tomar el pedido y entregártelo, ¿no? Y lo que tuvieron que hacer las agencias de viaje, porque esa tarea sí se reemplazó por el Internet y ahora tú compras el boleto por tu cuenta, pero el agente de viajes ahora lo que te construye es en teoría la experiencia, ¿no? Y es como envolver todas las piezas de un viaje para que en conjunto te den una gran experiencia y el resultado ya no es el ticket, es la experiencia, por un lado. Y por otro lado, en algunos casos es la paz mental de que tienes a alguien solucionándote algún imprevisto en tu viaje sin que tú te tengas que meter a solucionarlo con el proveedor. Obviamente, el segmento al que ahora van estos agentes de viaje es distinto de antes. Antes era —

Ricardo: Ajá.

Enrique: —yo creo que a todos, y ahora se convirtió yo creo que un segmento de ingreso medio-alto, alto.

Ricardo: Pero más premium.

Enrique: Sí, más premium.

Ricardo: Claro. O sea, lo que dicen es: el 50 % de los agentes de viaje desaparecieron, entre comillas, y se fueron a hacer otra cosa, ¿no? Pero los que se quedaron como agentes de viaje incrementaron su ticket y les está yendo mejor que nunca. O sea, entonces eso es lo que anticipan que puede pasar con muchas de las profesiones.

Ricardo: Pero bueno, hasta ahí. Vamos al tema de Microsoft y la Transformation Paradox. Compadre, ¿tú leíste el reporte? ¿Qué trae el reporte? ¿Por qué es relevante?

Enrique: Sí lo leí y creo que usualmente cuando es algo que viene de Microsoft soy un poquito escéptico. No sé por qué, es nada más la marca.

Ricardo: No sé por qué. Tampoco.

Enrique: [risas] No sé, no sabemos por qué, es nada más la marca Microsoft me genera un poquito esa sensación, pero lo leí y se me hizo muy bueno, por un lado, porque la información que obtienen es muy vasta, ¿no? Son más de 20,000 personas a las que encuestan, pero además, pues con o sin consentimiento, espero que con, analizan información o telemetría de más de 105,000 chats de Microsoft 365. Entonces, cruzan mucha información para llegar a las conclusiones que hacen. Pero a mí lo que más me gustó y más me llamó la atención —lo voy a poner aquí en pantalla— es un gráfico que le llaman el Transformation Paradox, la paradoja de la transformación. Y en la gráfica tienen dos ejes. En uno ponen a los high individual capability y low individual capability. Son las personas que están proactivas en adoptar y en implementar la IA. Y por otro lado, la organización. Las organizaciones que están listas y las que no están listas y las que no están trabajando hacia eso. Las que están hacia el 100 % de los dos ejes son las empresas frontier, o sea, son las empresas que adoptan y están listas y donde las personas están impulsando la adopción de la IA. Y por otro lado están las que son las empresas donde no se está adoptando, ni por las personas ni por la empresa, y esas están como estancadas. Y hay otras que es blocked agency, donde hay personas que están tratando de empujar, pero la organización no está lista. Pero por otro lado está la unclaimed capacity, y esas son la menor cantidad, que es el 5 %, que son las empresas que están listas pero donde las personas no lo están impulsando o no lo están adoptando. Y lo que ellos están diciendo es que estas empresas frontier se van a empezar a despegar de las demás por un factor alto. Y creo que se está empezando a ver. Es una de las apuestas de estas empresas tech.

Ricardo: Yo creo, compadre, que la mayoría, no sé, el 90 % de las empresas en México, en Latinoamérica, están del lado izquierdo, ¿no? O sea, son todas esas empresas que no están listas para un cambio organizacional con inteligencia artificial. Y como comentábamos tú y yo antes de grabar, decíamos: "Oye, pues a ver, hay muchísima gente que sí puede prepararse y empezar a usar estas herramientas de manera personal y elevar su capacidad y querer hacer cosas dentro de la organización." Pero luego las organizaciones son muy rígidas, con políticas muy cerradas por cuestiones de seguridad, compliance, etcétera, o simplemente por el miedo a cambiar, porque las cosas se han hecho así siempre, que no permiten que se hagan estos cambios. Entonces, es muy difícil promover cambios individuales si no hay una política top-down de las empresas por cambiar. Y yo me imagino, la mayoría están en —pues que no están listas, ¿no? Y yo creo que ese es el mayor reto. Habrá mucha innovación individual y gente queriendo cambiar, pero las empresas tienen que tener una estrategia de inteligencia artificial clara que permita la innovación interna de su gente. Y bueno, ahí está el gap.

Ricardo: Si Scott Galloway, como dice, la narrativa de Estados Unidos es el miedo vendido por quienes se benefician del miedo, la pregunta que sigue es: ¿hay un argumento serio del lado optimista que no sea hype? Y sí, parece que sí existe este argumento. Lo dio David Friedberg, que es de los participantes del All-In Podcast, ex Climate Corporation, y estuvo en el pódcast de Modern Wisdom de Chris Williamson.

[efecto sonoro]

Ricardo: David Friedberg estuvo con Chris Williamson en su pódcast en abril, en una conversación de dos horas que vale mucho la pena verla en YouTube. Su tesis es que la dislocación que viene no es de empleo, es de agency, de agencia, y que la geografía del miedo es lo que predice si sales ganando o perdiendo.

Enrique: Y habla de este tema de Oriente y Occidente y pone un concepto muy bueno. Lo que él dice es que China está abrazando a la IA porque tiene muchísimo más que ganar que perder. Y Occidente teme a la IA porque tiene mucho más que perder que ganar. Parecido un poquito a lo que decíamos ahorita de las organizaciones, ¿no? Las grandes a lo mejor les da miedo acelerarse y perder, pero en este caso es a nivel naciones o estados, ¿no? Y lo que dice es que el miedo no es proporcional al riesgo, es proporcional al patrimonio.

Ricardo: Sí, a mí la analogía que me gusta es: es como si tú tuvieras, no sé, 100 millones de dólares en el banco, pues prefieres que las cosas se queden como están, porque es lo que ha funcionado por mucho tiempo. Pero si tú tienes 100 dólares en el banco, 1,000 pesos en el banco, pues tu aversión al riesgo es mucho menor y lo que quieres es arriesgar para tener más volatilidad, para poder llegar a tener algún día esos 100 millones de dólares, ¿no? Entonces, esto pero a escala de países. Yo creo que es un punto. A mí me encantó verlo así, porque vamos a poner el ejemplo de China. China pasó en 25 años de 3,000 dólares a 30,000 dólares en su PIB per cápita. La analogía que hacemos es para países que quieren incrementar su riqueza, pues este tipo de apuestas de inteligencia artificial son una gran oportunidad, ¿no? En el caso de Estados Unidos, la narrativa que domina es el miedo. Como todo lo que pasa recientemente en Estados Unidos, políticamente es una cultura del miedo, ¿no? "Vendrá la inteligencia artificial y te quitará tu trabajo y vas a estar peor que antes." Entonces, hay mucha gente que se beneficia de esa narrativa. Pero aquí lo importante de platicar nosotros yo creo que es a nivel Latinoamérica, a nivel México, es una gran oportunidad. Y lo veníamos platicando en el segmento anterior. Lo que hacen estas tecnologías es que te supercargan, digamos, con nuevas capacidades que antes no tenías, ¿no? A mí me gusta decir el ejemplo que tú dices de Iron Man, o sea, que te sientes así como todopoderoso, pues es una realidad. Yo antes no podía o intenté en algún momento escribir una línea de código y ahora no necesito aprender a codificar. Puedo usar herramientas que me ayuden y yo me vuelvo más un arquitecto de una solución y lo estoy haciendo actualmente con cosas que estoy diseñando personalmente. Y esto es una gran oportunidad también para todos los que quieran construir.

Ricardo: Algo que dice Friedberg en la entrevista —y es similar a lo que escribe Galloway— es que el miedo está dentro de nosotros desde hace muchísimo tiempo, en parte de nuestra naturaleza humana. Siempre estás pensando que alguien va a venir y te va a atacar. Y estas revoluciones tecnológicas siempre han tenido esta psicosis colectiva que existe: que porque llegó el tractor va a desplazar a todos los agricultores. Si llega esta nueva tecnología, vas a desplazar a los contadores. Y ahora es lo mismo, ¿no? Pero algo que fallan las predicciones siempre cuando llega una nueva tecnología es el tema de la difusión de la tecnología. La difusión de la tecnología empieza para algunos pocos, ¿no? Como dice Galloway, al final se difunde esta tecnología porque se empieza a volver mucho más barata. Ejemplos que pone importantes son: el costo de los tokens se ha reducido en 1,000× en los últimos meses de acuerdo a los nuevos modelos que están saliendo. Hay terapias de CAR T-cells de cáncer que tienen un 100 % de efectividad para cáncer en la sangre y antes te hubiera costado millones y ahora lo puede hacer por menos de 50,000 dólares, ¿no? Entonces, todas estas tecnologías se empiezan con el uso a ser más baratas y empiezan a llegar a todo mundo. Y un ejemplo que me gusta poner a mí es: hoy en día tú corres estos modelos de Claude, Gemini, y son estos LLMs que corren en la nube y los tienes que acceder a través de tu pago de 20 dólares. Pero realmente es que tú puedes descargar un LLM hoy en día en tu computadora. Va a pesar 70 gigabytes y trae toda la información de lo que fue entrenado. Esto es increíble. Es un archivo que trae muchos vectores de información que no tienes que estar conectado a Internet. Tú puedes tener a un robotcito en tu celular, en tu computadora, y esto va a ser cada vez más común. Creo que en algún momento lo mencionamos, pero tú en tu celular vas a traer un LLM sin conexión a Internet y te va a estar respondiendo la mayoría de las cosas que necesites a un grado de inteligencia altísimo. Y cuando te quieras conectar a la supercomputadora de Google o de Claude, pues vas a acceder a la nube y vas a consultar a esta superinteligencia. Si te fijas, la tecnología tiende a democratizarse y eso hace que todo mundo nos volvamos más productivos. En el siguiente segmento vamos a hablar un poco más de eso.

Enrique: Como dices, si tú tienes el LLM en tu máquina, pero lo juntas con contexto —o este concepto de RAG, retrieval-augmented generation—, ya tienes un output muy poderoso, ¿no? O sea, por un lado estás agarrando el LLM, que en esencia es este predictor de palabras que genera el texto que tú ves cuando le preguntas algo a un ChatGPT, pero lo sumas con el contexto que tú tienes también localmente y el resultado que vas a tener va a ser muy poderoso. Y ese contexto puede ser noticias del día de hoy, pueden ser las últimas notas de tu junta, pueden ser los resultados de tu empresa al último cierre. Y entonces juntas al analista muy inteligente con el contexto actualizado y ya no necesariamente lo tienes que hacer usando los tokens que te está vendiendo Anthropic o OpenAI al costo que ellos determinan. Y el otro ejemplo que dan ahí, lo platica Friedberg en el pódcast y creo que vale la pena mencionar porque me ayudó a mí a entender a qué se refería, es cuando Cisco estaba empezando a crecer hace tres décadas, dos, tres décadas, todo mundo en aquel entonces —y a mí no me tocó vivirlo, pero todo mundo pensaba que Cisco iba a dominar el mundo. Hoy el equivalente es NVIDIA, pero —

Ricardo: Mhm.

Enrique: —cada tecnología eventualmente se va commoditizando y se va distribuyendo conforme va pasando el tiempo y se vuelve casi un commodity. No que sea regalado, pero sí tiende a abaratarse mucho y con el tiempo eso puede llegar a pasar, debe llegar a pasar, debe pasar con los tokens. Y lo que termina pasando —

Ricardo: Mhm.

Enrique: —es que tenemos al alcance de nuestras manos una extensión de IQ de nuestro cerebro, ¿no? Que son todos estos LLMs, que debemos usarlos de manera correcta, como dices, lo vamos a platicar más adelante.

Ricardo: Y hay otros dos puntos que menciona en la entrevista que se me hicieron muy interesantes. Uno es el de personal robotics, o sea, el que con todo esto que estamos mencionando, pues vamos a poder eventualmente acceder a un robot o robots personales que nos permitan hacer no solo tareas de la casa, sino que nos pueden hacer más productivos. Y él menciona un caso o un ejemplo: vas a tener en tu garaje dos robots impulsados por inteligencia artificial y vas a poder montar una fábrica de bicicletas, vamos a decir. ¿Cómo combinas entonces el mundo tecnológico con el mundo físico real de vender necesidades que el humano va a seguir teniendo, ¿no? Y cuando esto sea abundante, pues todo mundo va a poder tener un negocio de lo que sea, ¿no? Esa es la teoría de lo que puede suceder. El tercer tema que menciona es: toda esta explosión de inteligencia artificial, ya lo hemos hablado, requiere de muchísima energía. Y habla de dos cosas, compadre, no sé si viste. La primera que quiero mencionar es —se me hizo a mí superinteresante— el concepto este de XFRA, que es una empresa californiana que se llama Span, es un partnership con NVIDIA, y ellos le apuestan a tener como una red de generación eléctrica distribuida. Básicamente, lo que ellos proponen es usar la energía que tú tienes en tu casa que no estás utilizando y enviarla a la grid de cierta manera para el procesamiento de datos como un data center. Y ellos —

Enrique: Más bien tener data centers distribuidos.

Ricardo: Exacto. No, tienes toda la razón. No es la energía distribuida, es simplemente poner un rack de Blackwell de NVIDIA en tu casa y que esté procesando una parte de la data que se requiere en todo el ecosistema. Entonces —

Enrique: Sí.

Ricardo: —no es solamente la energía distribuida, ¿no? Mhm.

Enrique: Dicen varias cosas muy interesantes. O sea, si tú quieres hacer un data center, la infraestructura que necesitas para construirlo es bestial, por un lado. Por otro lado, las redes que necesitas para activarlo también son muy altas. Y entonces lo que ellos están proponiendo es que en vez de que lo centralicemos todo en estos data centers gigantescos del tamaño de ciudades, mejor lo distribuyamos en diferentes casas y que en las casas se vaya procesando la información y se vaya distribuyendo —

Ricardo: Mhm.

Enrique: —en muchas de estas redes que están subutilizadas, ¿no? Hasta un 10 o 15 veces subutilizadas. Y lo que dicen es: si este concepto funciona, pues tú como consumidor vas a, en teoría, dejar de pagar internet y vas a dejar de pagar algo del recibo de luz, entre otras cosas. Está muy interesante la apuesta esa.

Ricardo: Y la segunda solución que ponen es alternativas en la generación de energía. En el caso del pódcast mencionan la fusión nuclear. Es la energía, por ejemplo, que recibimos del sol, ¿no? Es la mayor fuente y más eficiente de energía que existe, pero no la hemos podido replicar en la Tierra. Actualmente la energía nuclear que conocemos es de fisión nuclear. Entonces, tomas un elemento pesado y lo descompones, y la liberación de energía de este material radioactivo, normalmente el uranio, produce una reacción en cadena y genera muchísima energía, pero es hasta cierto punto peligroso. Ya se están encontrando algunas maneras de hacerlo menos peligroso, pero no es tan eficiente como podría ser la fusión. Y él menciona que si tú pones agua del océano en una alberca haciendo fusión nuclear, con esa capacidad de agua podrías generar energía para todo el planeta por un año. Entonces, para que entendamos la dimensión de lo que sería tener fusión nuclear en la Tierra, ¿no?

Enrique: El bottom line ahorita es: todavía es más caro generar energía de esa manera que producirla, ¿no? Entonces, creo que ya se está empezando a llegar al punto en el que va a ser más el output de energía que el input requerido para generarla. Y es de esas tecnologías, dicen ahí, que siempre ya está como a cinco años, a cinco años. Esperemos que ahora sí esté a cinco años o cinco meses de lograrse, porque sí sería un unlock muy grande de la humanidad.

Ricardo: Hasta aquí tenemos dos frames opuestos de cierta manera. Galloway dice: "El miedo es producto del marketing." Friedberg dice: "El miedo es geografía de patrimonio." Pero falta el tercer frame, que es un poquito más incómodo y es: ¿qué pasa si los dos tienen razón y la distopia llega como quiera?

Enrique: Ahora vamos a hablar de un pódcast donde sale Mo Gawdat, y dio un muy buen framework que se llama FACE RIPS y donde dice que van a haber 10 a 12 años de hell before heaven. Vamos a platicar un poco de eso.

[sonido de transición]

Enrique: Mo Gawdat era Chief Business Officer de Google X, la división moonshots de Google, donde nacieron Waymo y Loon, entre otros. Ahí estuvo 12 años. Hoy escribe libros sobre AI y construye también su startup, que se llama Emma. La semana pasada estuvo en una entrevista con Silicon Valley Girl. Dura un poco más de una hora, pero con la primera media hora creo que ya vale el episodio.

Ricardo: Buenísimo pódcast, la verdad, recomendable. Su frame se llama FACE RIPS. Es un acrónimo de siete dimensiones donde la inteligencia artificial va a romper algo durante los próximos 10 a 12 años, él dice, ¿no? Y las letras son básicamente Freedom, Accountability, Connection, Economics, Reality, Innovation, Power y Surveillance. Ahora las explicamos un poco más. Es decir, no es una predicción de: "La inteligencia artificial va a matar los empleos en tantos años." Es un mapa de siete grietas simultáneas que se van a estar abriendo en estos años. Y la dimensión central que las conecta todas, según Gawdat, pues no es la tecnología, es la accountability. ¿Quién es el responsable cuando algo sale mal?

Enrique: Vamos a explicar brevemente este acrónimo. La F de freedom dice que va a haber reducciones masivas por vigilancia y monitoreo con IA. La A de accountability es un breakdown de accountability cuando las máquinas hagan decisiones —

Ricardo: Mhm.

Enrique: —que van a ser difíciles encontrar responsables a humanos.

Ricardo: Mhm.

Enrique: La C es conexión, connection, donde dice que la conexión humana se va a reducir o suavizar y se va a empezar a reemplazar por el compañerismo de la IA o al menos intermediado por la IA, y en algunos casos incluso manipulado por algoritmos de IA. Ya lo estamos viendo en algunos casos. La E de economics lo que dice es que va a haber un desplazamiento masivo de trabajos, específicamente o especialmente para trabajadores de conocimiento, y un posible colapso del capitalismo mientras la IA hace que parte de la labor humana se haga obsoleta. La R dice que se va a empezar a ser muy difícil de distinguir la realidad con los deepfakes y los contenidos generados con IA, lo que va a hacer casi imposible distinguir entre qué sí es real y qué no. Y lo vemos ya actualmente en muchísimo contenido, tanto escrito como visual en Internet, y es parte de la regulación que hablábamos que viene en el episodio pasado. La sexta es innovation en business. Lo que dice es que la IA va a acelerar la innovación muchísimo más allá de lo que el ser humano puede comprender. Y ya sabemos que al ser humano le cuesta entender el avance exponencial. Pero lo que sí va a pasar, él dice, es que muchos de los modelos de negocios actuales se van a volver prácticamente obsoletos. Y por último, la P de poder, lo que dice es que se va a empezar a concentrar el poder en manos de pocos que van a ser los dueños de los más poderosos modelos de IA en el mundo y los sistemas de IA.

Ricardo: Ya está pasando.

Enrique: Un poquito distinto a lo que decía Friedberg en el segmento anterior, ¿no?

Ricardo: Sí, yo creo que —a ver, lo que pasa es que está manejando líneas de tiempo distintas, porque en la entrevista él menciona, como bien dijimos al inicio, que son algunos momentos de infierno antes de llegar al cielo. O sea, él reconoce que esta economía o este mundo de abundancia que dice Friedberg, sí llegaremos ahí. O sea, hay ese optimismo en los tres autores, en Galloway, en Friedberg y también aquí. Solamente que él dice, pues va a llegar esta disrupción —también lo dice Galloway— viene una disrupción que es imposible de parar y mucha gente se va a sacar de onda, pero todos vamos a estar bien, ¿no? A mí me encantó la entrevista justamente porque pone este framing del FACE RIPS. Y algunas cosas que yo quisiera mencionar es lo del accountability, por ejemplo. El accountability es: todo se va a empezar a automatizar. Va a haber muchos agentes que puedan hacer los contratos por ti, que puedan pagar las cosas por ti. Pero hay una capa de responsabilidad de a quién vas a culpar si algo sale mal. Vamos a decir, si alguien es procesado injustamente o si haces un pago mal, ¿no? Entonces, esas son grietas solucionables. Por eso dice cómo van a estar ocurriendo, pero al final pueden tener solución. No todo es distópico. Y todas esas son cosas que pues nos van a tocar ver como humanos. O sea, vamos a estar sufriendo de esas cosas y yo creo que al final vamos a tener que adaptarnos. Está la famosa película de Her, ¿no? Eh —

Enrique: Sí, sí, sí, muy buena. Imperdible, y más ahora.

Ricardo: Sí, sí, sí, sí.

Enrique: Oye, y regresando un poco al tema de accountability, creo que es importante detenernos tantito ahí también por los dilemas éticos en los que los robots se pueden empezar a encontrar. Y hay muchos ejercicios que se han hecho. Por ejemplo, está el del tren, ¿no? Donde viene un tren y si el tren sigue su curso, va a atropellar y matar a cinco personas. Pero ahí a un lado hay una persona que tiene una palanca y si jala la palanca, el tren se desvía y no mata a esas cinco personas, pero sí va a matar a una otra que está en las otras vías del tren. Entonces, hay un humano —

Ricardo: Y es un niño o una abuelita, ¿no? Entonces, ¿cómo tomas la decisión?

Enrique: ¿Cómo tomas la decisión? Tiene que un humano ahí actuar para salvar cinco vidas a cambio de otra vida. Ponle la característica que quieras a esa vida. Pero es la acción de un humano que evita o previene la muerte de unos a favor o en contra de otras. Y ahora es la IA que va a estar entrenada y va a tomar esas decisiones. Y ya lo hemos visto en algunos casos donde la IA —bueno, donde más bien carros autónomos o vehículos autónomos van por la calle y de repente se cruza una persona, un niño, y tiene que decidir si seguir derecho o si irse para un lado y chocar, y entonces arriesgar a la persona que va en el carro a cambio de la que está cruzando, voy a decir, inconsideradamente la calle o sin haberse fijado. Tiene que tomar esa decisión en milisegundos, considerando la velocidad a la que va, las condiciones de la calle y algunas otras características. Y probablemente el resultado, sin pensarlo, porque es un algoritmo, es: voy a chocar porque voy a 30 millas por hora y a 30 millas por hora, si mi pasajero va con el cinto, va a terminar con una lesión, pero no va a causar la muerte.

Ricardo: Exacto.

Enrique: Entonces voy a prevenir todo esto. Pero ¿qué pasa si no, si sigue derecho? Bueno, pues, ¿quién tiene la culpa? ¿Yo, el conductor, que no estoy tomando ninguna acción? ¿O Elon Musk, que es el arquitecto de esto?

Ricardo: Yo creo que es net positive. O sea, al final estas máquinas y estos algoritmos, conforme se vayan haciendo mejores, van a tomar mejores decisiones, porque esa decisión actualmente le corresponde a un humano y tenemos mucho más ruido mental y más egoísmo, y al final vamos a terminar haciendo lo que nos convenga a nosotros mismos. Pero si tú lo ves a nivel macro, pues va a convenir que se tomen decisiones con mucho más data y menos emoción. Pero bueno, eso es solo un punto.

Enrique: Eso es parte de lo que comentan ahí. O sea, dicen: si delegamos todas estas decisiones a la IA, a la IA le conviene el bien común, ¿no? Entonces, es muy probable que todos estemos mejor si la IA toma decisiones en lugar de los humanos. Ya quién sabe si se materializa de esa manera o no, ¿no?

Ricardo: Sí. Otra cosa que me gustó mucho del pódcast es: él es muy explícito diciendo: "Esta tecnología lo que hace es que ahora le da una oportunidad a todo mundo. Everybody has an opportunity." O sea, y te dice: "Be prepared", prepárate. Y yo creo que eso lo mencionan los tres autores y lo hemos estado hablando en diferentes episodios. No es el tema de que se van a llevar tu trabajo, es que tienes que ponerte las pilas y empezar a usar estos modelos y estar preparado para que lo que viene va a requerir que uses esta herramienta y que te estés informando y actualizando de qué puedes hacer, ¿no? Otro ejemplo que pone, que a mí me gustó muchísimo, es: los exámenes, por ejemplo, que te ponían en el colegio antes, es un modelo que ya va a estar obsoleto. Te probaban para ver si sabías algunas cosas, pero ahora vas a tener que aprender más sobre juicio crítico, menos inteligencia —cosas que puedas usar—, a la máquina y lo va a hacer 100 veces mejor, 1,000 veces mejor. ¿Por qué voy a estar haciendo exámenes o tests de eso cuando realmente ya no lo necesitas? Entonces, la inteligencia artificial tiene la oportunidad de elevar a la humanidad, ¿no? Si antes el coeficiente intelectual de 120 a 140 era pues a lo que aspirabas y era como una inteligencia superhumana, 160, 170, esta cosa te puede llevar a lo mejor a tener 300. Y eso me encantó, porque eso es lo que puede llegar a ser una tecnología de este tipo cuando está completamente difundida, porque a todo mundo —

Enrique: Sí.

Ricardo: —nos va a poner como en un piso más arriba y vas a poder solucionar otro tipo de cosas que hoy en día no puedes, ni siquiera te imaginas.

Enrique: Él lo dice específicamente, dice: "Today I'm borrowing maybe 80 IQ points from my AIs. AI is gonna make you the smartest you've ever been if you take the parts that are not natural to the human brain — crunching massive amounts of information — but getting the AI to do the work so that you do the intelligence." Y da el ejemplo de las calculadoras. Tú puedes hacer una multiplicación en tu cabeza de 35 × 84.28, lo que tú quieras. Lo puedes hacer, te vas a tardar, pero mejor que la calculadora lo haga, lo va a hacer más rápido, más preciso y no va a gastar energía que tu cerebro se puede usar para otras cosas. Delegarle esta parte del IQ o extender esa parte del procesamiento a la IA, pues es un muy buen uso. Y —

Ricardo: Claro.

Enrique: —sí, estoy de acuerdo. O sea, no, no —

Ricardo: Oye, es —

Enrique: —es importante tomarlo como eso.

Ricardo: La calculadora o llegó el Excel y de nuevo —en vez de hacer todo a mano y hacer las cuentas a mano, llegó esta herramienta y no desaparecieron todos los que tenían que hacer cuentas. Simplemente pudieron —muchos que no podían antes convertirse en contadores o dar ese servicio, ya lo pudieron hacer. Y esa es toda la tesis. Esta herramienta nos va a elevar. Sin embargo, al inicio no será tan bonito, pero en el futuro todos estaremos mejor.

Enrique: Ahora, sí es importante delegar, pero no abdicar, ¿no? O sea, una cosa es la IA te ayuda a destrabar ideas, a generar ideas, a unir puntos y demás, pero al final del día es el humano el que todavía tiene creo que ese eje con el juicio, con el criterio, con todas estas capacidades que la IA como un predictor de texto no ha tenido la posibilidad de lograr. Entonces, se ha visto, por ejemplo, una cantidad mucho más alta de publicación de libros en Amazon en los últimos dos años, si no me equivoco. Creo que se aumentó por dos o por tres. Por ahí vamos a poner la estadística en pantalla. Pero mucho de esto puede empezar a resultar como el famoso AI slop, ¿no? Que es: yo le doy un prompt a mi ChatGPT, me regresa texto, lo copio, lo pego y junto 100 o 200 o 500 hojas y digo que publiqué un libro. Y sí, mucho de eso es AI slop. Esa no es la forma correcta de usar esto. La forma correcta es, repito, que sea como un sounding board, que sea como algo que te destrabe donde estés atorado —

Ricardo: Oye.

Enrique: —pero que tú continúes el trabajo, que no te lo haga todo por ti, al menos no la parte creativa, la parte de juicio.

Ricardo: Oye, pero sí, en ese punto a mí me hace pensar que es inevitable que exista este slop y muchísima generación de contenido basura, porque todo mundo lo puede hacer. Pero de nuevo, el mismo mercado se acomoda y van a salir a flote los que sean más relevantes. Entonces, vas elevando la calidad del contenido y de las cosas que se generan y la basura se va a quedar en el fondo. ¿Sí o no? O sea, porque es el mismo mecanismo del mercado. Y un ejemplo, hace poco hablamos de Angine de Poitrine, ¿no?

Enrique: Mhm.

Ricardo: Y este grupo canadiense que está haciendo música diferente. Y si te fijas es como: ok, si yo puedo generar en Suno una rola desde cero tarareándola —porque ya ves que si le dices "ta-ra-ra-ra" ya te puede hacer eso, pero con beats y hacer una canción técnica con solo lo que le acabas de dictar. Y estos amigos lo que hicieron fue —oye, amigos, no son mis amigos, pero así les digo. Realmente lo que pueden hacer, lo que hacen es retar al sistema musical y proponer algo nuevo. Vamos a hacer, ¿sabes qué? Vamos a modificar las guitarras y el bajo y vamos a tocar tonalidades medias —o sea, notas medias—, en vez de hacer efectos en la guitarra. Y crearon algo nuevo. No serán los primeros, pero son los que más evidente lo están haciendo. Entonces, ese ejemplo es: nos va a dar una creatividad de inventar cosas nuevas, porque los humanos no podemos quedarnos quietos sin hacer nada. Eso también lo mencionan los tres autores. Todos estos doomers están asumiendo que la inteligencia artificial va a llegar, nos va a desplazar y nos vamos a quedar sentados sin hacer nada. ¿Tú crees que va a pasar eso? Es imposible. O sea, vamos a estar viendo qué fregados hacemos más.

Enrique: No nomás eso, sino —

Ricardo: Mhm.

Enrique: —como humanos no queremos eso, ¿no? Yo te doy otro ejemplo que no te vayas tan lejos. Este pódcast. En este pódcast platicamos tú y yo de todos los temas que nos están escuchando y nos apoyamos de IA para muchísimo del proceso que tenemos que trabajar para sentarnos aquí dos, tres horas a la semana y platicar de todo esto. Claro que usamos IA y la IA la usamos para —

Ricardo: Lo transaccional, el research.

Enrique: —para ayudarnos a unir puntos que nosotros no veíamos tan obvios, para prepararnos, para hacer resúmenes, para sacar estadísticas, para hacer muchísimo del trabajo que antes hacía un grupo de 10 o 20 analistas en una empresa de medios. Ahora la hace Claude, ChatGPT, Gemini, a través de muchísimas herramientas y nosotros la tomamos de ahí, nos preparamos una, dos, tres, cinco, siete, 10 horas antes de este pódcast, porque sí hay trabajo de por medio. Y cuando nos sentamos aquí a platicar, estamos usando el juicio —

Ricardo: Claro.

Enrique: —para platicar de esta forma en la que lo escuchan. ¿Podríamos hacer un avatar de nosotros y estar platicando entre nosotros? Sí, claro que sí. Pero los que nos escuchan, yo quiero pensar, no es lo que buscan, ¿no? Buscan a dos personas, dos humanos platicando. Y eso es la premisa de este pódcast, ¿no? Es un pódcast de humanos, o es Humanos, para que al final del día el sello de lo que —

Ricardo: Oye —

Enrique: —sale al mundo sea por dos personas todavía —

Ricardo: Sí.

Enrique: —en un mundo donde van a haber 90 % de contenido salido por IA.

Ricardo: Sin extenderme tanto, pero mencionaste algo que yo he pensado anteriormente: a los humanos nos gusta ver a otros humanos, ¿no? Por ejemplo, los deportes, por eso están ahora con estas valuaciones exorbitantes, porque los deportes yo creo que es algo que la inteligencia artificial no se va a llevar, porque nunca vas a tener el mismo interés de ver a unos robots jugando soccer o básquetbol o lo que sea, que a otro humano como tú haciendo algo que es retador y profesional. Y ese tipo de cosas es porque siguen siendo humanas. Sí, eso es muy de humanos. Ya sé a quién se le gustará ver a los robots —[risas]— pero a nosotros —

Enrique: No, sí, sí.

Ricardo: —nos gusta mucho apreciarnos entre nosotros y entender qué está pensando otra persona de lo que yo estoy pensando. Entonces, no nos vamos a ninguna parte. Acá seguiremos.

Enrique: Ver a un humano romper las dos horas en un maratón es algo sumamente emotivo, porque nunca en la historia que sepamos se había logrado eso hasta hace un par de semanas. Lo ves y dices: "Guau." Y si un robot lo logra, pues vas a decir: "Ole, qué interesante, ese es el siguiente paso tecnológico." Pero el humano con nuestras células y nuestros músculos y demás, estamos evolucionando para que ya uno de nosotros rompa esa frontera, pues es muy inspirador, ¿no? Y esperemos que eso se mantenga y se extrapole a otras industrias, otras prácticas. Y de acuerdo —ir a conciertos, ir a eventos deportivos— pues está volviendo en la miel que los humanos vamos a seguir buscando.

[sonido de transición]

Enrique: Esta es la sección donde hablamos de algunos de los sucesos más relevantes de los últimos días. Y el primero de ellos es este famoso deal entre Anthropic y SpaceX por 300 megawatts de Colossus. Anthropic acaba de cerrar acceso a 220,000 GPUs deployadas en un mes. Pero el footnote más interesante es que están explorando múltiples gigawatts de AI compute en órbita vía Starlink. Y una nota final aquí es que esto se da en medio del famoso juicio entre Elon Musk y Sam Altman. Por otro lado, platicamos un poco de Jamie Dimon y Fink, que están defendiendo el CapEx de AI en eventos separados esta semana. Dimon lo que dijo es que la tecnología se paga por sí misma, pero no se paga en una línea recta. Y Fink lo que dice es que no hay burbuja, hay supply shortage. JPMorgan ya tiene acceso temprano a Mythos, que lo hemos platicado antes. Y lo interesante es que ambos pusieron su posición pro-CapEx el mismo día, que pareciera como una coordinación de discurso institucional de estos grandes bancos.

Ricardo: Y seguimos con los layoffs. Esta vez fue Coinbase, que recortó el 14 % de su plantilla por email, de nuevo Brian Armstrong, y la acción bajó 8 %. El mercado castigó el pivot. Coinbase es el primer caso público de empresa mid-cap que se autodefine AI-native y el mercado no les compra la historia.

Enrique: Oye, compadre, un paréntesis ahí muy rápido, pero no sé si viste que después de que anunciaron esto, al siguiente día se empezaron a compartir muchas cosas en redes sociales de gente que estaba usando Coinbase y se quebraban los flujos y de repente les daba error y pedían ayuda y no llegaban a ningún lado. Y empezaron a burlarse de Brian Armstrong diciendo que: "Oye, ahora nuestros, eh, personal no técnico está construyendo cosas en días en lugar de semanas." Y bueno, pues sí corrieron a todos los ingenieros.

Ricardo: Que se les quite.

Enrique: Sí, para que se les quite. Lo que dijeron es que fue una falla en AWS y que ya hicieron las correcciones y demás, pero bueno, creo que ya se acabó este dulcecito de "voy a decir que soy AI un día antes de" —

Ricardo: El mercado es muy intel— claro.

Enrique: —publicar mis resultados. Ya no se lo están comprando.

Ricardo: El mercado es muy inteligente, ya no se la compran, ¿no? Por último, Privacy Guy, es una cuenta en Twitter y en un hilo describe cómo Chrome instalando Gemini Nano sin consent, hubo una descarga silenciosa de 4 GB y se argumenta que hubo violación de los GDPR y ePrivacy, las regulaciones, y se estima entre 6 a 60,000 toneladas de CO₂ por la descarga global. Si la Unión Europea interviene y se mueve, va a ser el primer caso de regulación de inteligencia artificial con dientes reales.

Enrique: Entonces, lo que están haciendo en Google es: en vez de usar data centers para procesar cosas, están usando muchísimas computadoras en el mundo para esto, sin habernos pedido permiso ni pagarnos algo de regreso.

[zumbido]

Enrique: Bueno, en nuestra sección de predicciones estilo Polymarket, yo voy a decir la siguiente predicción. La predicción es: Sam Altman es removido como CEO de OpenAI por una acción del board o renuncia bajo presión o por la razón que sea, antes del 31 de diciembre de 2026. Esto es algo que se está empezando a discutir mucho. Mi posición es que no. Yo estoy apostando un poquito contra el morbo. Creo que Altman ya ganó muchísimo control en el board, sobre todo después de aquella riña que hubo hace algunos años, de los cuales también se están empezando a ver muchas cosas, incluso cómicas en redes sociales. Entonces, el que apueste que sí está apostando a un evento singular que no creo que sea —

Ricardo: Yo no creo. Mhm.

Enrique: —fácil de materializar.

Ricardo: Yo tampoco creo. En mi caso, yo me voy a ir por una predicción más papita y es que Anthropic va a superar a OpenAI en valuación por 30 días consecutivos antes de que termine el año. Va a estar más arriba la valuación de Anthropic. Que ya la superó, pues, pero luego sube la de OpenAI y luego baja. Entonces, yo digo que esto se va a resolver en mercado secundario, obviamente, porque todavía no hay IPO, pero la valuación en secundarios va a estar más alta que la de OpenAI por 30 días consecutivos. Esa es mi predicción.

Enrique: Va a ser interesante después ligarla a sus respectivos IPOs, que a ver si están este año.

[zumbido]

Enrique: Estuvo bueno el episodio. Me voy tranquilo con —una semana va a ser interesante para mí. Tengo una operación programada, entonces cuando salga este episodio probablemente esté en el quirófano sedado por algunas horas.

Ricardo: Nada grave para que no se preocupen.

Enrique: Sí, no, see you on the other side.

Ricardo: Se va a operar la nariz y se va a poner, este, botox.

Enrique: Voy a salir —ya no voy a tener estas manchitas, estos gaps aquí en la cabeza. Voy a salir como Elvis para la siguiente semana. No, tengo una cirugía del hombro. Entonces para el siguiente episodio esperemos ya estar al 100 en energía, pero también con mucha chamba apoyándome de la IA para trabajar mientras yo esté sedado. ¿Tú qué tal?

Ricardo: Robot.

Ricardo: Yo nada, normal, trabajo, y pues seguir experimentando con lo que he estado construyendo personalmente. Y bueno, no quería yo dejar o terminar este pódcast sin pues recomendarles de nuevo que entren a —ya lanzamos nuestro sitio de humanosmedia.com, que trae todo lo que hemos estado hablando en los episodios aquí. Y también ahí viene el link para que puedan irse al Substack a suscribirse como miembros prémium y así acceder a los reportes que ya lanzamos, el primero, el de SpaceX. Vendrán más y otras cosas que estamos pensando como una comunidad de WhatsApp para que por ahí estemos conectados y les mandemos contenido relevante, si les interesa, diario. También lanzamos el viernes, compadre, el "brief".

Enrique: Correcto. Este viernes anterior publicamos por primera vez nuestro HRW, eh, H —

Ricardo: HWR. [risas]

Enrique: Publicamos por primera vez, sí, nuestro HWR, Human Weekly Review, que lo que hace es recopilar algunas de las notas más interesantes de los temas que hablamos en este pódcast que pasaron en la semana y también son como una especie de preview a lo que viene en el pódcast. Entonces, si ustedes quieren hilar un poco más los temas, lo pueden hacer leyendo el "brief" que enviamos los viernes, y al que también le echamos mucha cabeza y coco y nos apoyamos un poco de IA, pero nosotros somos los que al final de cuentas unimos los temas que creemos más relevantes e interesantes para ustedes.

Ricardo: Exacto, que sean relevantes para ustedes. Pues muchas gracias de nuevo. Esto fue Humanos Pódcast, Inteligencia Artificial, Capital y Poder, y los vemos o nos escuchamos en una semana.

Enrique: Gracias. Excelente semana a todos.

[música electrónica · tarareo]

Enrique: Siempre me recuerda a la de Justin Bieber.

[tarareo]

Ricardo: [risas] Sí, sí, está bueno.

Ricardo: Tú no.

[fin]

Lista de cambios aplicados al transcript merged inicial. Todos los items previamente marcados con [? ...] resueltos.

- Las "decisiones editoriales" minor (frases con risas, "Robot." de Ricardo, terminología valuación/evaluación) no se modificaron — fidelidad al audio para futura referencia - El transcript queda en status: final-clean — listo para servir como input al podcast-episode-architect --from-transcript para generar newsletter, así como para post-recording (clips, social, distribución)