¿La IA te hace mejor inversionista, o solo te da la razón?

Enrique Bay: Millones de personas le están preguntando a ChatGPT, Claude o Gemini qué acciones comprar. El problema es que la IA, para caerte bien, tiende a darte la razón.

Ricardo Celaya: Y al mismo tiempo, el hombre que le enseña valuación a todo Wall Street trae 15 % de su portafolio en efectivo, el nivel más alto en toda su vida. No por miedo a la inteligencia artificial, sino más bien porque cree que la IA va a hacer a casi todos menos rentables.

Enrique Bay: Invertir en la era de IA son dos cosas: uno, invertir con la IA y dos, invertir en la IA. Hoy vamos a hablar de las dos.

[melodía techno]

Enrique Bay: Bienvenidos a "Humanos", donde hablamos de inteligencia artificial, capital y poder. Compadre, ¿cómo estás? ¿Cómo te fue en, en las últimas dos semanas que no hicimos "catch up" directo en el episodio anterior?

Ricardo Celaya: Últimas dos semanas que han sido muy futbolísticas. Fuimos a la inauguración México contra Sudáfrica y estuvo increíble, eh, tener toda la vibra del Estadio Azteca al unísono cantando, bueno, el himno nacional. Increíble. Y bueno, festejé los goles como, como niño chiquito. ¿Tú qué onda, compadre? Al final terminaste yendo también a un partido, ¿no?

Enrique Bay: Sí, también me tocó ir aquí en Monterrey al, al juego de Suecia contra Túnez y la pasamos muy bien. Muy complicada la llegada y demás, pero bueno, ya adentro se, se disfruta mucho, excelente ambiente, muy buen show y muy disfrutable la experiencia. Nos estamos preparando para ir también a, a otros juegos aquí en, en Monterrey. Eh, entonces, pues va a estar divertido viviendo el mundial a tope mientras, mientras se tenga y mientras se pueda. No, no, no se va a repetir esto yo creo que en muchos, muchos años.

Ricardo Celaya: Es la primera vez que nos toca un mundial con nuestros hijos un poco, pues ya mayores, que lo están disfrutando bastante. Por ejemplo, bueno, con el álbum del mundial están superenterados, muy metidos con todo y pues he estado viendo yo los juegos que pueda durante los horarios permisibles, tanto para mí como para ellos. Pero ¿cómo te ha ido con eso?

Enrique Bay: Sí, también lo del tema del, del, del álbum, mi hijo se clavó durísimo con eso. Llenó su álbum, también le llenó álbums a, a tíos y amigos y demás, como que le agarró mucho la onda. Y, y muy interesante la dinámica porque, pues es una experiencia también de negociación a esas edades. Entonces, en mi caso, se van a un lugar donde se junta toda la gente a intercambiar estampitas, figuritas. Cada quien lleva su bonche, lleva su lista y se juntan: "¿Y cuáles tienes? ¿Cuáles tengo? Bueno, pues te doy dos si me das una o te doy cinco y me das esta que me falta". Y hacen el, el deal, se dan la mano—

Ricardo Celaya: Oye, espera.

Enrique Bay: ...y cada quien se va contento.

Ricardo Celaya: Pero también hay un mercado secundario de venta de, de estampitas, incluso más baratas que la unidad que comprarías con, con el sobre completo. Creo que a 3 pesos cada, cada tarjetita de las comunes, vamos a decir, no las raras, no, eh, Messi o Ronaldo o Mbappé, que todavía no lo tenemos. De hecho, por ahí si hay alguien que tenga a Mbappé, mi hijo lo está buscando desesperadamente. [risas]

Enrique Bay: Déjame checar si acá, si acá lo tienen. Buena experiencia, porque aparte son niños, adultos, adolescentes. Es una mezcla de, de todo ahí haciendo la, la colección. Ha estado, ha estado divertido.

Ricardo Celaya: En la escuela de mi hijo son las mamás que se ponen a, a hacer el trading ahí de las estampitas. Me da mucha risa porque nuestros— en nuestros tiempos, pues éramos nosotros, ¿no? Ahora, ahora tienen a las mamás intercambiando. Oye, compadre, pero aparte, la semana pasada, eh, ¿cómo te fue de chamba? Tuviste ahí un workshop importante, ¿no?

Enrique Bay: Sí, la semana pasada me tocó viajar. Hicimos otro de los workshops que hacemos de IA y hacemos, pues varias versiones, una estándar, que es donde hablamos de IA en general y términos y ponemos a, a ejecutivos en, en un mismo, eh, nivel de lenguaje, y otro que es un poco más extenso, como fue este caso, donde es tanto por un lado más personalizado, pero por otro lado construimos aplicaciones en vivo con ellos, diseñadas y dictadas por ellos en poco tiempo y pueden ver lo que es posible al construir con IA. Entonces, una muy buena probada y muy contento con otra de estas experiencias. Vamos empujando un poco la educación de lo que se puede lograr con IA en diferentes instituciones en México y empresas. Creo que, eh, hay una chamba ahí de, ¿cómo se dice? De—

Ricardo Celaya: Evangelización.

Enrique Bay: Evangelización, exacto. Evangelización. Porque lo que tú y yo y muchos de los que nos escuchan pensamos es que ya todo mundo está usando IA para trabajar como copiloto, como colega, como agentes y demás. Y realmente, pues no, la, la gran mayoría de las personas, incluso en niveles, eh, altos, apenas están probando alguna que otra cosa muy básica y mucho menos lo están usando para, para ser más productivos o más eficientes o más precisos, como lo estamos haciendo los que sí la usamos. Esa es la realidad. Entonces, muy interesante, muy, muy, eh, muy productivo y muy enriquecedora la experiencia.

Ricardo Celaya: Sí, yo creo que hay una demanda gigantesca, mucho apetito por las empresas por aprender estas herramientas, pero algo que me gustó mucho de lo que contaste es que ponerles ejemplos prácticos y hacerlos durante la sesión, eso como que les vuela la cabeza a todos, ¿no? Porque generalmente todo mundo está usando ChatGPT, Claude, Gemini a nivel chat y cuando les abres estas posibilidades, pues todo mundo queda maravillado.

Enrique Bay: Sí, sí. Y una de las cosas o varias de las cosas que hemos platicado aquí son de las cosas que compartimos en el workshop, particularmente, por ejemplo, el tema del contexto y de la importancia de mantenerlo separado de la nube, del modelo o el software con el que estés interactuando. Porque si lo mantienes ahí, uno, te haces dependiente y dos, estás alimentando muy probablemente a, a un tercero con tu inteligencia y tu información, no la estás manteniendo de tu lado. Y algo de lo que hacemos es, pues una configuración organizacional, un esquema de gobernanza corporativa para asegurar que eso esté como lineamiento y como configuración en las cuentas desde el punto de vista organizacional como y de forma reforzada individual. Es interesante como todo esto empieza a permear y se tiene que hacer de manera, A, intencional y, B, eh, premeditada, no, no de forma, eh, improvisada, porque si no, sí puedes terminar con alguna que otra fuga ahí de, de información o riesgos de seguridad, que sí creo que vamos a empezar a ver cada vez más con lo que viene de Mythos y otras cosas que, que ya platicaremos.

Ricardo Celaya: Pues creo que justo el día de hoy vamos a hablar de algo que toca el tema de "ownership of context", pero en el tema de inversión, ¿no? Hoy millones de personas comunes usan inteligencia artificial para decidir en qué invierten. Y el episodio, pues básicamente vamos a mostrar dos caras. Una es invertir en la IA, en las empresas que están generando esta innovación, estos modelos, y la otra es invertir con la IA, ¿no? La herramienta como un "commodity". Y aquí, pues, eh, lo que descubrimos después de leer muchas fuentes es que el "edge", o digamos que la ventaja, no está en la inteligencia artificial ya, sino en tu criterio. Y aquí sigue habiendo el humano en el "loop" para tomar decisiones de este tipo.

Enrique Bay: Esta semana, compadre, vamos a hablar de invertir con IA y parte de lo que hicimos fue entrar a foros en, en Reddit y en algunos otros lados para ver cómo la gente usa ChatGPT, Claude, Gemini para invertir. Lo quisimos hacer de esa forma para que no nos vayamos a lo convencional, o sea, los, los fondos, ¿no? Vamos con más bien la gente común, en donde, eh, en uno de los lugares donde se interactúa mucho, muchos hilos, muchas discusiones y demás.

Ricardo Celaya: Sí, y el consenso es sólido, eh, y también es un poco incómodo, ¿no? Eh, es sólido porque casi todos repiten que es una herramienta, no es un cerebrito, digamos. Y es incómodo por la razón que, pues muchos usan esta herramienta no para decidir mejor, sino para que les dé la razón. Y bueno, estos modelos han probado ser muy complacientes en sus respuestas, entonces, pues eso puede tener algún sesgo, ¿no? Casi todo mundo coincide con eso.

Enrique Bay: Sí, creo que a estas alturas todos en algún momento hemos alimentado información o hemos preguntado a ChatGPT o a Claude o cualquiera de estos modelos qué recomienda para, eh, inversiones, qué recomienda para decisiones financieras, qué recomienda para predicciones en Polymarket, entre muchas otras cosas. Y caemos en la tentación de pensar en que lo que nos conteste va a ser lo correcto y va a ser cierto y va a ser una especie de, de oráculo, cuando en realidad eso puede ser nada más y nada menos que una trampa. ¿Por qué? Porque igual que nosotros, hay muchas otras personas haciendo lo mismo, por un lado. Por otro lado, los modelos tienen información, eh, voy a decir, es como el, el, el promedio de conocimiento de la humanidad en un momento dado, ¿no? Al momento en el que el modelo se haya actualizado y con el contexto que tú u otros le hayan alimentado. Entonces, no se puede usar realmente de esa forma para todo, pero creo que sí empezamos a identificar patrones, ¿no? Para qué sí usarlo y para qué no usarlo. ¿Tú qué concluyes, al menos del lado positivo? ¿Dónde dirías para qué, para qué sí sirve?

Ricardo Celaya: Mira, yo antes quisiera mejor comentar que me ha pasado lo, lo primero que dijiste en donde tiene información desactualizada y eso me pasa muy, muy seguido. O sea, creo que el fin de semana le pregunté sobre algo, no era necesariamente sobre inversiones y me dice: "No, eh, eso no es cierto, nunca ha pasado esto". Y luego le preguntas: "Bueno, esto acaba de salir". Creo que fue con Midjourney. Ya ves que Midjourney sacó este escáner de cuerpo completo y, y le pregunté: "Oye, dime los últimos, sí, los últimos eventos de Midjourney, ¿qué ha hecho en términos de un escáner para cuerpo?" "No tengo información sobre eso. Midjourney es una empresa que se dedica a generar imágenes". Y luego le digo: "Busca bien porque fue muy reciente. Métete a Internet". Y ya lo hizo, ¿no? Entonces, pues lo mismo con inversiones. Eh, hay que ser muy cautelosos y no olvidar que esta herramienta, pues sigue siendo una herramienta, un asistente, y no debería de sustituir, eh, por completo la opinión de un experto o, o el criterio humano, en este caso.

Enrique Bay: Sí, tienes razón y creo que esa es una de las tres trampas más importantes que podemos identificar en, en la IA, ¿no? La alucinación, que son básicamente hechos inventados. Entonces, eh, en muchos casos, si tú le preguntas algo, la IA va a inventar hechos y cuando le das clic a los links que te da o quieres corroborar algo de eso, no hay absolutamente nada de evidencia de los datos que te está diciendo con muchísima confianza. Esa es la primera de las trampas. La segunda es la adulación o lo que en inglés le dicen el "sycophancy". Eh, en ese caso es, pues básicamente que los, los modelos han sido entrenados para adularnos al, al ser humano, porque primero se les alimentó una cantidad bestial de información y de datos y después entraron humanos a validar toda esta información. Y cuando los humanos recibían una pregunta sobre la información que tenían, el humano tiende a decir o a aprobar la respuesta que más le haga sentir bien, ¿no? Entonces, así lo fueron aprendiendo los, los modelos y en uno de los ejemplos que veían en Reddit decían que Gemini se comportaba como si fuera un espejo del usuario. O sea, le decía que era un genio y no importaba si la estrategia que le estaba recomendando era muy arriesgada o estaba completamente fuera de la jugada. Y lo tercero, que es creo que lo más importante, porque todos los que estamos usando este tipo de modelos para, para predecir o para tomar decisiones pensamos que somos los únicos que lo estamos haciendo, pero la realidad es que muy probablemente, eh, todo esto ya esté priced in, o sea, ya está descontado. O sea, todo lo que la IA sabe, el mercado, pues ya lo sabe y entonces ya está descontado en el precio. Esa es la realidad y lo que más probablemente esté pasando, con algunas excepciones que ahorita podríamos llegar a, a platicar. Entonces, de, de forma general, esas son las, las tres trampas que la IA puede tenderte a la hora de usarla como, como un asesor financiero. Pero no todo es malo, o sea, hay lugares donde sí y donde no, ¿no?

Ricardo Celaya: Si te fijas mucho tiene que ver con el juicio y no tanto con la inteligencia que hemos hablado en episodios pasados. Entonces, ¿para qué sí sirve? Respondiendo a tu pregunta es: yo creo que sirve mucho para todo esto transaccional, para lo que decía [¿Mustafa? — nombre inaudible] en aquella entrevista, que es aquello que la computadora, la máquina hace 100 mil veces mejor que, que un humano, que es computar, que hacer cálculos, comerse mucha información y analizarla en un solo bocado. Eh, resumir reportes anuales, por ejemplo, llamadas de resultados, explicar ciertos conceptos, hacer screening, benchmark con otras empresas, cosas que te tardarían a ti semanas, meses o años para poder llegar a, a algo, te da algo muy digerido con lo que tú puedas, eh, tomar acción, ¿no? Y algo que se menciona mucho—

Enrique Bay: Tu asistente de investigación. Es como tu, tu intern o tu analista recién graduado, ¿no?

Ricardo Celaya: Para todo. Yo creo que aplica para todo, no solamente lo financiero, aunque el día de hoy toquemos el tema de inversiones financieras, pero para todo, para lo médico incluso. O sea, te da un nivel de entendimiento a ti, un usuario normal, pues mucho mayor, te pone en un piso más arriba, pero no sustituye aún a los expertos o a la opinión que necesites de, de un experto, en este caso de inversiones, ¿no? Entonces, eh, mucho de lo que se habla y justamente ahora, ahora lo estabas diciendo, ¿no? Es un asistente, pero no es un oráculo. O sea, no es alguien que te va a decir necesariamente la verdad y menos en algo tan delicado como las inversiones, en donde por más que haya miles o cientos de expertos en finanzas, inversionistas de valor como Warren Buffett y otros, al final terminan llegando a la conclusión de que las opciones más seguras son diversificar tu riesgo, no poner todos los huevos en una canasta y fijarte en los fundamentales de las empresas. Y eso no se ha ido a ninguna parte. Entonces, un modelo de inteligencia artificial, si se alimenta, digamos, de data subjetiva y también alguna objetiva, pues puede terminar dándote recomendaciones que sí, que te den la razón, que te hagan sentir bien, pero no necesariamente las mejores, ¿no? Eh, por eso muchos mencionan que es muy importante, tanto en este rubro como en otros, pues pedirle prompts, ponerle prompts a la máquina que jueguen al abogado del diablo, ¿no? O sea, de preguntarle mejor: "Oye, esta es mi tesis de inversión, ¿qué tan equivocado estoy o cómo me podría ir mal?" O digamos: "De esta, eh, acción que estoy evaluando creo que tiene este potencial, pero dime cuál es el escenario en donde le va muy mal, ¿qué debería de pasar?" Entonces ya tienes los dos contrastes, tanto el bear case como el bull case, y puedes tomar una decisión mucho mejor informada, ¿no?

Enrique Bay: Sí, porque como humanos somos muy optimistas y creemos que lo mejor casi siempre va a pasar y somos muy malos para retar nuestro pensamiento convencional, ¿no? Y si tú tienes entonces a un, a un tercero, en este, en este caso un modelo que te está retando y que está intencionalmente haciéndote ver los huecos que puedan tener tus tesis de inversión, pues entonces ahí tu propio juicio puede ayudarte entonces a, a rellenar esos huecos de inversión, anticipar cosas que de otra forma tú intuitivamente o naturalmente no las hubieras tomado en cuenta. Entonces sí, definitivamente creo que esas son las dos, las dos formas en las que sí las podemos usar, ¿no? Como, como asistente, como una especie de analista que te ayuda a comprimir toda esa, eh, vasta cantidad de información en cosas más accionables y más digeridas para que uses las neuronas en, en lo que importa más. Y el abogado del diablo, este contrarian que te puede ayudar a ver los huecos o los puntos de vista que de otra forma tú, tú no hubieras visto, ¿no?

Ricardo Celaya: Ahora, esto es mejor que, que no tener nada, ¿no? [risas] O sea, hace meses, no digo años, eh, pues no tenías el conocimiento tan a la mano y ahora puedes pedirle a un asistente de inteligencia artificial que te dé una muy buena base para hacerle las, las preguntas que necesitas. Y volvemos al tema de qué es lo que gana. Es no, no dime qué acción comprar específicamente, sino hacerle las preguntas correctas al modelo y le llaman como el prompt adversario, ¿no? El que te cuestione lo que estás tú, eh, infiriendo. El modelo ya sabe lo que el humano quiere escuchar, que es lo que dices tú. Y la idea es cómo le doy un prompt que me cuestione todo lo que le estoy diciendo. ¿Tú, compadre—

Enrique Bay: Sí.

Ricardo Celaya: ...eh, has, has hecho esto? Seguramente sí. ¿Cómo te ha ido?

Enrique Bay: Sí lo he hecho, eh, no tanto para decisiones de inversión, porque no me considero un, un trader o no estoy moviendo mi, mi portafolio muy seguido. Realmente soy un poco más, al menos recientemente, más, eh, pasivo y, y más largoplacista. Pero en este mundial, a manera de prueba y experimentación, lo he usado para hacer predicciones de Polymarket. Y lo que hago entonces es que le pida que vaya a Polymarket para que vea las diferentes predicciones y cómo están los precios actualmente en el mercado, que las compare con data real y reciente que pueda encontrar y con información que yo le pueda alimentar, ¿no? Entonces, lo he hecho eso creo que un par de veces. Eh, este fin de semana, por ejemplo, estaba el juego de Uruguay contra Cabo Verde y, y Claude, de acuerdo al "research" y a la información que yo le pasé, me dijo que predecir que Uruguay no ganara era, eh, probablemente una, una buena predicción por ciertos, eh, ciertos elementos que identificó. Y efectivamente, hice una predicción muy chica de 5 dólares a que Uruguay no ganara y no ganó. Quedó 2-2 cuando todo mundo pensaba que iba a ganar o golear a, a Cabo Verde. Eh, y asimismo han habido, han habido otras. Entonces, eh, creo que sí te puede ayudar, ya yéndonos al mundo de inversión, a hacer, eh, predicciones poco atinadas, pero lo que más importa para que eso suceda es que lo haga usando el juicio o el criterio que tú le estés dando, que el contexto final o el toque más importante venga de ti, venga de uno, del "research" que cada quien ha hecho. ¿Por qué? Porque si tomamos lo que el modelo te dice como la fuente única de la verdad, la realidad es que la información que tiene, pues tuvo una, una fecha de corte que ya fue de hace tiempo, en algunos casos de meses y en otros un poquito más sofisticados de, de semanas. Entonces, la información que va a tener no es la más reciente. Entonces, no, no te puedes confiar de eso. No, no es una fuente única de verdad.

Ricardo Celaya: Sabes que ahora mencionaste, eh, los prediction markets y yo creo que los prediction markets funcionan mejor que los modelos de inteligencia artificial para, pues para predecir, obviamente, pero para atinarle, digamos, a los "outcomes" que pudiera haber, eh, en ciertas inversiones. Y es por eso que funcionan, por la inteligencia colectiva, porque mucha gente está haciendo su propia investigación y tomando una decisión con su propio dinero en estos mercados. ¿Y por qué lo menciono? Yo sí he hecho algunos proyectos en Claude para que me analice ciertas "stocks", acciones en las que quiero invertir. Y fíjate que yo no he usado el— este prompt adversario que decimos de que dime por qué no, pero lo que sí he hecho es que le digo: analiza estas acciones desde el punto de vista de un "value investor", ¿no? O sea, un inversionista de valor, que son, por ejemplo, Warren Buffett, que lo mencionamos, o está Damodaran, que hablaremos en el segundo segmento un poco más de él, un profesor de NYU, experto en valuaciones. Y está buenísimo porque te, te, te explica, vamos a decir Google o Alphabet como, como acción y te dice un poco lo, lo técnico, o sea, cuánto es el precio que tiene esta acción en este momento, cómo le ha ido en sus últimas, eh, reportes de utilidades y demás. Pero luego hace el análisis, dice: mira, si fuera Warren Buffett, esto es lo que analizaría y estas preguntas son las que hace, ¿no? Como la prueba del ácido de lo que hace para saber si una empresa está, eh, sana o si es una buena inversión o no. Y luego se va con Damodaran y hace lo mismo. Creo que Benjamin Graham, que también es el autor del "Intelligent Investor", este libro muy famoso para "value investing". Y bueno, hace una tabla con los tres autores o los tres expertos y las diferentes métricas que, que usaría si pasa o no pasa el test de cada uno. No hay uno que esté mejor que el otro, porque al final son humanos que también usaron su racional para invertir, pero te dice qué haría cada uno de ellos dependiendo de su tesis o su apetito de riesgo. Y después de ahí tú ya tomas una decisión, ¿no? Entonces, no te va a decir en qué invertir y te va a dar 100 % predicción correcta de que suceda, pero pues puedes tener a los expertos a, a solo un prompt, ¿no?

Enrique Bay: Sí, no, y la decisión final es del humano, ¿no? La responsabilidad y las consecuencias no las puedes asignar al modelo, van a ser del, del ser humano. Pero sí hay mecanismos y sí hay procesos y métodos para tomar decisiones más informadas. Y, y aquí, compadre, quisiera recapitular cuatro prompts que según lo que estuvimos investigando en todos estos foros funcionan. Y el primero de ellos es el que se le llama el "stress test", que es el "bear case". En este caso, el prompt lo que hace o lo que le dictas es que, que haga un argumento en contra de la tesis sobre la acción, por ejemplo, SpaceX. Y esto lo que hace es forzar a la IA a encontrar puntos débiles que tú ignoraste. Este es el primero y más básico. El segundo es el senior portfolio manager escéptico, similar a lo que ya platicábamos ahorita. Y ahí lo que le dices a la IA es que actúe como un portfolio manager escéptico, elimina la cortesía. Si mi idea alinea con el consenso, entonces deséchala como "priced in". Ese es el segundo. El tercero es el que tú mencionabas, ¿no? El clon de Warren Buffett, el clon de algunos de estos inversionistas estrellas. Y ahí lo que tú haces es configurar un sistema que ignore el EBITDA y más bien use owner earnings, analizando solo bajo los cuatro filtros, que en este caso sería economía comprensible, el moat, la gestión racional y el margen de seguridad, ¿no? Y el cuarto es el auditor multimodelo. Ahí lo que haces es usar tres o cuatro diferentes modelos o IAs para cruzar información y lo que haces es que una audite los resultados de la otra. Y en este caso, si hay una alucinación, se va a hacer mucho más evidente. Entonces, son cuatro diferentes estrategias, mecanismos y prompts para hacer esto. Puedes usar uno, varias o todas y cruzarlas entre sí. Puedes extender, por ejemplo—

Ricardo Celaya: Mhm.

Enrique Bay: ...el tema del clon y más bien que se peleen unos clones con otros. Porque sí, claramente Warren Buffett tiene una forma de pensar que le ha funcionado históricamente, pero por otro lado dejó ir, eh, algunas inversiones que fueron, pues muy buenas para muchos otros inversionistas, como fue Amazon y entre otras, ¿no? Entonces—

Ricardo Celaya: Los horizontes—

Enrique Bay: ...hay que utilizarlo con, con los nuevos, con las nuevas realidades.

Ricardo Celaya: Los horizontes de tiempo también, bueno, casi todo mundo coincide que es, es a largo plazo las inversiones. Sin embargo, Warren Buffett es, eh, pues sí, a muy largo plazo y, eh, todos los value investors tienen ese plazo mucho más estirado que un day trader, ¿no? Alguien que quiera hacer una inversión, como lo decíamos la semana pasada con SpaceX, pues era un buen trade, era una buena transacción porque evidentemente por el apetito que hay en el mercado, pues iba a subir y pues la gente que hizo ese trade, pues pudo ganar un 20 % en un día, pero no necesariamente quiere decir que vas a obtener los retornos esperados en un tiempo mucho más largo, ¿no? Que esa es toda otra, otra plática. A mí me gusta el cuarto que dijiste que es el auditor multimodelo, porque ese me ha tocado hacerlo yo con GPT, Gemini y Claude. Y es buenísimo porque al final un modelo contra otro empieza a desmentirlo o a encontrar algo que no había encontrado el otro, ¿no?

Enrique Bay: Sí, sí se complementan o se retan creo que muy bien y siendo de distintas compañías, pues todavía, todavía mejor. Hay varios, varios mecanismos. Quiero hacer un comentario adicional, algo que mencionabas ahorita sobre el tema de, de Polymarket y, y el tema de que, pues voy a decir el mejor predictor es el—

Ricardo Celaya: Sí, los mercados predictivos digamos que son más precisos porque usan inteligencia colectiva para la toma de decisiones o decisión de outcomes y aparte hay dinero de por medio. Y en el—

Enrique Bay: Sí.

Ricardo Celaya: ...LLM es información hacia atrás. No hay mucho de predicciones, simplemente como te está dando el racional de todo lo que tiene en su panza y lo digiere y te da una respuesta, ¿no? Pero difícilmente predice.

Enrique Bay: Pero ahí creo que es donde el juicio puede entrar, ¿no? Por ejemplo, la inteligencia colectiva te puede predecir muy bien algunas cosas, pero la emoción colectiva te puede predecir incorrectamente muchas otras cosas. Porque si tú ves en papel que juega, no sé, un Brasil contra alguna selección que no es muy históricamente exitosa, pues uno pensaría: "Va a ganar Brasil", ¿no? Pues yo, yo me estoy acordando de Ronaldinho y de Ronaldo y de, eh, Romario y Bebeto y todos estos. En mi cabeza, emocionalmente e intuitivamente, así como en la cabeza de muchos otros, vamos a pensar que Brasil va a ganar, pero en papel y de manera más objetiva, si nos vamos por allá, pues muy probablemente, eh, no sea el caso. Y si tú agregas ahí país entero decidiendo con el corazón y no con la cabeza, entonces puedes aprovecharte de algunas de las ineficiencias emocionales que pueden generar estos mercados, no solamente en los de predicciones, sino en los mercados financieros, como es el caso, y ya lo hemos hablado, de SpaceX, que de cierta manera, y se dice por ahí, se está convirtiendo en una meme stock de dos trillones de dólares, ¿no? Eh—

Ricardo Celaya: Mhm.

Enrique Bay: ...la valuación no la justificaría ninguno de los, de los clones de Warren Buffett ni, ni nada—

Ricardo Celaya: No.

Enrique Bay: ...por ahí que quisiéramos en ningún momento, pero está así por la emoción colectiva, ¿no? Y ahí es donde creo que, pues todos nosotros que hagamos el uso de juicio de la manera más objetiva posible, nos podemos apalancar de la IA para retar y/o confirmar nuestras intuiciones y nuestras interpretaciones. Eh, creo que en estos siguientes 12 a 24 meses, compadre, se van a presentar, por un lado, muchas oportunidades para invertir, para hacer negocios, para predecir, para rellenar todas estas ineficiencias que el mercado está generando a base del alto uso de modelos para tomar decisiones financieras y demás. Pero por otro lado, el gran acceso a este tipo de instrumentos por parte de muchas personas que están tomando decisiones emocionales. Entonces—

Ricardo Celaya: Inmensas.

Enrique Bay: ...si combinamos las dos, puede haber alguna que otra oportunidad.

Ricardo Celaya: Mencionaste un tema que da para un episodio completo después, pero es el tema emocional y los behavioral economics que, que plantea Daniel Kahneman en su libro "Thinking, Fast and Slow". Y bueno, para no hacer el cuento largo, este autor, este economista que ganó el Premio Nobel por, por este tema de behavioral economics, eh, cuando él prueba, digamos, o argumenta que el mercado es, eh, no es racional, es muy emocional. Y yo creo que hoy en día vivimos en, pues una era emocional total, ¿no? Por todo lo que nos presentan en redes y, y creamos realidades no existentes porque vemos realidades virtuales y eso traducido a los mercados, pues es la receta para, para una catástrofe. Pero de eso podemos hablar un poco después.

Enrique Bay: Y toma en consideración que también el hecho de que todo mundo estemos usando IA para tomar decisiones y para hacer estas interpretaciones generan, o más bien, hacen que los modelos mismos, en un momento dado, sean los que inclinen las balanzas hacia un lado o a otro, porque todos estamos recibiendo la información de las mismas fuentes. No sé si te ha tocado viajar, eh, recientemente a algún, algún lugar y vas a hacer un recorrido turista y de repente te encuentras en frente de una iglesia preguntándole a ChatGPT algo y te lo está explicando. Volteas al lado y hay otras 10 personas haciendo exactamente lo mismo en el mismo lugar, probablemente haciendo el mismo recorrido que tú estás haciendo. Entonces, si eso te pasa como turista, pues no se diga que vaya a pasar como turista financiero, que estamos también todos recibiendo las mismas recomendaciones y las mismas—

Ricardo Celaya: Exacto.

Enrique Bay: ...eh, piezas de información. Esa es justamente la razón por la que más bien debemos usar a los modelos para que nos ayuden a saber qué no hacer y a retar nuestros, nuestros pensamientos. Por último, nada más para dar un ejemplo de algo que pasó en, en Reddit, alguien empezó a hacer un ejercicio de invertir con diferentes modelos de IA. Usó—

Ricardo Celaya: Mhm.

Enrique Bay: ...eh, Grok y usó Claude, usó Gemini, eh, usó Qwen incluso. Y—

Ricardo Celaya: Mhm.

Enrique Bay: ...eh, durante el periodo en el que le dejó a los modelos invertir bajo su propia cuenta por cuatro meses, lo que terminó pasando es que en el S&P 500 hubo una caída del 7 %. De los modelos que él dejó, cinco de ellos sí superaron al S&P 500, pero no generaron un retorno positivo. Pero le ganaron al S&P 500. Solamente dos de ellos, eh, sí generaron retornos positivos. El que mejor resultado dio fue Claude, en donde actuó como un swing trader proactivo y diversificado. Fue el que tuvo uno de los mejores comportamientos. Pero por otro lado, ChatGPT y Qwen lo que hicieron fue concentrar apuestas en pocas acciones y tuvieron el peor desempeño. Y bueno, es una muestra muy pequeña, pero creo que cada vez vamos a ir encontrando más de estos escenarios porque seguramente están pasando en el mundo real.

Ricardo Celaya: No solo es pequeña la muestra, sino también el tiempo. Bueno, a lo mejor a eso te refieres y como que no, no se pueden tomar todavía— se puede inferir que, que hayan estado bien o mal. Eh, pero bueno, sigue siendo evidente que el criterio, como dices, el juicio es importante. Entonces, ahora la pregunta es, pues en qué lo aplicas este juicio, ¿no? Y vamos a regresar a un tema que habíamos hablado en episodios pasados, que es, eh, invertir en IA, si esto es una burbuja o no, pero ahora en vez de tratarlo a nivel macro como la vez pasada, lo vamos a tratar más a nivel personal, individual, como inversionistas.

[sonido de transición]

Enrique Bay: En el episodio 17 hablamos de cómo las matemáticas de las inversiones en la IA no estaban cuadrando. Y también, por otro lado, vimos que a16z, el fondo de inversión de Silicon Valley, dijo que estábamos en plena paradoja de Jevons, es decir, la que dice que el aumento en la eficiencia del uso de un recurso no reduce su consumo total, sino que lo incrementa. Entonces, no vamos a repetir esa discusión. Vamos a ver lo que cambió y lo que haríamos nosotros con nuestro dinero ahora. Es decir, si invertiríamos o no invertiríamos en IA.

Ricardo Celaya: Yo creo que es la pregunta que todo mundo tenemos, compadre, no solo nosotros, cualquier inversionista o persona que esté empezando a invertir es si la IA es real o es una burbuja, si cuando vaya yo a comprar por primera vez, eh, ya va a ser muy tarde y después voy a perder todo mi dinero. Creo que por eso vale la pena volverlo a hablar. En el episodio 17 hablamos que a nivel macro hay voces que se pronuncian a favor, hay otros que se pronuncian en contra. Y esta semana, eh, leímos a otros cuatro autores, pero el día de hoy vamos a comentar las opiniones de tres de ellos sobre si esto es una burbuja o no, como referencia para todos aquellos que quieran empezar a invertir en inteligencia artificial, no solamente con inteligencia artificial. Paréntesis, esto no es asesoría financiera. Por favor, documéntense muy bien antes de tomar cualquier decisión, no este pódcast necesariamente. Y bueno, una de las voces que leímos, eh, esta semana fue Aswath Damodaran. Él es un profesor de la Universidad de NYU en Estados Unidos. Eh, fíjate, compadre, que yo cuando me fui al MBA me tocó conocer su trabajo. Él lleva 40 años dando clases de valuación en NYU y la manera en que yo lo conocí fue porque tiene una página que tiene todos los múltiplos de valuaciones por industria. Entonces, lo usas mucho en clases de valuaciones de flujos descontados y tiene los múltiplos contra ventas, contra earnings, etcétera. Y eso, pues ayuda muchísimo. Él es una persona muy reconocida a nivel mundial por el tema de valuaciones. Y él, durante un pódcast esta semana, estuvo hablando sobre el delirio del mercado, ¿no? O sea, cómo todos nos encontramos, pues sí, ante mucha emoción, como lo decías al final del segmento pasado. Y él personalmente mantiene ahorita 15 % de su liquidez en efectivo. Y él dice es, es su récord toda su vida. Y esto no porque no crea que la, la inteligencia artificial sea transformadora o una, sí, una tecnología revolucionaria, sino porque cree que la inteligencia artificial se va a convertir en una guerra de precios. Los márgenes de los modelos se van a hacer cada vez más pequeños y esto va a ser menos rentables a la mayoría.

Enrique Bay: Se van a empezar a convertir como en una especie de commodity, ¿no?

Ricardo Celaya: Así es. De hecho, también lo menciona una de las segundas voces que voy a empezar a mencionar, Benedict Evans, de Sequoia Capital, que él da una master class sobre inteligencia artificial. Y bueno, menciona que los modelos en sí, los modelos de lenguaje, están tendiendo a commoditizarse. De esto hemos hablado en episodios pasados. No hay mucha diferencia entre uno y otro, pues están entrenados casi todos con la misma data. Y realmente lo que va a ganar en el futuro, pues son los contextos limitados, la data propietaria que hemos estado hablando. Y él habla en su presentación que lo más probable que pase es que la innovación se vaya "upstream", ¿no? O sea, que se vaya hacia el "application layer", o sea, esta capa de aplicaciones con más interfaz con los usuarios, no tanto el "chatbot" o el modelo que conocemos hoy en día. Entonces, ahí es donde se empiezan a comprimir los márgenes. Eh, no hay mucho valor para capturar y, y más que nada, ¿quién va a pagar por toda esta infraestructura que hemos hablado de 600 mil millones de dólares al año? ¿Quién va a pagar? Pues pareciera que no los modelos per se, sino las aplicaciones que se construyan sobre ellos. Entonces, de hecho, decía este Ed Zitron que con los 70 "billion" de dólares que se venden ahorita en conjunto, pues es difícil pagar una inversión trillonaria. Entonces, todavía sigue esta discusión de todo mundo, de dónde va a salir, o sea, quién va a pagar por todo esto, quién va a pagar los platos rotos, quién va a pagar la infraestructura. Y eso todavía está por verse.

Enrique Bay: Una de las predicciones que él hace, y creo que es muy relevante y muy viable, es que, eh, en esta carrera donde todos están tratando de ganar para llegar hasta la cima o hasta abajo, no van a ganar todos, pero ninguno de ellos tiene la humildad de considerarlo. Entonces, ahorita pensamos que tanto los hyperscalers como los laboratorios y demás van a subsistir y a existir en 10 años. Hay sí un riesgo muy alto de que, por un lado, todo lo que están invirtiendo se haga obsoleto en relativamente poco tiempo, porque también ese es el, la realidad de los avances en los chips. Entiendo por ahí que, por ejemplo, la depreciación de este tipo de activos anteriormente se hacía a tres años y ahora se está haciendo creo que a seis, para esconder un poco la rapidez en la que las inversiones se pueden, eh, desaparecer. Y, por otro lado, están habiendo todos este tipo de mecanismos financieros que ya hemos platicado antes, donde algunos de los hyperscalers invierten en los laboratorios y les exigen contratos multibillonarios para pagarles de regreso el dinero que les invirtieron o parte de a lo largo de los siguientes años. Eso es una jugada financiera que hace que simplemente se le esté dando la vuelta al dinero y el riesgo sistémico no deje de existir. Es decir, si uno de esos cae, los demás, como dominó, también pueden seguir.

Ricardo Celaya: Dice Sundar Pichai, de Google, de Alphabet, que el riesgo de subinvertir, tú lo dijiste en otro episodio, es mayor que sobreinvertir, ¿no? O sea, ellos dicen: "Bueno, si hacemos miles de 'data centers' y toda esta capacidad, como quiera la vamos a usar". Lo que tú dices es qué tan obsoleto será cuando, cuando ya llegue la demanda real de todo esto que se está construyendo, ¿no? Otra de las voces que leímos esta semana fue Howard Marks. Él es copresidente de Oaktree Capital y a mí me gustó mucho cómo lo pone él, porque dice: hay dos tipos de burbujas, ¿no? No todas las burbujas son iguales. Está la burbuja de reversión, que estas son las burbujas que solo destruyen riqueza. Una de ellas puede ser, por ejemplo, las hipotecas "subprime" de 2007, 2008, que solamente destruyeron riqueza porque no había ninguna innovación en "real estate", ni mucho menos. Era una burbuja financiera, ¿no? Mucha gente tratando de hacer mucho dinero haciendo algo más riesgoso solamente. Pero están las burbujas de inflexión, que son como los ferrocarriles, el automóvil, el Internet. Este tipo de burbujas son de cierta manera necesarias, es lo que él argumenta, ¿no? O sea, porque sí generan demasiado "hype", mucha emoción en la gente y se empieza a invertir muchísimo en el sector, pero dejan a su paso, pues construida una infraestructura muy importante para el futuro que viene. Y así fueron los ferrocarriles, así fue el automóvil, así fue el Internet. Y cuando crasheó en 2000 el Internet, pues dejó, pues al menos 26 años que llevamos hasta ahora de mucha bonanza, prosperidad, de gente que construyó arriba de ellos, ¿no? Pero dice: "Y aun así destruyen riqueza al inicio". Es como un mal necesario. O sea, al final dejan la infraestructura para que todo mundo pueda seguir construyendo.

Enrique Bay: ¿Cómo ves o cómo comparas esas dos transiciones? Con las cuales estoy de acuerdo, porque en la primera de ellas, es decir, la de, por ejemplo, conectividad con ferrocarriles, lo que termina pasando es que, eh, se invierte en muchísima infraestructura, que en un caso conecta todo un país, habilita el, eh, comercio, habilita el traslado de personas y funciona por décadas y décadas, ¿no? Y la actualización tecnológica no necesita darse cada año, cada tres años o cada cinco. Realmente se puede dar, pues cada década o dos décadas. Las inversiones, si bien fueron en buena parte a fondo perdido, eh, al menos duraron muchísimo tiempo. En este caso, no sé si sea el mismo escenario, por lo que mencionábamos, porque, eh, porque tú inviertes en la compra y el desarrollo de chips, los cuales vas a instalar, los cuales se van a usar, pero que muy probablemente en una década sean completamente obsoletos y muy probablemente ya estén en la basura, literalmente. Y en ese ínter vas a tener que hacer la misma inversión una y otra y otra y otra y otra vez. Eh, entonces—

Ricardo Celaya: Eso es lo que argumentan, eh, algunos de estos autores. O sea, esas economías de escala no existen tanto como en otras industrias. Sin embargo, lo que yo me puse a pensar es: no es solamente los chips y el centro de datos per se, sino todo lo que vas a poder construir con esa infraestructura. O sea, porque el código que tú hagas es, por ejemplo, el día de hoy tú sabes que tu Claude Pro, que pagas 20 dólares por él, sabes que está subsidiadísimo, ¿no? Creo que estamos muy conscientes que no vale 20 dólares, no vale 100 dólares, vale miles y miles de dólares y alguien más está pagando por eso.

Enrique Bay: Alguien hizo un análisis el otro día, creo que tenía el plan de 200 dólares y por la cantidad de consumo que tenía, si lo hubiera hecho a través de pay as you go, los 200 dólares que él pagó hubieran sido alrededor de 15, 16 mil dólares on the meter.

Ricardo Celaya: Sí, sí, sin duda. Y de hecho, pues toda está esa discusión de que si cómo cobran. O sea, los, los laboratorios de IA todavía no saben cómo cobrar. Entonces, lo que me puse a pensar yo es: sí estamos en una ventana de 12 a 24 meses, siempre decimos, en la que tenemos una oportunidad histórica para crear cosas, porque ya lo que crees ahorita, pues al menos se queda toda esa parte desarrollada. Quién sabe si en el futuro va a ser así de fácil como lo estamos viviendo ahorita. ¿Estás de acuerdo? Pero bueno—

Enrique Bay: Y además de solo infraestructura, no nada más de los chips, sino de la conexión, el grid, la electricidad, eh, fibra óptica, eh, satélites, internet, ahora con SpaceX y toda la infraestructura que habilita que toda esa otra, eh, parte de la infraestructura funcione, pues ya va a quedar instalada y, y va a seguir habilitando el reciclaje o la innovación continua de IA a través de los data centers.

Ricardo Celaya: Así es. Eh, y los autores más bearish son los que mencionan, pues estas economías de escala, asumen mucho el status quo, ¿no? O sea, como que esto cuesta, los unit economics no dan. El mismo Damodaran, que es un experto, asume como ciertas mejoras en costo en el tiempo, pero no dramáticas. Y están otras voces como Peter Diamandis, de Singularity University, que también hemos mencionado en este pódcast. Él es superbullish y dice igual que Elon Musk, ¿no? Es gente visionaria que va vendiendo historias, ¿no? Sobre el futuro, lo que viene, no sobre el presente. Y ellos te dicen: "Lo que pasa es que el costo del token va a caer 280 veces", ¿no? Es un poco lo que mencionábamos el episodio pasado. O sea, ¿cómo cambias la industria del espacio? Si le reduces el 10 % al, a, al lanzamiento del cohete, pues okey, pero lo hizo 100 veces más barato. Ah, okey, entonces abrió completamente otra industria. Y lo mismo con el precio de los tokens, el costo de los tokens, si esto llegara a pasar. Yo no sabría decirte exactamente si eso es posible, por lo mismo que hay detrás, eh, pues costos físicos de construir un data center. Yo creo, compadre, que tendría que haber innovaciones físicas muy importantes en la construcción de memorias, chips, en la mejora de las cadenas de suministro, etcétera, para que eso se pueda dar como, como lo dice Diamandis, ¿no?

Enrique Bay: Bueno, es, es difícil para el cerebro humano anticipar una innovación de ese tamaño, ¿no? Pero muy probablemente sí suceda y hacia allá vamos, como lo dice Diamandis. Muy probablemente, más bien la eficiencia llegue a través de la combinación de uso de modelos. Es decir, vas a usar un modelo para ciertas tareas y ciertas cosas y vas a usar otro modelo más barato, incluso uno local, que no está consumiendo tokens, eh, para otras tareas que no requieran ese poder, eh, de IQ que, que algunas otras sí requieren. Y al final del día, si tú promedias unas cosas con otras, pues vas a ser muchísimo más eficiente. Y si bien los tokens no bajen tanto de precio, aunque ojalá sí sea el caso, tu uso y la eficiencia de ese uso llega a un punto de equilibrio en donde sea casi despreciable el costo, ¿no? Creo que por allá puede ir.

Ricardo Celaya: Y yo creo, compadre, que regresando a lo que decía Evans en su presentación, que va a estar esta capa de valor arriba de la infraestructura, yo creo que los modelos quedarán como un bien público. O sea, como ahora se habla de las blockchains, ¿no? De que bueno, pues quién captura el valor de Ethereum, pero ya se construyó una blockchain, ya hay ferrocarriles, ya están todos estos modelos, ya se generaron, ya, ya aprendieron y siguen aprendiendo. Pero ¿quién captura realmente el valor para pagar por los platos rotos? Pues va a estar en las aplicaciones. Y aquí es donde yo sigo siendo superbullish con, con Google. O sea, yo creo que Google, sin ser asesoría financiera de nuevo, yo creo que ellos tienen toda la oportunidad de capturar el valor a través de las aplicaciones que nos ofrecen, pues uno, ya tienen toda la distribución y como tú lo has dicho en episodios pasados, están a un prompt de que te pueden ofrecer todo. Hoy en día he estado usando, creo que te compartí esta— una página que se llama town.com—

Enrique Bay: Mhm.

Ricardo Celaya: ...que es un asistente personal que conectas tú tus cuentas de Google y lee tus correos y te, te prepara drafts, eh, y es bastante buena. Oye, compadre, y regresando pues a la pregunta del segmento per se, es: ¿cómo invertir en inteligencia artificial? Porque ya hablamos que pues si es burbuja, no es burbuja. Aquí dimos algunos ejemplos. La verdad es que muchas de las cosas en las que puedes invertir en IA, pues no están disponibles para cualquiera, porque siguen siendo empresas privadas como OpenAI, Anthropic, eh, que salen a, a bolsa este año, igual que ya lo hizo SpaceX. Pero creo que hay una serie de industrias a las que puedes tener exposición ahorita, eh, no necesariamente directo en los modelos, ¿no? Como las memorias, data centers, empresas de tecnología como Microsoft, Nvidia, Google. Yo creo que todavía las que vienen en un futuro que acabamos de mencionar, pues, pues todavía no existen, ¿no?

Enrique Bay: Sí, digo, yo no soy un experto financiero ni asesor financiero ni mucho menos. De las cosas que he aprendido en, eh, estudios, experiencias, foros, desayunos, pláticas y demás, me quedo con dos o tres. Una de ellas, por ejemplo, es que para un portafolio conservador deberías de estar expuesto como mínimo a un 30 % a renta variable, es decir, a la bolsa. Y el instrumento más simple y más fácil de decidir es, es el índice del S&P 500, si te quieres ir por uno solo. Y, y entonces, como mínimo, idealmente, pues hay que estar invertidos en, en eso para un escenario, eh, de mediano o de largo plazo, independientemente de cómo esté la bolsa hoy. También anteriormente hemos dicho: es más importante el tiempo en el mercado que el timing en el mercado. Entonces, no es más importante predecir si vamos a entrar en el momento perfecto, sino más bien—

Ricardo Celaya: Mhm.

Enrique Bay: ...es importante, eh, estar más tiempo en el mercado. Por un lado, es eso. Yo no estaría ahorita tratando de predecir si Micron o AMD o Nvidia o cuál va a ser la siguiente que suba o que baje, porque, pues me voy a estar distraído, eh, con eso en lugar de con mi trabajo, que es lo más importante en mi día a día. Aunque, por otro lado, está la tesis de que si tú quieres generar realmente patrimonio, deberías de estar concentrado en pocos activos y pocas inversiones para maximizar el posible retorno, pero, pues estás tomando más riesgo. Entonces, cada quien tiene sus estrategias y sus posiciones. Yo ahorita, por ejemplo, un SpaceX sí podría invertir como parte de un portafolio mucho más amplio que tenga SpaceX incluido, ¿no? Nada más para—

Ricardo Celaya: Y ahora—

Enrique Bay: ...para diversificar.

Ricardo Celaya: Sí, que ahora es mucho más, eh, común y probablemente todos los que nos escuchan ya están o estamos expuestos a siete compañías que controlan el 30, 35 % de la bolsa en Estados Unidos a través de ETFs o de otros instrumentos. Estamos expuestos todos a, a inteligencia artificial. Eh, entonces, eh, pues eso ya resuelve un poco la, la pregunta.

Enrique Bay: Con tu toque financiero, ¿cuál es tu "framework"? ¿Cuáles son tus parámetros o cómo abordas este tipo de decisiones?

Ricardo Celaya: Yo, yo creo que es una burbuja de inflexión. Yo estoy de acuerdo que las valuaciones están, eh, muy infladas, pero es esta burbuja que va a dejar mucho a su paso. Eh, para mí, creo que tomo un poco de referencia, pues a las empresas que tienen otro tipo de ingresos más allá de solamente, eh, los modelos. Y, y por eso es que me gustan empresas como Google, está Microsoft, está Amazon incluso, que tienen, pues toda la infraestructura que le están rentando a, a las empresas de inteligencia artificial. No tengo exposición directa a OpenAI y Anthropic porque todavía no están en bolsa, son privadas. Eh, pero mi lógica ante esto es la que sigo desde hace tiempo y es la diversificación, como te lo diría cualquier "value investor". O sea, eh, enfocarte, no poner todos los huevos en una canasta. Entonces, eh, para el tema de IA, yo creo que vale más estar en el mercado por mucho tiempo, como dices, y el famoso DCA, "dollar cost average". O sea, comprar un poco, ya sea cada día o comprar cada semana y no estar tratando de atinarle al mercado porque, pues nunca lo vas a hacer, ¿no? Pero si confías en una empresa, inviertes el mismo día de la semana, cada semana por tres meses o por toda tu vida, te va a ir mejor que si estás tratando de adivinarle cuándo cae, cuándo sube, cuándo baja.

Enrique Bay: Habrá que traer a un experto financiero en algún episodio para, para que nos ayude a, a bajar los "frameworks" más, más relevantes y platicar alrededor de eso.

Ricardo Celaya: Totalmente.

Enrique Bay: Bueno, dentro del radar, esta semana vamos a hablar de Mythos. Esta semana se supo por qué de verdad se apagó Fable, es decir, el modelo de Mythos que habían liberado ya Anthropic. Y la razón que se está circulando es el director de la NSA le dijo a un senador, a Mark Warner, que Mythos en una prueba había penetrado por sí solo casi todos los sistemas clasificados, no en semanas, sino en horas. Y, eh, por otro lado, se había supuestamente hecho público que había habido un "jailbreak" que lo había hecho Amazon sin haber dicho que fueron ellos, pero Donald Trump los expuso ahí en una entrevista. Cuando salió esto, compadre, me acuerdo que lo discutimos por, por WhatsApp y honestamente, mi primer, eh, reflejo al tuit que sacó, eh, David Sacks sobre supuestamente la razón por la que apagaron Anthropic, básicamente no lo creía. No, no creía que fuera verdad. Yo estaba seguro que había algo más de por medio y, eh, creo que esto lo, lo justifica. Siempre hay algo, eh, pues creo que diferente a lo que a veces sale en, en la luz pública.

Ricardo Celaya: Por su parte, la paz con Irán, que trajo el petróleo a mínimos en tres meses, se está rompiendo. Israel atacó Líbano e Irán dice que va a volver a cerrar el estrecho de Ormuz. Si se sostiene, el petróleo rebota, el nerviosismo va a volver a los mercados. ¿Cómo ves, compadre? Tú dijiste la semana pasada: "Trump acaba de anunciar un tratado de paz. No importa cuándo estés escuchando esto, pero probablemente se rompa". [risas]

Enrique Bay: Sí, sí, sí. Ya empezamos otra vez.

Ricardo Celaya: Dos días después volvió. A mí me hace pensar quién está tan interesado que vuelva el petróleo a, a máximos históricos, ¿no? Por un lado, puedo entender que Estados Unidos quiera que regrese a niveles normales por temas de la economía, las elecciones que vienen. Pero ¿quién— o sea, era muy claro, leí que el acuerdo que estaba con Irán estaba muy claro que se debía de suspender totalmente los ataques en Líbano—

Enrique Bay: Sí.

Ricardo Celaya: ...y, pues hicieron todo lo contrario. Israel hizo lo contrario en un par de días, ¿no?

Enrique Bay: Creo que pasaron dos cosas. O sea, el, el tema fue: sí, Israel empezó a hacer los ataques y, por otro lado, Trump mandó un tuit por ahí que no fue del agrado de los iraníes. Y ya cuando estaban juntándose a firmar, incluso J.D. Vance ya había viajado y estaban todos ahí, justo ahí los dejaron colgados. Pero no sé, eh, la verdad es que a estas alturas hay una frase que dice por ahí: "Nunca atribuyas a la maldad lo que se explica por la estupidez o la ignorancia o la incompetencia". Entonces, aquí ya no sé si es [risas] maldad—

Ricardo Celaya: Estupidez.

Enrique Bay: ...o estupidez—

Ricardo Celaya: Maldad.

Enrique Bay: ...o incompetencia, eh.

Ricardo Celaya: Y bueno, por último, la IA empezó a hacer ciencia. OpenAI mejoró por sí solo una reacción, eh, química medicinal. Y por otra parte, Midjourney, esta empresa que solo hacía imágenes con, con buenos prompts, presentó un escáner de cuerpo completo que quiere ser más barato que una resonancia magnética. No sé si viste el video, compadre, pero está increíble. Supuestamente, te vas a meter así como en una piscina.

Enrique Bay: Un aro, ¿no?

Ricardo Celaya: ¿No?

Enrique Bay: Sí.

Ricardo Celaya: Es un aro así, te sumerge en agua y a través de vibraciones, sonido y agua va a escanear todos tus órganos. No entiendo, eh, por qué tipo de mercado va a ir inicialmente, pero supuestamente lo va a hacer en segundos y no es invasivo para el cuerpo.

Enrique Bay: Sí, va a ser una superdisrupción. Yo que me hice una resonancia hace poco, ehm, pues es un procedimiento— no, no es invasivo per se, pero es muy incómodo, ¿no? Te meten a un tubo extremadamente chico por una hora y si sufres de claustrofobia, creo que esto lo cambia por completo, ¿no? Yo lo que tuve que hacer es, ya que te meten, cerrar los ojos y no volverlos a abrir ni una sola vez, ni una sola, porque si los abres una vez tienes la pared aquí enfrente—

Ricardo Celaya: Ah, claro. No, sí, sí.

Enrique Bay: ...y te empiezas, te empiezas a sentir, este, pues como atrapado.

Ricardo Celaya: Ya me ha tocado también. Sí, es un poco—

Enrique Bay: Entonces, entre el precio y la conveniencia y la precisión, si fuera también el caso, creo que este sería un super, superavance para la medicina.

Ricardo Celaya: Y en nuestras predicciones, compadre, de Polymarket, estilo Polymarket, yo lo que pienso es que estas caídas en las empresas de inteligencia artificial, llámese, eh, SpaceX, cuando salga Anthropic y OpenAI, no necesariamente van a venir cuando se acaben los lockups, sino en su primer reporte público que hagan. Eh, ya ves que, pues las empresas en bolsa están obligadas a hacer un reporte trimestral y cuando exista por fin un desglose de sus costos, yo ahí es donde yo creo que va a salir a la luz pública realmente la sostenibilidad de los modelos en el corto-mediano plazo. Y creo que ahí vendrá la primera bajada de un 20 %, al menos en el precio de sus acciones.

Enrique Bay: De acuerdo. Yo mi predicción está alineada con esta última noticia que acabamos de dar sobre Mythos. Tú el episodio pasado hiciste la predicción, si no me equivoco, de que para, eh, fin de este mes—

Ricardo Celaya: 15 de julio, creo. [risas]

Enrique Bay: 15 de julio, bueno, se va a restaurar Mythos. Yo lo que estoy prediciendo es que para final de julio se va a liberar el nuevo modelo de, de Anthropic. Puede ser otra versión de Mythos o una versión actualizada, pero, pero bueno, esa es la, la predicción que hago el día de hoy.

[zumbido]

Enrique Bay: Compadre, yo para recomendar esta semana quiero recomendar un canal de YouTube de una persona que se llama Jeff Su, S-U—

Ricardo Celaya: Mhm.

Enrique Bay: Jeff Su. Y es un youtuber que habla mucho de temas de IA y de cómo usar Claude y algunos otros modelos. Es ex Google y la producción de los videos y los tutoriales que hace son muy buenos. Eh, yo los uso mucho para mis propios flujos y, y otras cosas. Entonces, pues se los recomiendo mucho.

Ricardo Celaya: Buenísimo. Yo sigo con la recomendación de town.com, town como pueblo en inglés. Eh, esta es una aplicación que me recomendaron a mí también y no es más que un como asistente, agente de inteligencia artificial que se conecta a diferentes fuentes de datos a, a tu contexto. Yo le he dado acceso a un correo de Gmail, a mi Notion y a una cuenta de Slack. Entiende muy bien la voz en la que yo normalmente me comunico y proactivamente me está sugiriendo cosas de qué hacer, ¿no? O sea, incluso, por ejemplo, aquí tengo sugerencias de prepárate para esta llamada el día de mañana, eh, te acaba de escribir tal persona para renovar tu seguro y, y tú le puedes dar la instrucción para que automáticamente te genere drafts. Y pues hasta ahorita muy bien. Estoy en la versión de prueba y ya me llegó un correo, desafortunadamente, que pronto tengo que pagar. Entonces, estoy todavía en el limbo si pago o no pago, pero yo los invito a que mejor la prueben y manden sus comentarios si les gusta.

Enrique Bay: Perfecto, compadre. Oye, ¿y qué plan para la semana? ¿Cómo se vienen los siguientes días?

Ricardo Celaya: Pues, eh, seguimos con el mundial, muy animados viendo juegos, pero hoy me toca viajar a la Ciudad de México ida y vuelta. O sea, regreso el día de mañana, voy de trabajo y al final de esta semana, compadre, me voy de vacaciones dos semanas. Entonces ahí estaremos grabando remotamente. Bueno, siempre lo hacemos remotamente, pero con horarios un poco diferentes. Pero sí, emocionado de tomarme un break de dos semanas. Eh, ¿tú qué onda?

Enrique Bay: Qué bien, pues, eh, disfrútalo y espero que tengamos muy buenos backgrounds de donde estés grabando.

Ricardo Celaya: Así es.

Enrique Bay: Yo semana, pues normal también de, de trabajo, reajustando y recuperando ciertas cosas, pero se nos viene también el mundial. Esta semana vamos a, vamos a un juego y pues a disfrutarlo, a generar, eh, memorias. Sigan en Spotify, si no lo han hecho, denle el botón follow. Eh, nos ayuda muchísimo seguir. Los que no nos siguen en Substack, también humanosmedia.substack.com. Tenemos algunos usuarios prémium que nos, eh, pagan la membresía y nos ayuda mucho a, a seguir con esto. Eh, hacemos, pues mucho trabajo antes, durante, después, para que esto se entregue y llegue a ustedes de la mejor calidad posible. Y lo hacemos con mucho gusto, pero siempre ayuda también tener un empujón para seguirle invirtiendo y seguir, y seguirle dando. Muchas gracias a todos los que lo hacen.

Ricardo Celaya: [música tranquila] Gracias. Nos vemos la próxima semana.