IA: Impacto, Casos de Uso y Revolución Tecnológica | Daniel Ferro (Ex- CMO Mercado Libre, Advisor)

El punto de inflexión más importante se da alrededor del año 2012, que fue en el momento donde Google compra DeepMind y el hecho del modelo de transformers pre entrenados como GPT rompieron absolutamente todo lo previo y nos volaron la cabeza los que estamos en el tema. Las compañías que no vayan a innovar probablemente las pasen por arriba los OpenAI del mundo. MercadoLibre tiene un montón de funcionando para un montón de cosas específicas.

Mi invitado de hoy es Daniel Ferro por segunda vez. Unos meses atrás grabamos juntos un episodio y profundizamos en experiencias de su paso por Mercado Libre liderando el área de marketing. Esta vez hablamos exclusivamente sobre Inteligencia Artificial y sinceramente le recomiendo este episodio a toda persona que quiera aprender más sobre la nueva tecnología, su potencial y llevarse una visión de cómo va a verse el futuro. Dani Ferro, bienvenido al Growth Rockstar Podcast. Dani, ahora tenés la experiencia completa. La otra vez grabamos en tu casa, sos la primera persona con la que sabes que grabo podcast dos veces. Sos el primero.

Qué honor.

No sé, igual no me acuerdo si lo dijimos cuando grabamos en tu casa. Si, quedó grabado de que queríamos hablar de AI y que no habíamos llegado por el tiempo, pero yo creo que.

Después lo escribí o algo, teníamos conciencia de que faltaba ese tema, tratarlo un poco más en profundidad, así que bueno, se dio la oportunidad.

Sí, cuando hablé con Román, con Román Hu, la persona que nos hizo conocernos, de hecho le dije a Román antes de ir a grabar con vos esa vez, le pregunté Román, ¿De qué hablo con Dani? Cosas que quieras que conversemos, me hablábamos todo lo que pueda Inteligencia Artificial, porque creo que es la persona que más sabe, o sea, cuando me fui a tu casa y hablamos de otras cosas, de tu experiencia, más de marketing y demás, y no pudimos hablar de Inteligencia Artificial, dije me quedó ahí una espinita. Así que en definitiva hoy sí quiero hablar con vos de AI todo lo que podamos. Te voy a arrancar por una pregunta más, quizás conectar AI pero con. Con voz más personal para que la gente sepa. Hoy estamos en la ola de Inteligencia Artificial, es el tema del momento, estamos haciendo esto. ¿Cuándo empezaste vos a trabajar con inteligencia artificial? ¿Hace cuánto venís con esto?

Mirá, el primer contacto que tengo con el concepto debe haber sido alrededor del año 90, cuando conozco un poco el trabajo de Marvin Minsky en el MIT, en el Media Lab del MIT, donde ya se discutía muy profundamente esta cuestión y se sabía perfectamente que los algoritmos que existían tenían un montón de limitaciones en ese momento, ¿No es cierto? Así que en los años 90 empecé a tomar contacto, y yo te diría que más formalmente con el tema del tema, que en aquel momento se llamaba data mining, digamos, que era explotar los datos y demás. Arrancó más formalmente en el año 99, empezando a hacer modelos de árboles y clústeres y ese tipo de cosas, pero estábamos muy lejos de las redes neuronales y mucho más lejos de las redes neuronales de hoy que tienen billones y billones de parámetros, porque no existían las condiciones necesarias para que eso se diera, tanto desde el punto de vista de la data de entrenamiento como el poder computacional necesario. Pero ya el inception inicial, esa semillita inicial viene desde hace mucho tiempo y mucho antes de que yo me metiera, digo, el Turing test y demás ya viene de lejos, digamos. Pero personalmente el resumen sería más o menos en los años 90. Así que hace unos 30 años atrás. Uff. ¿Cuánto?

Un montón. ¿Y cuándo fue que quizás empecé a hacer cosas más ya más avanzadas? ¿En los 90? Imagino que estabas medio restringido por lo que me decís, por capacidades.

Eran problemas que se atacaban con algoritmos que se podían correr en ese momento, series temporales, como te decía, clústeres, árboles de decisión que eran los típicos, o regresiones lineales o logísticas, un montón de eso que en ese momento se llamaba data mining. Después evoluciona y empezamos a llamarlo machine learning y con el tiempo nos pusimos el mote de inteligencia artificial. Pero yo creo que el punto de inflexión más importante se da alrededor del año 2012, que fue en el momento donde, si mal no me acuerdo, Google compra DeepMind y empiezan a aparecer soluciones que integran por primera vez tres grandes problemá tener un poder computacional enorme, la data que había en Internet indexada y que permitía entrenar los modelos y por supuesto el gran laburo de Geoffrey Hinton y su equipo que generó el algoritmo de entrenamiento del backpropagation, que permitió en gran escala tener billones y billones de neuronas combinadas con los otros dos factores. Así que el año 2012 creo que empezamos a ver algoritmos que empezaban a funcionar en serio. Por ejemplo, me acuerdo que había una especie de certamen donde se evaluaban los algoritmos desde el punto de vista de reconocimiento del contenido de una imagen. Y en el año 2012 creo que eso lo ganó por lejos las primeras redes neuronales realmente importantes que estaban especializadas, porque recordemos que antes toda la problemática se hacía por especialidad. Bueno, voy a resolver este problema, este ámbito del problema. Hoy estamos viendo mucho más ancho las capacidades de inteligencia y resolución que tienen estos nuevos algoritmos, pero en aquel momento eran especiales. Vamos a resolver un tema de ingeniería específico, vamos a resolver un tema de logística específico, vamos a resolver un tema de ventas o de marketing específico, y eran todas cuestiones que se cortaban así muy verticalmente. Así que te diría que empecé a tomar contacto más fuerte con los modelos nuevos a partir del año 2012, que es donde creo que se empieza a mover un poco más la cosa. Y bueno, obviamente me enteré bastante temprano de la aparición de GPT y cosas por el estilo, que eran transformers, había un paper por ahí dando vuelta, que si no me acuerdo era de la gente de Google que ya hablaba de esto, y eso rompió todos los paradigmas, la escala de parámetros y el hecho del modelo de transformers pre entrenados como GPT, rompieron absolutamente todo lo previo y nos volaron la cabeza los que estamos en el tema.

En definitiva, esto que ahora este año es el tema de moda, todos los inversores llevaron la plata, los capitales, a empresas de IA y demás, en realidad esto viene de hace veinticinco, o sea hace veinte, treinta años. De hecho vos sabés que yo hace poco publiqué un video donde cuando Google arranca, que me hablas de Google, hay una entrevista donde Larry Page, cuando está en los primeros momentos, le preguntan ¿Cuál es el futuro de Google? Creo que fue en el año 2000, y tengo el vídeo y él dice la misión final de Google es cuando tengamos inteligencia artificial y podamos preguntarle toda la computadora y demás, o sea, ya en el año 2000 ya lo había dicho eso estamos básicamente hablando con vos. Entiendo, estamos hace décadas esperando este momento donde confluye todo lo que dijiste recién. Tenemos poder computacional, tenemos Internet lleno de.

Datos, data para entrenar y los algoritmos que permiten el entrenamiento. Ahora, déjame decirte algo que creo que es bastante interesante. Si vos ves la historia computacional del mundo de la computación. Ves grandes hitos, como puede ser el centro de desarrollo de IBM, o Xerox Park, que fue un un centro súper importante en cuanto el diseño del mouse o del diseño de las ventanas en los sistemas operativos. Eso surgió ahí de Zero Park. Las grandes movidas de Microsoft y Apple tratando de hacer mejores cuestiones computacionales, pero también el desarrollo de chips a nivel de CPU y la aparición ya después con tiempo de las GPUs y demás. Hay como grandes momentos. Y déjame decirte que a mí el que más me tocó de cerca es sin duda el MIT con el Media Lab, porque los seguía recontra de cerca lo que estaban haciendo estos muchachos. Y la verdad que era sorprendente. Las noticias del futuro tenían como áreas de investigación donde entraba por supuesto la robótica, la inteligencia y Marvin Minsky en particular. Y hay otros jugadores que en este momento, obviamente no me voy a acordar los nombres, pero creo que estaba Seymour Papert también en el tema. Era gente que ya hace muchos años estaba hablando la teoría de lo que podía llegar a ser lo que hoy es cotidiano, normal, o que nos parece que existió toda la vida. Y no, la verdad que no estamos hablando de hace apenas 30 años, porque en 30 años haber dado este salto cuántico es impresionante. Es impresionante.

Ya Dani pregunta, no quiero influenciar la respuesta, pero hoy creo que todos entendemos que el potencial de inteligencia artificial y lo que se viene es enorme. No sé quién piense que no. Igual podemos estar todos equivocados y que sea como la burbuja cripto de los 2020, que todavía no sabemos qué va a pasar. Digo, tampoco sé qué iba a pasar, pero hace una o dos décadas ya se veía este potencial. Entonces ya se entendía que se venía esta tecnología, inteligencia artificial, y que ya se creía que iba a venir algo como esto, que iba a cambiar todo.

Claro, creo que si bien la visión o la posibilidad existía en los sueños de los jugadores, jamás pensamos que se iba a dar tan concretamente en términos exponenciales de tiempo. Porque recordemos que GPT se empezó a hacer famoso hace un par de años, en octubre del 22, una cosa así, con lo cual fue exponencial. Y el tema es que ahora esos propios algoritmos nos están ayudando a construir los próximos con posibilidades de autocodificación, de que se reentrenen a sí mismos siguiendo parámetros que ellos mismos hayan aprendido una cosa muy, muy, muy impresionante y también primera vez en la historia del ser humano que empieza a estar challengeado su diferenciación en el resto del mundo animal, pensando que pensar era únicamente para nosotros y esto está pasando por primera vez en la historia de la humanidad, así que estamos manejando una cosa que no sé si ni siquiera la entendemos en cuanto a sus consecuencias cabalmente. Creo que nos vamos a sorprender mucho y que obviamente vos dijiste algo que la inteligencia artificial hoy está en la palabra de todo el mundo, es como una especie de moda, pero no es una moda, es algo que vino para quedarse, o sea, una moda va y viene, muchas veces aparece y desaparece, son ciclos. Esto lo único que parece tener como norte es ser cada vez más sofisticado. Estamos en un proceso exponencial.

Te quiero hacer más preguntas, pero primero te tengo que hacer la más genérica de todas. Seguramente yo tampoco me considero ningún experto de inteligencia artificial, pero seguramente tenga mi principal público en el podcast es gente de fundadores de startups, personas que trabajan en producto, en growth, en marketing. Entonces te tengo que hacer la pregunta general de al menos que me des un poco más de contexto para seguir la charla en tus palabras, ¿Qué es inteligencia artificial? Perdóname que te haga la pregunta básica, pero necesito darle un contexto a la audiencia. ¿Cómo definís vos o qué contexto me das cuando yo te pregunto eso? ¿Qué es inteligencia artificial para vos?

Para mí es un conjunto de algoritmos que emula o parece tener características o capacidades similares a lo que históricamente podíamos llamar inteligencia en el ser humano. Y hago esta aclaración porque lo único que conocemos es lo que conocemos, o sea, no sé si hay otros tipos de inteligencias en el resto del universo, pero por sobre lo que conocemos, los algoritmos que están apareciendo emulan o superan, o se basan, pero superan en capacidades cada vez más lo que históricamente llamamos inteligencia en términos humanos. Así que básicamente es eso. De hecho no es que hay un modelo, no es que hay una inteligencia artificial, hay miles de modelos que en este momento se están desarrollando, hijos, padres, abuelos, primos, hermanos de los que existen y eso populó un poco el planeta. De hecho en este momento debe haber literalmente miles de modelos funcionando al mismo tiempo, con lo cual no es que hay una entidad única, sino que es una entidad muy poblada de alguna manera de algoritmos que hacen este tipo de cosas. Así que volviendo al resumen de la definición, siendo no esta una definición académica, yo pienso que la inteligencia artificial es un conjunto de modelos que emulan o rescatan o se comportan como los atributos o las características que normalmente llamamos inteligencia humana.

OK, bueno, está bueno para dar contexto y cuando me hablas de modelos, solo te voy una capa más. ChatGPT es un modelo y Google tiene otro modelo. Eso sería un poco los modelos.

Probablemente ChatGPT sea un conjunto de modelos articulados entre sí, que van en etapas resolviendo una cantidad de cosas, porque recordemos que en todas estas cuestiones hay un proceso de entrenamiento de esos modelos de aprendizaje y hay un momento de ejecución. Lo que nosotros hacemos cuando usamos GPT, básicamente estamos corriendo en términos de ejecución el modelo en cuestión, ¿No es cierto? Otra fase completamente diferente es el tema del entrenamiento. Déjame clasificarlos en una forma que a mí me gusta en cuanto a capacidades de esos modelos, y yo veo capacidades perceptivas, o sea, cómo entiende al mundo, ya sea a través de la palabra escrita o en términos orales, ya sea a través de las imágenes, hay una capacidad perceptiva, percibo el mundo y puedo empezar a sacar algunas conclusiones a partir de eso. La segunda cuestión, la segunda columna de capacidades, yo las enrolo en lo que podríamos decir términos cognitivos, como memorizar cosas, recordarlas, ordenarlas, resumirlas y quizás en algún aspecto también razonar o explicar un proceso metodológico estratégico para resolver un problema. Yo lo siento bastante cognitivamente hablando, como cercano polenamente un razonamiento. Y la tercer columna, digamos, de características tiene que ver con los accionables, o sea, los algoritmos percibieron, leyeron un montón de señales del mundo, la procesaron cognitivamente de alguna manera, ordenándola, tabulándola o lo que corresponda. Hay un momento donde ese algoritmo además puede accionar, o sea que hay porciones de esto que sucede en los robots, en los chats, en la generación de contenidos, sería como el outcome, la salida o la acción a partir de las dos anteriores. Y lo que tiene de interesante esta mirada es que cuando. Cuando hablemos más adelante probablemente, de cómo introducir este tipo de cosas en nuestras empresas, nos vamos a dar cuenta que lo que podemos usar es una multitud de modelos encadenados, no hay una sola solución, aunque hay algunas que son realmente poderosas, no necesariamente nos tenemos que casar con uno. Así que después también vamos a hablar de la herramienta disponible y las formas de que las compañías embeban esto en su cotidianidad.

Me parece genial, te voy llevando para ese lado, pero déjame que vayamos por capas. Una de las cosas que vos y yo hablábamos ayer era, antes de ver cómo aplicar Inteligencia Artificial en nuestras empresas, ¿Cuáles son los casos de uso de Inteligencia Artificial? Vos justamente lo que me decías, hoy lo que la gente conoce es usar chat GPT, o sea, hay mucha gente seguramente que para la que Inteligencia artificial sea entrar a ChatGPT, hacerle preguntas y que les responda input y output, o esto que me comentabas de bueno, usar alguna de estas herramientas para crear una imagen Midjourney, todas estas, o crear algún documento o emails o cosas así, pero hay muchos más casos de uso. ¿Cuáles son los casos de uso importante que estás viendo hoy?

Mirá, eso depende de cada organización que le resulte valioso desde el punto de vista que hace uso, pero déjame decirte que el beneficio general que tiene la inteligencia artificial, desde mi punto de vista, es o eficientizar lo que venimos haciendo, o crear cosas, generar una propuesta de valor, por ejemplo nueva que no podíamos hacer si no existiera estas herramientas, o eficientizar lo que. Pero en definitiva, para las organizaciones que son comerciales, que lo que buscan es un delta entre lo que facturan y lo que les cuesta mover los recursos necesarios para facturar esa propuesta, o sea el delta llamado ganancia, para ponerlo en algún término, es bajar los costos o subir la facturación con este tipo de herramientas. Y esa elevación de la facturación puede venir por hacer las cosas mejor, o explorar lugares donde antes no podía entrar, porque ahora sí me lo permite el algoritmo, creo que ese sería un buen resumen de la macro de los casos de uso. Ahora en el micro, pensando en el micro, yo te diría que hoy lo que está apareciendo mucho de caso de uso es todo lo que tiene que ver con atención al cliente vía chats, en su versión más sofisticada, porque antes eran disposiciones arbolares, digamos, le ibas preguntando cosas y había como un árbol de opciones que te iba llevando a las respuestas que vos necesitabas o los datos que necesitabas de ese usuario para darle una respuesta. Hoy te diría que es completamente conversacional y hay una comprensión de cuando hace falta saber el nombre de esa persona que se lo pregunte, o completar una ficha, o sea, creo que lo que estamos viendo más que nada en el presente, son casos de uso donde la data no organizada estructuralmente se puede estructurar fácilmente a través de procesos conversacionales, donde consigo la data que necesito y respondo. Voy a dar un ejemplo.

No es.

Lo mismo preguntarle cómo se hace o cómo se monta una carpa GPT, que es un conocimiento general, digamos, que no tiene ninguna particularidad desde lo que yo estoy preguntando, que cuándo me llega el paquete mañana, perdón, cuándo me llega el paquete que compré ayer o el que compré hoy. Entender que el paquete es algo que fue pedido por este usuario y demás, requiere por ejemplo que le diga, me da su nombre, su DNI o directamente el número de la orden, como para que yo le averigüe dentro de la base de datos. Cuando digo yo estoy hablando de lo que hace el algoritmo en sí, y eso requiere otras cuestiones más vinculadas con pasarlo no estructurado a estructurarlo, para poder preguntarle a una base de datos y responder de una manera humanamente entendible, comprensible y simple, como es una charla tipo conversacional. Después vamos a hablar seguramente en algún momento de cómo me planteo competitivamente ante estas cosas. Pero en términos generales GPT es como el mundo de lo que todo lo conoce y puede responder, pero por otro lado está lo que yo necesito saber con concreto de lo que sucede dentro de mi organización. Y eso está probablemente reflejado en algún tipo de data que podemos llamar first party. Pero no me quiero adelantar mucho en el tema.

Yo sí hago como un resumen de esto porque me gustó. Vos decís, hay casos de uso de eficientizar y hay casos de uso de crear valor. Y puedo decir que hoy estamos viendo, esta primera ola que estamos viendo se trata más de cosas que buscan eficiencia. Yo hoy de lo que más escucho hablar es por ejemplo, podremos con agentes de inteligencia artificial que hagan las tareas que hace un call center, y entonces eficientizamos un montón. ¿Costos por ejemplo, Ese es uno que es un poco lo mismo que me dijiste, no sé, caso de mercado libre, pido un paquete, le pregunto a un agente mi paquete dónde está? Y no hay un humano ahora involucrado de eficientización de costos, por ejemplo, o si uso AI para desarrollar imágenes, es ahorro de costos en un diseño gráfico. Eso es lo que estamos viendo hoy, sobre todo Midjourney, Todas estas es eficiencia.

Y la creación de valor está cerquita a veces, porque hay veces que el propio valor es responder rápido, algo que antes por ahí exigía que el proceso humano llevara más tiempo, pero no es una cosa nueva completamente. Entonces creo que en ese sentido podemos hablar de eficiencia y de creación. Cuando hablamos de creación de valor, es algo que sustancialmente es diferente a lo que veníamos haciendo, es un aporte nuevo, mientras que la eficiencia trabaja en mejorar lo existente. Y claramente todo lo que tenga que ver con comunicación, desde lo que son generación de banners, mails, resumir mails. Viste cuando recibís esas cadenas enormes de mails y vos decís, wow, tengo que leerme 34 follow ups de cada uno de esos mails. Bueno, uno puede pedir rápidamente que se los resuma. Vos nombraste la palabra asistente accionando, que yo les pondría el nombre de agentes. Esos agentes, si bien se está hablando mucho, falta un cachito para verlos más como una tendencia fuerte implementada, se está hablando mucho, todavía falta para la implementación, porque eso tiene n complejidades relativas. Che, le voy a ceder una máquina, mi user ID password del home banking para que me maneje el dinero que tengo en el banco. Bueno, no sé si yo lo haría, digamos. Entonces creo que hay una mezcla de cosas. Pero bueno, resumiendo está el tema de la eficiencia y la creación de valor nuevo, como grandes macro posiciones de lo que puedo lograr con la inteligencia artificial. Y después mucho más finitamente van a aparecer una serie de cosas que para cada industria serán más o menos valiosas. La industria como el e commerce, bueno, la información de cuándo me llega el pedido, dónde está, o si lo quiero cambiar o evaluar o me vino con un problema. Toda esa parte conversacional va a estar probablemente resuelta. Y probablemente también veamos que en el futuro mercadolibre no es el facing que tiene hoy de pantalla, si se transforma en un. Quizás, quizás en una estructura conversacional pura, digamos, ya no de clics, sino por ahí una charla con un amigo que me ayuda a encontrar el producto que necesito y que me lo puede entregar rápidamente a partir de un precio conveniente.

¿Contame más de eso? Porque yo no sé si todos nos podemos imaginar lo que ahí estás pensando vos, porque vos lo contás con Mercado Libre, me parece buenísimo, es un negocio que viviste y conoces de punta a punta. No sé cuántos años trabajaste ahí liderando parte de la empresa, pero esto que acabas de decir yo lo podría pensar con cualquier producto o empresa, pero poneme que lo llamamos Mercado Libre. ¿Qué estás queriendo decir ahí? Porque eso creo que es el futuro. ¿Cómo sería Mercado Libre Full integrado con AI, por ejemplo, aunque sea una visión general?

Primero, Mercado Libre tiene un montón de AI hoy funcionando para un montón de cosas específicas. Yo lo que digo es que probablemente, probablemente si las formas conversacionales facilitan experiencialmente el proceso de compra, probablemente yo hable con mercadolibre, no tipee o no cliquee, digamos. Entonces la pregunta es, si vos estuvieras con un amigo que te tenés que comprar un sillón nuevo y la verdad que no sabemos de sillones porque compramos sillones cada 20 años, entonces no es una práctica que conocemos que mirar más allá de las medidas o el gusto de lo que nos parece. Y probablemente toda esa interfaz, toda esa conversación se dé en un contexto donde MercadoLibre no solamente te aporte el producto, sino te aporte el entendimiento de hacerte las preguntas de para qué lo querés y demás, y se transforme en una conversación. Hoy cómo es la cosa para un sillón, más allá de poder ver una guía de compras y demás, busco la palabra sillón, ordeno, browseo un rato para ver qué me gusta, veo los precios, pero soy yo, el usuario, el que tiene que hacer un poco el esfuerzo de navegar por ese mundo. Ahora imaginate en un proceso completo de inteligencia artificial. Che Meli, que es el nombre que le pusimos a este asistente, estaba pensando en cambiar el sillón. ¿A vos qué te parece? ¿Cuál decís? El de la sala, que obviamente vas a ver que en algún momento sacaste una foto y por ahí te trae una foto y te dice este. ¿Y es una foto de tu living, digamos, que está integrado, digamos, el resto del proceso y vos le digas sí, sí, ese, pero sabes que? Lo quiero cambiar de color porque como voy a pintar de azul las paredes, creo que este color no va a pegar. Y bueno, fíjate esta gama de colores a ver qué te parece. ¿Te gusta este? Bueno, mira, te hago una simulación de cómo quedaría y te planta una imagen en el device con el cual estás consultando que te muestra cómo te quedaría un sillón de las características que te está proponiendo en tu propio entorno. ¿Pero cuánto sale eso? ¿Y te va a responder sale, pero lo puedes pagar en tanta cantidad de cuotas? ¿Qué te parece? Fíjate cómo cambia el tema donde en cada instancia donde vos necesitas ayuda, no solamente te puede personalizar masivamente sino que te entiende y te va llevando a lo que entre otras cosas te puede generar un valor extra fundamental, digamos fechas de entrega, materiales, todas estas cosas que nosotros tenemos dudas cuando compramos algunas cosas, no es comprar solamente lo que sabemos, sino que muchas veces compramos cosas que no sabemos. Así que creo que puede haber una ayuda tremenda. Y hay otras elaboraciones más complejas con el tema de fashion y demás, pero creo que el ejemplo del sillón está bueno.

Uno podría imaginarse que una. No sé si esto va a pasar, pero para llevarlo al extremo, uno podría imaginarse que MercadoLibre quizá en el futuro la home sea como vemos Google hoy y que yo le pueda escribir o hablar quiero un sillón de tal medida, de tal color, que valga este rango de precios y mostrar una foto de mi casa y que me recomiende el sillón ideal o un par de opciones totalmente a medida de lo que yo quiero y que me lo meta en el carrito y que yo lo compre.

De hecho que previamente por ahí te pidió en algún momento que le des fotos de tu casa interna. Mirá, te voy a contar una anécdota de algo que viví personalmente yo hace poquito tiempo. Yo tengo una biblioteca que debe tener unos 300 libros, ponele 300, 400 libros y la verdad es que en este momento, previo a lo que te digo que lo que hice los tenía desordenados, entonces se me ocurrió una alternativa, ¿Cómo hago rápido un inventario de lo que tengo y en qué porción de la biblioteca está? Entonces lo que hice, agarré la biblioteca y saqué fotos de porciones de esa biblioteca para tomar más o menos de cerca la totalidad, como si fuera fueran esos libros que vos tenés ahí en el fondo, digamos que están así parados y lo único que ves es el lomo. De esa manera sacaba las fotos y se lo subí a GPT y le haceme un inventario de todos los libros que tengo y ordenámelos temáticamente y por supuesto respondió fenomenalmente. Hay algunos libros que no reconoció porque el lomo era demasiado invisible como para detectar qué tipo de libro era, pero aquellos donde podía leer el título del libro o el autor o el color y demás, no solamente me daba lo que yo le pedía de inventario, sino que me traía una sinopsis del libro y por supuesto me contaba quién era el autor y en qué año había salido la primera edición. Entonces eso es alucinante, digamos, cómo cambian las cosas. Por eso te digo que probablemente la fotografía de tu vida, todos estos sistemas las empiecen a tomar como para entender más profundamente tu estilo, tu forma de vivir o qué necesitas. ¿Entonces por ahí con esa foto del fondo, con mi foto de la biblioteca, por ahí me dice che, pero vos que leíste todo esto, cómo puede ser que no leíste este, que no tengas este libro en particular? Y ahí Meli está haciendo su laburo de hacer discovery de el producto que no tenés y que te va a gustar, porque escúchame, si leíste esto, esto y esto, este no puede faltar.

Wow, o sea, para bajarlo un poco, hoy estamos viendo entonces quizás ya avanzando a pensar en cosas como la que acabas de decir, hoy estamos viendo la punta del iceberg en realidad, porque todavía son propuestas de valor que le suman componentes de inteligencia artificial que acompañan o eficientizan, pero no están totalmente. Lo que vos acabas de decir es una experiencia, una propuesta totalmente integrada con inteligencia artificial. A eso es a lo que vamos.

Creo que la respuesta más correcta sería en el journey de lo que tiene que ver con el comercio, porque hay journeys educacionales, hay cuestiones que no son estrictamente vender un producto, pero en el journey de la venta de productos, hoy estamos viendo parcialmente ese journey asistido de alguna manera con inteligencia artificial, cuando te propone una recomendación de los que compran esto, compran esto otro, probablemente te interese esto, ahí hay inteligencia artificial. Aunque sin duda estamos viendo una porcióncita integrada del journey que viajó el usuario en declarar su interés en demás. Hoy no existen las fotos internas procesadas como parte de estos journeys de una manera integral. Y vos dijiste la punta del iceberg y vamos a estar siempre viviendo la punta del iceberg, lo que pasa que el iceberg va a estar creciendo cada vez más por debajo. Entonces en ese trayecto exponencial, digamos. Digamos que van a vivir estos algoritmos de aprender cada vez más. Siempre vamos a estar en la puntita del iceberg, porque lo que hay por detrás va a ser mucho más grande de lo que podemos incluso percibir.

Las cosas que vienen a la mente son brutales. Me dijiste otra cosa ayer, me decías, uno de los casos de uso que vamos a ver es, me escribiste así, elaboración de estrategias para atacar un problema. Cuando me decís eso, ¿Qué querés decir con eso? Que la inteligencia artificial va a poder hacer estrategias por mí, por ejemplo, sobre mi empresa.

No es que te va a reemplazar, pero probablemente cuando estés bloqueado con alguna circunstancia te pueda ayudar. Mirá este caso, suponete que tenés algún tipo de litigio comercial, y eso se presenta en un contexto legal, donde hay un juicio, y hay una sentencia, primera instancia, que te perjudica, y vos crees que hay que lucharla, digamos, esa situación donde vos sos parte de ese litigio y salís perdiendo. Bueno, vos podés pedirle a estos algoritmos que te ayuden a ver, primero que comprendan la sentencia. Entonces vos le das 60 páginas, 100 páginas de la sentencia y. Y el tipo te las analiza, te las resume y demás. Pero a continuación vos le podés preguntar perfectamente cuál sería un conjunto de buenas estrategias para apelar esa sentencia, tratando de lograr una mejor posición para la instancia que vos le definís. ¿Soy la parte A, soy la parte B, o te identificás de alguna manera qué parte jugás dentro de esa sentencia legal? Entonces no te reemplazó en la estrategia, pero probablemente te haya tirado un conjunto de ideas muy sofisticado, incluso muchas veces haciendo referencia a jurisprudencia histórica de tu país, y vos le aclaraste que esto es en el contexto de Argentina o de algún otro país en cuestión. Y eso si bien es generativo, es generativo desde el punto de vista del AI. Generativo claramente es ayudarte en un valor muy superior a crear un mail para contar una cosa, aunque puede ser que ese mail sea sumamente importante, digo, elaborar una estrategia de cómo resolver un tema o cómo aproximarse a una cuestión. Esto van a ser asistentes tremendamente útiles, porque te elevan el terreno de las posibilidades, digamos, te lo elevan mucho más.

Sí, de hecho justo decís este ejemplo, el otro día hablaba con mi mamá que tiene un tema legal típico de problemas familiares, y justamente me decía esto claro, tuve un caso, tuvo que ir.

A.

Estas audiencias con un juez, qué sé yo, y después mi mamá le encanta todo lo que es inteligencia artificial, y después se puso a conversar con ChatGPT, es decir, el juez me dijo esto, esto es lo que está pasando en el caso y demás, y mi mamá me chachipit, me explica mejor todas las cosas que el abogado que contraté. El abogado que contraté no me sirve. Esto me lo dijo mi mamá hace una semana.

La parte de la explicación o la parte de la transmisión de conocimiento es un aspecto súper importante de la inteligencia artificial. ¿Por qué? Cuando mirá, en el mundo de lo que hacemos, nos enfrentamos a cosas donde son cosas que repetimos todos los días, todos los días viajamos de A a B, todos los días comemos, todos los días nos higienizamos, son cosas que sabemos, entre comillas, por la repetición. Pero hay muchas veces que nos enfrentamos a situaciones nuevas, me dejó de funcionar tal dispositivo y yo no tengo ni idea, o hay como. Cuando nos enfrentamos a cosas nuevas, lo mejor es que alguien te explique resumidamente qué cosas importantes tener que tener en cuenta para resolver esa cuestión. Y esto pasa en todas las í familiares, personales, laborales, entre amigos, tenemos siempre cosas que sabemos cómo resolver y cosas que no tenemos ni idea, porque nos pasan una vez cada 17 años. Esas cosas que pasan cada 17 años es imposible que solos podamos resolverlo rápidamente. ¿Pero si tenés a alguien al lado que te puede decir, che, mirá, para esto te conviene mirar esta cuestión, esta cuestión y esta cuestión, y te estructura la problemática, te estructura la posibilidad de tu comportamiento, o por lo menos te brinda los distintos caminos que vos podés seguir, viste? Para que esto tenga una resolución favorable para lo que vos estás buscando. Así que me parece que salir de creo una imagen que puede ser muy importante, puede ser muy interesante, pero es una opción bastante básica, generar en conjunto con tu asistente, estrategias para resolver cuestiones que pueden ser desde una compra de un artefacto, a resolver no sé qué, de la pinchadura de no sé cuánto, digamos, creo que es una opción interesante o muy interesante para tener una mejor calidad de vida, digamos, que nos acompañe alguien que todo lo sabe al ladito nuestro, y que esté disponible en todo momento. Los que han tenido la oportunidad de conversar con GPT en su versión oral, es tremendo las posibilidades que tiene.

Es impresionante. Ahí tengo algunas preguntas marcadas que te quiero hacer, pero ahí me llevas. Hay algunas cosas que vamos a hablar en este episodio que van a ser conjeturas. No sabemos qué va a pasar en el futuro, pero. A lo que me está llevando a pensar con esto último que me decís, es la inteligencia artificial. Los asistentes naturalmente deberían integrarse a la vida, a los hábitos de uno, más que cualquier tecnología que hayamos visto antes. Todos estamos acostumbrados, por ejemplo, a hacer varias búsquedas en Google al día, pero esto probablemente en estos años los lleve a otro nivel. Quizás yo tengo un asistente al que voy a estar hablándole todo el tiempo sobre todas cosas que me van sucediendo, que necesito o que quiero resolver.

Si vos buscás la palabra tejido, no es lo mismo ser una abuelita que ser un médico con respecto a qué tipo de respuesta uno espera. Y eso tiene que ver con el contexto. Y si hay algo que hacen bastante bien estos algoritmos dentro de la lectura de las conversaciones que va teniendo contigo, es reflejar o memorizar aspectos importantes que definen la resolución de un problema de una manera ajustada a tus necesidades. Yo te diría que hoy, desde mi humilde punto de vista, porque obviamente como vos dijiste, es una conjetura, no es una verdad declarada, pero muy probablemente Search de Google, tal como lo tenemos conocido, desaparezca o evolucione rápidamente a lo que es search con respuesta conceptual, digamos. Porque cómo buscabas vos hasta ahora, vos buscabas una cosa, un concepto, una keyword, y te decía, todos estos sitios son relevantes para esta keyword, pero andá y encárgate vos de visitar el sitio, encárgate vos de encontrar cómo ese sitio te ayuda a vos y demás. Ahora, cuando El algoritmo resume 18 sitios diferentes que hacen referencia a la keyword que vos estabas buscando, y te da directamente el entendimiento de lo que es la respuesta, es una propuesta de valor siete veces más interesante porque gano muchísimo tiempo. Y si eso además se hace en un contexto conversacional donde el asistente me está acompañando durante todo el día, eso puede suceder en el colectivo, en el subte o caminando por la playa. Entonces es muy enriquecedor el tema de tener alguien con quien hacer ping pong de ideas. Y ese seguramente va a ser un asistente inteligencia artificial que te conozca, como dice Yuval Harari, mejor que vos mismo, digamos, a vos mismo.

¿Quiénes crees hoy que van a ser jugadores ganadores o perdedores de lo que está sucediendo, o sea, porque en Inteligencia Artificial lo que se ve es el gran ganador hoy en día, más allá de OpenAI, Chachi, todo esta es Nvidia?

Mira, déjame decirte, porque me das un pie enorme a un comentario anecdótico. Alguna vez me dijeron que en la fiebre del oro los que ganaban la guita eran los que vendían picos y palas, porque era el herramental necesario para encontrar ese oro que muchas veces no existía, pero el riesgo lo corría otro. Entonces creo que en lo que son las propuestas de valor y la existencia de los ganadores o los perdedores, déjame decirte lo cosas que me parece que se están confrontando, se están verificando en la realidad. Primero, los ciclos de los imperios son cada vez más cortos, no sé cuánto vivió en el ciclo IBM versus el de Microsoft, versus el de Google, versus el de llegan más rápido a los 100 millones de usuarios y también pierden el colectivo, el bondi y lo pierden más rápidamente, o sea hay como un spike, encuentro la beta y se agota por ahí más rápidamente porque viene otra beta que lo supera. Yo creo que hoy a Google lo que le está pasando es, primero le pasó un Amazon con AWS que le quitó un negocio que para mí naturalmente tendría que haber sido de Google porque era el que mejor preparado estaba para ello. Internet a Microsoft, porque Microsoft en algún punto perdió terreno con el tema de Internet y hoy Google creo que en las manos de OpenAI está complicado, digamos complicado no porque no vaya a tener inercia y no vaya a vivir muchos años más, que seguramente va a suceder, pero van a tener que moverse muy rápidamente para era quien naturalmente tendría que haber liderado toda la iniciativa de Inteligencia Artificial, hizo los papers de los transformers y vino otra empresa chiquita y rompió toda la historia y está yendo a una velocidad que es imparable y esperá que liberen Sora con el tema del video y qué sé yo, porque la verdad que tiene mucho más en el laboratorio de lo que están exponiendo a nivel de producto y eso que van rápido igual a nivel de producto. Entonces ganadores y perdedores es solo circunstancia. Lo que te puedo decir es que el aprendizaje es cada vez es más rápido, si encontrás la beta, subir, pero también la bajada es más rápida. El período total de vida de las organizaciones cada vez es más corto en cuanto a esos éxitos, estamos hablando de que por ahí son 10 años estos periodos cortos de liderazgo, dos años o quizás menos tiempo, pero la realidad es que creo que una cosa es cómo vamos a ser como líderes de esta realidad, cómo nos vamos a comportar tomando decisiones con esta realidad. Nosotros los que tenemos algunos años más, hemos vivido, hemos venido de un proyecto de vida que era de largo plazo, vos estudiabas, empezabas a trabajar, por ahí te mantenías dentro de esa organización durante muchos años, tenías una compensación económica que te permitía comprar tu casa, tu auto, tus vacaciones y tenías una familia de dos hijos, cuatro integrantes, perfecta y bueno, ese era como un ideal de fantasía. Hoy tiene que ver qué hace mañana, si el universal income va a ser necesario, si los movimientos geopolíticos en el mundo se estabilizan o se complican, o sea es una realidad más compleja la que tenemos, tenemos más herramientas pero también tenemos más complejidad. Antes la vida si querés cursaba con terrenos más previsibles, hoy, mañana algo nos puede sorprender violentamente, así que no sé, ahora ya ni me acuerdo cuál era la pregunta que disparó todo esto, pero la complejidad de la decisión y todo.

La pregunta era más de inversión o de proyección de los jugadores que vemos ahora en la industria, quiénes van a ser ganadores o perdedores. Pero igualmente a lo que te fuiste, me parece que lo que expone es que inteligencia artificial está tan integrado a nuestras vidas a partir de ahora que se van a dar muchos cambios en línea con eso. Te pregunto de nuevo, hay muchas cosas que no podemos predecir el futuro, pero para el lado donde va toda esta tecnología nueva, son tantos cambios de hábitos, cambios de formas de trabajar, incluso las industrias que van a cambiar. ¿Vos creés por el ritmo que vos venís viendo que viene tomando estos años, crees que este ritmo vertiginoso donde estos últimos dos años vimos un montón de cambios, empresas nuevas, se va a sostener? ¿Vas exponencial o crees que en el momento vamos a ver una meseta y el mundo se acomoda? ¿Qué intuís vos?

Yo creo que estamos lejos de una meseta, lejos, lejos. Si llega a existir esa meseta, creo que nos tenemos que poner el cinturón de seguridad y aprender a estar manejando como colapinto a 350 kilómetros por hora, porque las decisiones van a ser de microsegundos con una complejidad enorme, parecida a la de la botonera que tienen estos muchachos en los Fórmula 1, en el volante, de una complejidad que asusta a cualquiera. Creo que mirá, lo más importante es cómo me paro yo ante esta circunstancia. Cómo me paro yo, no Daniel, sino todos nosotros. Cómo desarrollo mis capacidades de liderazgo en un ambiente de cambio permanente, cómo tomo decisiones para armar equipos, con qué talento me cruzo. Y sin duda creo que es más nutritivo cruzarse con doers, con gente que hace, aunque se equivoque, pero que tiene una voluntad de hacer, que con gente que por ahí dice no, esto va a pasar, esto son los chicos los que van a terminar jugando. Mira, ayer volví a usar después de bastante tiempo, mis Oculus, que son estos cascos de realidad virtual de meta, y tenían unos ambientes nuevos virtuales, digamos, para los que no lo conocen, son cascos de realidad virtual que permiten, entre otras cosas, vivir una experiencia, un ambiente tridimensional realista, sin moverte de tu casa. Y te digo que me sigue sorprendiendo cada vez más la inmersión que vos vivís cuando vivís este tipo de cosas. Entonces imagínate empezar a combinar estas cuestiones. Cuando Sora sale, que es el algoritmo de OpenAI para crear videos, se piensa que era parecido al tema de el texto convirtiendo en imagen estática. Y lo que aclara el equipo de OpenAI es el hecho de que no es una realidad descripta contexto solamente, sino que es una simulación de la realidad, o sea, tiene componentes de simulación. Con lo cual imagínate que ese terreno se puede crear en forma dinámica, ya no estática en un momento determinado, sino que se puede estar retroalimentando permanentemente. Con lo cual yo puedo vivir una realidad virtual que si la vivo a través de estos cascos, es muy inmersiva y eso se está creando todo en tiempo real. No me quiero ir de viaje, Dylan, así que vos me traes de vuelta la realidad si hace falta, pero el tema es la combinatoria de cosas y cómo nos paramos frente a ellas, cómo nos paramos como líderes. Vos trabajás mucho con startups, probablemente esas startups necesitan plantearse cómo van a desarrollar su estilo de liderazgo, qué componentes de liderazgo van a necesitar, ya no solamente el marketing o el negocio o la propuesta de valor, sino cómo vamos a ser como líderes para avanzar en este terreno sinuoso de exponencialidades. Por doquier, digamos.

Si te parece vamos a tratar de meternos un poco en eso. Me gustaría que dediquemos el tiempo que nos queda de conversación a cómo utilizar inteligencia artificial o cómo deberíamos en empresas empezar a pensar en utilizar la tecnología. Cuando el otro día estábamos hablando me decías, lo que hoy está pasando es que la mayoría cree que si en sus equipos están usando ChatGPT para resolver cosas o para ayudarse con temas, es como que la empresa ya está usando inteligencia artificial. ¿Qué crees hoy Dani, para abrir esa conversación, ¿Qué crees que deberían estar haciendo las empresas que realmente usen o puedan usar inteligencia artificial a su favor?

Bien, el primer punto es que la inteligencia artificial no viene primero, lo que viene primero es qué problemas tengo yo en la empresa que puedo atacar con inteligencia artificial, porque si yo pongo voy a usar inteligencia artificial, el hecho de que cada uno se ponga con GPT a jugar y ver qué posibilidades tiene boca de ganar el próximo partido, no le va a servir a la organización. Entonces lo primero es tomar una decisión de que la innovación como término, es una cosa importante para las compañías, o sea, las compañías que no vayan a innovar probablemente las pasen por arriba a los OpenAI del mundo, digamos que surgen permanentemente, hay gente muy inteligente pensando en el próximo negocio y monta su startup, ¿No es cierto? Entonces lo primero es esa decisión que tiene que venir de la cabeza de la organización, o sea, los número uno tiene que estar consciente de que esto no es un juego de niño, no es una cosa más, no es una moda, esto viene en serio y la innovación es la necesidad. Ahora, bajando un escalón, la innovación no va per se en cualquier cosa, no es una experiencia de laboratorio como se hace en los laboratorios teóricos o académicos donde se experimentan cosas per se, sino que las organizaciones tienen que experimentar la aplicación de este tipo de cuestiones a problemas específicos y eso es lo que yo llamo casos de uso. Y para encontrar los casos de uso lo que hay que ver es dónde están los problemas, dónde están los mayores desafíos o dónde están las capacidades que dan estos algoritmos que pueden resolver problemas que todavía no sabíamos que se conectaban con esas soluciones. Yo siempre hago el chiste que hay veces que tenemos un problema y le buscamos una solución y hay veces que tenemos soluciones buscando problemas, entonces sabemos hacer algo y queremos ver, bueno, no importa tanto el approach. Lo que sí es importante es que el caso de uso esté claro, que el contexto va a ser este, vamos a resolver o vamos a atacar esta problemática. Como toda innovación, tiene que ser pensada en términos experienciales, desde experiencia o experimentación más adecuadamente. Porque si lo pensamos como un proceso que automáticamente nos va a dar un buen resultado, eso sería porque conocemos el camino. Y en todo caso, si conocemos el camino, no es una innovación para la organización. Creo que innovar es justamente recorrer terrenos que no conocemos, es ir más allá de la frontera conocida, con lo cual tiene que ser esperable los errores, la famosa frase, algunas veces se gana, otras veces se aprende, pero no vamos a estar certeros ni con los tiempos ni con los resultados. Pero sí tiene que haber un compromiso grande de tratar de hacer bien las cosas. Y para esto el learning by doing que estoy proponiendo de hacer inteligencia artificial, haciendo aplicación de esa inteligencia artificial a un problema particular. Siempre es bueno acompañarte de alguien que tenga metodología o experiencia en este tipo de cosas, porque es el que te va a rootear, el que te va a mantener dentro de los carriles, no te va a resolver completamente la cosa, porque hay un expertise propio de la compañía que no lo tiene nadie, pero que sirve para decir, bueno, me estoy moviendo dentro del carril donde voy avanzando y donde no, me voy yendo a un lugar que no converge con una solución. Esto tiene un montón de definiciones asociadas, como en definitiva, cuál es el objetivo que persigo, qué estructura le voy a asignar a la cosa, qué herramientas voy a utilizar, qué metodología voy a utilizar, Porque el método y la herramienta son complementarios. El método es el proceso, la herramienta es la herramienta, digamos, valga la redundancia. Y creo que no me olvido ningún factor importante, pero creo que por ahí va la cosa. La estructura, las herramientas, el proceso que voy a utilizar y hacer esa experiencia de experimentar en el sandbox, en el terreno de lo posible, con algo que no conocemos porque es nuevo.

Voy a hacer un resumen de lo que acaba de decir, como lo entendí yo. Lo que quisiste decir es, más allá de que en tu empresa estén todo tu equipo usando ChatGPT para ayudarse con cosas y eficientizar o productivizar sus trabajos en el día a día, es cómo empezás a partir de ahora a atacar los problemas que querés resolver con AI. Sería eso como una mentalidad de primero AI, Por ejemplo, te cuento un problema propio que hay muchas formas de resolverlo. Yo tengo hoy un problema que necesito resolver, donde Growth Rockstar es como una universidad básicamente. Así como hay alumnos que compran una carrera universitaria, están cuatro años estudiando en Growth Rockstar, viene un alumno, compra un curso, está meses estudiando y sigue. Hoy un problema que yo tengo es que, o que detecto, es que la gente cuando sale de la formación quiere volver a acceder lo que aprendió. Es como si yo ahora podría contactarme con mi universidad que estuve hace 10 años y hacer preguntas de las clases que tomé. Yo eso lo puedo resolver de muchas maneras, te puedo dar un resumen de todas las clases que hiciste conmigo. ¿A lo que voy es, tu propuesta es que ahora yo piense primero AI first, cómo resuelvo esto con inteligencia artificial? Entonces quizá la solución hagamos una gente que yo le doy todo el conocimiento de mis cursos, le cobro un fee mensual a mis alumnos por poder accederlo, hacer preguntas y que la gente los ayude a resolver temas de sus trabajos, sus empresas, con lo que aprendieron conmigo, por ejemplo.

Es así como lo acabas de decir.

Y MercadoLibre debería decir cómo mejoro la experiencia con AI, por ejemplo, no de.

Otra manera, problem first, digamos, o necesidad first, porque lo primero que supiste es que tenías un problema ahí, no es que viniste con AI y decía a ver, a ver, dónde ponemos chicos, tengo 7 rebanadas de para compartir, ¿Quién quiere un pedazo de torta? No es así. ¿Cuál es el problema? Yo lo que invito a las organizaciones es decir, che, acá tenemos un quilombo, acá tenemos un problema, acá tenemos un desafío, bueno, vamos a trabajar con eso. Y AI seguramente tiene un montón de soluciones para aplicar en ese contexto de manera positiva. Así que no es que estoy descartando la inteligencia artificial, simplemente que la estoy poniendo atrás de un objetivo concreto que es mejorar, obtener una forma diferente o innovadora de hacer las cosas. ¿Y sabes por qué me parece importante la innovación? Porque la innovación tiene que tener tres características para mí. La primera tiene que estar asociada a tus objetivos de negocio, o sea, no haces innovación en canoas si te dedicas al transporte de camiones, a menos que eso vaya en un futuro a ser utilizado de alguna manera, la innovación tiene que estar asociada a un objetivo de negocio. Lo segundo es que tiene que estar conocido que la innovación es un conjunto de iniciativas, no es una iniciativa particular. Y esas iniciativas se transforman en dos tipos de las iniciativas que habilitan que la cosa suceda, e iniciativas que impactan en los resultados de lo que sucede, que son iniciativas que atacan directamente el resultado del negocio. Pero las habilitadoras son importantes. Por ejemplo, yo en la cuenta que te hice de lo que se hacía falta para tener un proceso, un equipo de trabajo, trabajando en un caso de negocio particular dentro de una organización, no te nombre la data, que la data es fundamental, digamos, como insumo. Ahora, para tener la data, la tenés que haber capturado en algún momento, y eso tiene que estar disponible en un servidor o en algún recurso utilizable. Entonces, esas iniciativas habilitadores y las que ejecucionalmente van a impactar específicamente, van a venir probablemente estas segundas más del lado de cómo explote la data y cómo explote la funcionalidad de la para poder impactar. Entonces, objetivos, iniciativas potenciadoras, que es así como se las llama, las que impactan directamente negocio y habilitadoras, hay como un camino que se desarrolla, y en el mapeo de la innovación de una organización tiene que estar presente esa necesidad de saber que innovar es un camino, no es una iniciativa aislada en el medio del desierto.

OK, Dani, ¿Cómo llevas esto a la práctica? Vos, por ejemplo, haces mucho trabajo de Advisor y consultorías. ¿Vos ya estás implementando cosas de inteligencia artificial en en tus proyectos?

Primero y principal lo que hice es implementarla en mi propia organización, digamos, es usar cotidianamente de verdad el asistente para un millón de cosas que me pasan durante el día, digamos, desde lo que puede ser un transcript de una reunión, a lo que puede ser la elaboración de, o la colaboración de una estrategia. ¿Porque hay veces que vos te preguntás, che, cómo encararíamos este problema? ¿Y se te ocurren dos o tres formas, por ahí el algoritmo te tira diez más, y si bien quizás no piqueas ninguna de esas en particular, te ilustra de ah, sí, me acordé ahora de esto, que también era una posibilidad, viste? Es mucho más sistemático. Entonces realmente el asistente sería como un micrófono y auricular que uno debería tener permanentemente, y decirle cómo encaro esto, digamos, o tengo este problema, encuentro en la calle con un problema, no sé cómo salir adelante con esto, bueno, fíjate de hacer esto, esas estrategias de cómo atacar problemas, me parece que son súper útiles. Eso en lo cotidiano y en lo personal. Y después a nivel institucional, por supuesto, cuando trabajamos con, con todo lo que tiene que ver con innovación en nuestras organizaciones cliente, los acompañamos en entender cómo es la lógica para implementar AI de una manera donde AI sea útil y medible la utilidad que tiene dentro de la organización, no como un tiro al aire. Se me ocurrió hacer esto con ChatGPT.

Pero más yendo Dani, te quiero llevar a la parte más allá del del trabajo del día a día o la productividad, más a value prop, porque por ejemplo, vos tenés mucha experiencia trabajando en marketplaces, e commerce, hoy también para la empresa que piensa, como estamos diciendo recién, primero con AI aparecen muchas oportunidades, de hecho quizás hay una empresa que hoy si MercadoLibre no se apura, hay algún otro jugador que si integra más rápido o mejor, le puede hacer un daño. Si un competidor de Mercado Libre, hoy es difícil hacerle daño a Mercado Libre, pero si hoy un competidor dijera cómo integro más AI en mi experiencia y quizás hace algo como lo que hablamos antes, quizás puede tener una propuesta de valor mejor, o sea está llevando más allá de procesos a sumar AI en la value prop.

Definitivamente. Mirá, te voy a explicar un caso en el que estoy en este momento con una compañía de Brasil trabajando, que tiene que ver con dentro del mundo de la moda, hay muchos desafíos, muchos desafíos, pero yo te diría que el desafío permanente es entender el estilo de lo que a vos te gusta como cliente y cómo lo entendés. Ya no es que compraste un suéter la semana pasada, porque la palabra suéter te dice poco, no, pero las características de ese suéter y las características del momento donde lo compraste y cómo lo compraste, y todo lo que puedas tener de data correlacionada o correlacionable con esta circunstancia, te aporta un montón. Te aseguro que hay un montón de cosas por hacer con inteligencia artificial que nosotros las estamos implementando y sofisticando la forma de establecer esa personalización. Porque vos en definitiva, si pudieras, estando en el negocio de las pilchas de la indumentaria, si pudieras fabricar solamente lo que vas a vender, sería como el mejor de los mundos y no clavarte como diríamos Davski con esas camperas que vinieron de China y que no era lo que necesitaba el público local. Entonces sí, definitivamente nosotros usamos cotidianamente y te diría que no veo proyecto en el que estemos que no esté usando algún tipo de herramienta de inteligencia artificial disponible. De hecho nosotros corremos en forma local también muchas cosas, porque hemos implementado modelos y todo de corridas locales para algunas experiencias que necesitamos que sea de esa manera la cosa. Así que sí, hay mucho, hay uso permanente y bueno, creo que hay obviamente aplicabilidad inmediata dentro de las organizaciones, pero hay que organizarse, hay que saber cómo hacer el onboarding adecuado.

¿Crees que hoy cualquier empresa debería estar preguntándose cómo suma Inteligencia artificial a su value prop o hay casos, industrias o tipos de empresa específica donde veas donde veas que esto tiene más sentido? Te pregunto porque últimamente estamos viendo todas las empresas, por ejemplo, que están en procesos de levantar capital, desde rondas SID hasta series e, todas vemos que están implementando cosas con AI, como si fuera algo importante que necesitan hacer para captar la siguiente ronda, por ejemplo. Ahora no sé cómo es esto, me gustaría saber qué pensás de eso, si está bien o gente que está haciendo cualquier cosa y quizás qué sabes qué está pasando con esto, con empresas que ya están más establecidas, empresas que no están en esa de levantar capital, también deberían hacerlo.

Inteligencia Artificial hoy tienen que todas las organizaciones sin duda, tomarlo de alguna manera como un desafío de hoy. Ahora déjame decirte que las empresas establecidas tienen dos situaciones. La primera es, si son muy exitosas, les cuesta implementar cosas que cambien la forma de hacer que vienen llevando, porque si somos exitosas, ¿Para qué vamos a cambiar? Y eso no te das cuenta que te hierve como el sapo, llega un momento donde te moriste y no te enteraste ni siquiera por qué, porque te hirvieron de a poco o de golpe, digamos, te caíste a la olla y te moriste inmediatamente porque no estaba buena la temperatura. Y la segunda circunstancia, que por ahí si no les va bien, no tienen ni guita ni recursos para poder encararlo. La mayoría de las empresas probablemente esté en el medio, no sea ni súper exitosa, ni tampoco esté a punto de quebrar. Con lo cual la recomendación es obviamente tienen que tomar la inteligencia artificial como una cosa preventiva, porque les va a parecer sin duda una competencia diferente, que haga algo diferente en el mercado, sin duda, porque está todo en discusión, está todo a revisar, es como que el otro día escuché en una conferencia Inteligencia Artificial casualmente acá que se hizo en Buenos Aires, el tema es que lo que está pasando con la inteligencia artificial es como mezclar y dar de nuevo, o sea, el que tenía el ancho de espadas ahora fue el ancho, fue de vuelta al mazo, se mezcló y están repartiendo de vuelta las cartas, viste, porque está todo como volviendo a empezar. ¿Vos antes nombraste hacer las cosas mejor de mercado, libro, generarle daño, yo creo que la palabra generar daño no es un buen comienzo, pero entiendo lo que vos decís, es decir, cómo busco la oportunidad, competir, cómo busco la oportunidad, cómo hago que MercadoLibre no sea mi única opción? Y cómo sobrevivo y cómo por supuesto que vos podés integrarte, pero puede haber posibilidades, Claro que puede haber posibilidades si vos haces algo que es diferente y normalmente eso tiene que ver con cambiar el paradigma, o sea, normalmente lo que va a pasar que sea más disruptivo es cuando el paradigma completo sea muy diferente al paradigma anterior, lo que te decía de no pensar en un lugar donde vas a buscar mercadería, sino donde un asistente que te ayuda a ser más feliz en la vida y que parte de esa felicidad es encontrar el producto adecuado que resuelve el problema que vos tenés en este momento digamos, o que necesitas ayuda. Así que creo que hay mucha oportunidad sin duda para hacer las cosas diferente y bueno, hay que descubrirlas.

Estoy tratando como de que dejemos un mensaje para gente que se esté todavía cuestionando si debería subirse a esta hora, si lo hace o no, algo que sea contundente. El otro día escuchaba una comparación, me acuerdo quién dijo, creo que el fundador de Soft Punk, pero no estoy seguro si fue él, decía que Inteligencia Artificial va a ser una revolución más fuerte que la Internet, no sé si escuchaste eso.

No, pero definitivamente es así.

La pregunta que me hago ¿Cuando? Siguiendo esa lógica yo no lo sé, pero bueno, si se está diciendo eso, la forma de pensarlo sería. Claro, en el medio desde Internet e Inteligencia Artificial tuvimos distintas tecnologías que fueron apareciendo, estas deberían ser las que uno piensa realmente, estas son cómo convences a la gente, estas son las dos importantes, a esta subite sí o sí, es como si, qué sé yo, las tiendas de libros en los años 90 hubieran dicho si hubieran sabido que Internet iba a ser lo importante, hubieran intentado hacer el modelo de Amazon antes de que aparezca un Amazon, pero en ese momento la gente lo pensaba. ¿Si la gente descreía mucho de Internet, o cómo convencemos a la gente de que hoy no descrea de esto? Realmente pensá esto primero, no va a ser una burbuja.

Me quedé pensando en el tema de las oportunidades y cómo los cambios paradigmáticos generan esas oportunidades. ¿Vos sabés cuál es uno de los grandes problemas de la inteligencia artificial que requieren mucho poder computacional y requerir mucho poder computacional es generar calor y consumir energía eléctrica? ¿Estaba leyendo o alguien me comentó, ahora no recuerdo específicamente, pero creo que fue en estos días que me decían que las compañías grandes están invirtiendo en data centers en lugares polares o con mucho frío para no tener que, como se dice? Tener una solución que gaste más energía para enfriar lo que se calentó por la resolución del query que le hiciste al algoritmo de inteligencia artificial. Es más, alguna vez escuché algo así como que era 35 veces más consumo resolver un query en GPT que en Google, pero eso tómenlo con con pinzas porque puede ser un dato no verificado, pero si vos montás algo en el polo, la pregunta es cómo generas la energía y la conexión en ese lugar, o sea, vas a tener más frío natural, pero al mismo tiempo vas a tener que traer la energía de algún lado o generarla ahí. El tema de la energía es un gran issue del mundo que estamos viviendo, porque la energía eléctrica va a estar muy presionada en cuanto al tema de la generación, la distribución y demás, no solamente por los autos eléctricos en la medida que se vayan incorporando a este planeta, sino porque prácticamente todo tiene base de electricidad, digamos, a nivel energético. Entonces, y una cosa más, estas empresas que te decía que buscan el frío, están invirtiendo en centrales atómicas, o sea, volvemos a ponerle presión a las centrales atómicas para que generen con su tecnología histórica energía eléctrica, porque la vamos a necesitar y mucho. Un dato de color, el 65% de la energía eléctrica que se genera en Estados Unidos es por quema de combustibles fue fósiles, carbón, diésel y ese tipo de cosas. Si le ponemos presión a la demanda, ¿Por dónde va a crecer el tema? Y si crecemos en los combustibles fósiles sin agregar eficiencia, estamos calentando el mundo y eso tiene un efecto invernadero. Hay oportunidades de problemas grandes a ser resueltos y que tienen que ver con la inteligencia artificial o con lo que necesita la inteligencia artificial para vivir, que es básicamente electricidad, entre otras cosas, o.

Sea lo que me estás diciendo traduciendo es no sólo para subirse al ola de inteligencia artificial, no solo tenés que meter un agente en la experiencia de tu producto, sino que también puedes invertir o crear innovación, emprendimientos en lo que es la infraestructura, caso envidia, Envidia, los chips son la infraestructura, energía.

Esto cierra de alguna manera lo que vos arrancaste con el tema de Nvidia, ¿Estamos en el negocio de la búsqueda del oro o estamos en el negocio de los picos y las palas para los buscadores de oro? No importa lo que vos elijas, pero hay posibilidades por todos lados, hay oportunidades por todos lados.

¿Dani, creo que con eso último estamos para dar un cierre o hay algo más que tengamos en el tintero que quieras o algún consejo que quieras dar o algo que no hayamos hablado?

No, hablamos de la inteligencia general y del Singularity Day donde la computadora y el algoritmo iba a superar la inteligencia humana, porque ya está casi eso, entonces en lugar de buscar la fecha con mayor acididad, empecemos a vivir lo que se necesite para integrarnos a este mundo. El tren está pasando y no para. ¿Nos subimos o no nos subimos? Cada uno verá cuál es su respuesta personal. Yo les recomiendo que se suban todo lo posible.

Perfecto, bueno, cerramos con eso. Dani, muchas gracias por sumarte y me interesó, ojalá vayamos viendo juntos cómo va avanzando todo esto y quizás, por qué no, volver a hablar. Yo creo que van a pasar un montón de cosas en los próximos meses, próximos años. Seguro.

Gracias por a vos, por la oportunidad de tener este momento compartido y de charlar de tantas cosas que a mí me resultan súper interesantes y espero que al público le termine también siendo de valor todo este contenido que hemos generado a través de esta charla, así que gracias Dylan, abrazo grande.

Muchas gracias por escuchar este episodio. Si te agregó valor, te hizo pensar, te dio nuevas ideas, por favor considera suscribirte al podcast en Spotify, Apple Podcast o tu aplicación de podcast favorita y compartirlo con amigos y compañeros de tu empresa.