If AI is so good, what are we humans for?

Very good morning, afternoon or whatever to those who are listening to us right now, and very welcome to our episode number 10 of It's Time to Learn. Everyone thought we weren't going to get to the third, I thought we weren't going to get to the first, but we got to episode 10. In any case, the turning point is 20, more than 90% of podcasts don't get past 20, so we still have a good way to go. Wish us luck. Wish us luck, click the bell, on all questions, continue, give us good vibes and everyone happy. However, we don't come to talk about that, we come to talk about other things. Very welcome guys, here I am with Rodrigo Rojo and Diego Arias, my name is Cristian Tala, and today I want to start with a question that has been on my mind for the last couple of weeks by people who have listened to the podcast and a couple of talks I have given lately. If AI and agents, LLMs in general, are so good, what use are we humans? And it's true, because they asked me. And in fact I think I did a great job with my answer, because in the context I was able to respond. But I would like to hear your opinion first. Guys, if all this is so wonderful, what the hell are we humans for? Perfect, I want to leave with a little bit of a light of hope. In this world where AI has more computing speed than us, it maintains information much longer than us, right? I'm sure you don't even remember that you had lunch on Monday. So, there are many things that we, because of our reptilian brain that seeks to survive, store only what is relevant, right? In fact, I'm sure that some even forget things that they once mastered perfectly in their previous jobs and that now they no longer even remember how they did it. So, sure enough, we have bad memory, AI writes faster than us, solves problems faster than us. In other words, in that sense, AI is superior. Isn't it to give a ray of light? But, but, here comes the ray of light. The issue is that AI in the current state requires someone to give it an instruction. It requires, if we go to AI, the classic chat-type assistant, GPT, Diclode, etc., it requires the human to go and give it an instruction. If it is an agent, it also requires that the human give it the instruction, only the AI ​​will have more autonomy to solve. You are going to make decisions on how to resolve a plebe, you are going to resolve it, right? And if I do an automation, right? I make an automated process that has it in between, I also defined what had to be automated and in what order. So, humans contribute two things. One, in the criteria of how to solve a problem, right? In having, in identifying that there is something and wanting to solve it. And two, in the creativity of how to deliver the key information to solve it. Hey, I know this, I think we talked about it like in the first or second chapter. You, cachai? That, I insist, I think I know 90% of the people I know, I am going to say 90% because for people to feel that they are in the 10% of those who are listening, that they are less creative than the AI, they are less autonomous than the AI, and I also have to tell the people I am thinking about how to do the tasks and what tasks to do. Clear. So, where I go, and that's a challenge that we have. But today, right? AI is going to replace the human who has creativity, and the human who understands the business, and the human who understands the context and has to hand it over to AI to solve. Good. And that there is a disclaimer. Yes, you. So, you have to be the person who understands the business and you are creative. Exact. And for me the challenge we have as a society today is that we are talking in the laws, in how we introduce AI, in the speeches, in the talks, etc., about things that are not relevant. What is relevant today is how we ensure that the people who are in the U, that the people who are in schools, develop those skills that are like power skills, critical thinking, creativity, systemic thinking, etc., to be able to live in a world where those skills are going to be key. And today, the university and everything is designed for another world that is going away, that is falling further and further down the wave. So, there is a giant challenge there. But, indeed, for me the human will continue to be relevant. What happens is that it changes the configuration of how they do things. You will no longer be the one who executes, but you will have agents and technology tools that will execute for you. But you have to give them the instruction. Then, also, and this is like the key skill that I think trumps all the previous ones, leadership. Because you have to know how to lead these tool teams. And there are also going to be jobs where, effectively, the human is still going to continue to be relevant. There are things where, indeed, person-to-person treatment, for example, is key, right? Or where, because of the nature of that topic, right? Having a human involved is going to be essential. So, there are going to be jobs. But there are others, especially in what we always talk about, which is the office, company work, right? Where, indeed, there are a lot of tasks that AI is going to start solving and it is going to solve them faster and it is going to solve them better. So the challenge is to learn those other skills so that you don't fall under the wave. Later I'm going to tell you a little about why we came to this topic, but first I want to hear Diego's opinion. I want to comment that I cheated and Cris had... Sometimes I commented to him as the answer to what the AI ​​told me. I told him, let's see, I'm going to ask you. And the first thing he told me is to survive and reproduce. That is what distinguishes us as humans. The basic foundation itself. And we are doing very hard to reproduce, because, for example, in Chile the birth rate is already below two people per family. Globally too. But in Chile in particular we are like at 1.6 and basically that means that if there are two of us, we are a couple, right? First of all we are having less than two. So in the end that is causing us to go to extinction. Well, Diego already made his shout of sand. I'm going there. I already have to catch up. Oh, how is it. Well, in addition to that, well, I agree with what Rodrigo says and that... Well, and also part of what you say Cris that, of course, it is key to know what is there, to lead critical thinking and, of course, that in the end it is something that is extremely relevant, but you also have to be aware that the majority of people do not have it as a direct and critical center. So it is something essential that has to be worked on and that, in general, the world in which we are training children, the schools, the universities are already there. It's not for that. We are still in the industrial age of memorizing things. Which doesn't make sense. And another point I think is very important is that what we have and I don't know if at some point you will even have the idea of ​​how... That's what we feel. Then it gets cold, it makes us cold and also understanding that also makes us have greater empathy and greater... a better solution to create a certain project thinking, I don't know, thinking this about people who are cold. When you are cold certain things happen. Then I will be able to better understand how to provide a solution to that. Be more empathetic with developing a solution but a given problem. Because I thought that this is how we are cold, we are weak and the idea is going to kill us. No, I was referring more to the context of understanding and being able to move forward to generating greater solutions and also being more... generating better relationships. I believe that this is the fundamental thing that is going to happen is that we have also seen the idea quite a bit and in particular with Open Club, which is a liar many times and if you didn't know it would be true, you are telling me. No, but it's not that he's a liar, he wants to please you. Yes, but that happens not only with Open Club, with anyone. But in the end that's why it's very important and it's advice that I read to people. When you start using the idea, ask about things that you know how to do to do them better, to do them in less time, to do more of that because you will have the ability to distinguish if the idea is hallucinating or not, you will have the ability to distinguish if the quality of the response is good or not. And then, in parallel, you can use the idea to learn other things that you don't know. But part in that part of the domain, why? Because you will begin to discern and understand the capabilities and limits of the tool. I'm still going to be devil's advocate on this. How many of the humans you have worked with before have lied to you? Everyone, po. I just say it to have it in consensus. Oh, I haven't lied to you. Chanta, now. I'll let you talk about that. In chapel. Hey, I have a comment regarding what Diego said because I remembered another topic where today the human is still relevant. And AI has two components by nature in how AI is created. The laboratories are starting to put together these models, right? To optimize them for certain tasks. For example, Claude at first was very optimized towards programming and they discovered that this helped a lot in the use of tools, in writing more creatively, right? Different things of that nature. But there is a concept called the Jagged Frontier. Because? Because they optimize for certain things but there are others where they are really rubbish. So, for example, if you ask the AI ​​to make you a joke, it will make you the worst joke there is. TRUE? Because it is not optimized for that. Is it optimized for what? To help you write, to help create programs, to help strategies, right? There are different skills that they focus on. So, obviously, there are a lot of things that are more niche perhaps in our daily lives where the level of quality that AI really has is not that much and where my ability to give it the information, the context, guide it to solve is going to be super relevant. So, for all of you who are listening to us right now and love to tell jokes, don't worry, you'll be able to keep doing it. Exact. And the second thing is that, given the same thing, why does that happen? Because these models are trained for months and when they are born the model is static. That is, the model learned what it learned with the data it had in training and left. And if we want that model to later improve its ability to tell jokes, I have to do training on a new model, a new version of the model or a fine tuning of the model every day. TRUE? Fine-tune it so that it can now tell jokes well. That means the model doesn't learn live. So, humans too, we learn every day. We were born and knew how to do anything, we didn't even know how to speak, right? And we start learning skills every day and every day we learn something new, every day we grow, hopefully for the better. Every day we adopt things. Not AI, AI is static. What they have done is that the AI ​​tools, for example, the Cloud application, now have the skills, now have memory that works super well and can connect with other things, but the brain behind it doesn't learn more, right? Until Opus 5 comes out, same with GPT, same with Gemini. So, in the meantime, because this will surely change in the next 5 or 10 years, in the meantime, another thing that distinguishes us is the ability to learn and find new ways to face a problem or seek to solve something, while AI is static until the next version comes out. Now, they are all working and have said it a thousand times about how we can make a model that learns live and when that comes out we will obviously put together another chapter to talk about the subject. Well, in theory the Minimax models, the 2.7 was created by the 2.5 so there is something there that can start to be done. But remember, we are going to continue with another one. But what I'm going with to make the distinction is that it's not that 2.5 improves itself but that 2.5 takes it over to create its heir. The same thing happened with GPT and with Opus in fact. And with Opus too. So, of course, that accelerates. I think what it does is accelerate the fact that we have faster and more successive versions, but it is still not like the version that was born now is Opus 4.7 and tomorrow Opus 4.7 is better and knows more things. So far there is still a replacement as of the next version. Diego, anything else you want to say about what humans are good for? I would only highlight that in this matter of the capacity to learn, there is also a capacity to learn. There is also a lot of questioning that many people are getting sillier about the issue of using the idea that in the end as the idea is important to see that it helps us and not that we trust everything and that is that the idea told me as it was not in Google and in the end we stop thinking because we rest on all the artificial intelligence and that is serious. Well, perfect, I agree with both of them, in fact, part of the answer I gave during a talk last week was that for the creative part, for the part that they can't make a machine, the example was that the person who asked me, according to him marking according to him, was a sales expert, perfect, I wouldn't hire a sales expert to sell a SaaS for 20 dollars a month, I would have the AI automate the sales process for a product for 20 dollars a month, but if the ticket is already 10,000 dollars a month It is unlikely that someone who is going to hire a service for 10,000 dollars a month is going to do it against a robot, an automated system or without seeing the face of the person who is buying it, so for those who are listening who think they are experts in sales, possibly the human factor in high ticket is still very relevant. The reason why I came to this particular topic and why I want to start with it. so absorbed in the world of AI technology we are testing a lot of things we do benchmarking we do tests etc. that we do not realize that the other 99.9% of the world is not doing it I am going to make a disclaimer there because I am I do training for companies every day and for people every day and I have to face people who are getting into this topic I am very clear about the distance there is between someone who is involved in the world of AI playing and testing tools every day and thus creating things and someone who is a secretary in a company who is in training and tells me where the copilot button is so I have to face every day how to see that distance and there is an issue that is gigantic and that for me is even more relevant which is that there is still a lot of lack in the use of technology in general so the distance between those who are occupying AI today and those who are still climbing in Excel the same this plus this plus thinking from the schools from the State unless we are going to talk about the State so I think we have to make efforts jointly among all those who are available to spread this and make people adopt it quickly because if not they are going to fall super low now but you realize the irony of this, right? AI was born to democratize the power to have access to information, now the agents have access to work that can help you get ahead and instead of lowering the barrier we are making it bigger. I just talked about that. I also think it is interesting and I assume that we at Sofielo are doing various things in training like in school and people. of the week and I talked about it and I felt uncomfortable like what word to use that people would understand because first I started talking about certain things like I saw that everyone was looking at me with a strange face and I said I'm going to talk simpler like simpler simpler and it was strange but well in that there is a topic that is very relevant that I sort of know it I was calling it like Digital Aristocracy that although there are many tools that are free also using tools that are paid makes the work very different although now several have come out that are like 10 times cheaper, for example, than Opus and they work well, you still have to pay and people do not like to pay, the company does not want to pay for several of these tools either and that is going to generate a very relevant gap and in particular, speaking at the level of schools, if the schools do not decide the decision, it is worth the abundance of getting involved with everything in this topic such as AI and seeing that or also in relation to what we were talking about that it is relevant to learn these new contexts, a very important gap is going to be generated instead of shortening it. to enlarge because if I don't know, because of certain schools, AI can be enhanced and the other skills will probably generate millionaires when I finish school versus the others who are going to be poor and not going to be able to find employment, as being very excess, one thing happens to me, sorry, there is one thing that happens to me with AI, which is like AI has a funny thing, it's like it's kind of dichotomous, on the one hand, we all have access if you know how to speak and have internet, and if you have internet, you can access AI from a free account, which is like step one or In that sense, it is democratic and she is going to do something that is going to be competent and that is going to be better than what she does, but of course, later on, for example, I dedicated a large part of my life to marketing. If I ask the marketing AI for the prompt, the information and the type of questions that I am going to ask the AI and the requests that I am going to make to the AI, they are going to have a much higher level of depth in terms of the knowledge behind the model and I am going to be able to exploit it even more, right? to make a better marketing campaign and get more out of it, then at the same time that it is democratic in access, it makes a huge difference between the one who knows how to use it and the one who makes their knowledge available to exploit that computing capacity and knowledge that exists within the one who does not then also generates this gap that Diego said where the one who knows how to use it is the one who understands what they are doing, right? It achieves a giant acceleration and that temporal distance between the one who is only asking as if it were Google to the one who is creating completely new things with AI in the short and medium term a giant competitive advantage, right? which means that a company, for example, today is producing much faster, releasing many more features, doing a lot of things, and that generates this gap, this aristocracy that Diego said, right? If things are not done to try to ensure that there is growth from here, perhaps not at the same speed but enough to stay competitive, what you will begin to see is a brutal change in the composition of the market in the distances between people, right? people who are like living a totally different life from the other. I want to get a little bit of that because this week I had a meeting with students from a university in Holland who are talking to me about finding startups where they can do professional internships. I have business and computer science students and I was talking with them about what things they are doing in the world of AI or if the fields have changed a little and the reality is that they are not doing internships in the same way as they did 10 years ago knowing that we in a world where 10 more years we don't know if universities or colleges are going to exist, I don't know, I just don't know, we shouldn't really be closing that gap today, not only for the people who can really pay or not, but also for the courses that really are long courses, that is, studying 4 or 5 years or 6 years for a course that doesn't serve you any purpose when you leave, it doesn't make any sense. How the hell, today we are not realizing that and we are making changes. I know that there are a lot of universities that are trying to see it, but those who are entering this year or entered last year they still don't have any changes there is a political problem because in the end, for example here in Chile, a study was done by the National Economic Prosecutor's Office that I don't know, 50% of the courses were not profitable, the people who were studying were going to finish something that wasn't going to earn money, they weren't going to earn more, yes, but that was the reality without AI, imagine of course, but and given that, it's like it was already identified that what should have been done is hey, it's over, they can't do more of those courses, but nothing was done, it's like done. go out to study bye if you want to get into studying that is like studying at least it gives you the option that you have the knowledge to be able to decide yes but when people go out to study, how many people read the study and see the detail? Like they keep the percentage of races because also and before that, how many people know that this study exists? Hey, I thought I would say how many people read no no no dramatic in Chile, luckily in Chile, luckily we have that basic part covered completely or 99.99%, but what I'm saying is, how much? Think about it, when you left school you made the decision to study super conscious and knowing all the information and handling all the data nothing or it was more by tincada because I think I like this not me not that chana well tincada I took the test I had no idea what to study I took high school because I had no idea what to study and apart from there I went studying things I was honest I said I have to go to university yes I don't want to take the test again I don't want to take the test one year like the year they took doing I try and in the end anyway after the test then I'm going to get into the water of the shot and there I was discovering my path little by little but of course how many people make the decision uninformed or out of ignorance and then because they are not prepared or they are not taught to be prepared at that moment so for me it is a super systemic problem and it worries me because of course we have an advantage Chile is a small country in general the countries of Latin America if someone from another country we are also small countries in general compared to other places then we have the deep down, if we make a change to act as if there is a faster transversal impact, the knowledge that existed or the way of communicating 20 years ago when we made the decisions to enter the university may be a little different than the access to the knowledge that exists today, that is, okay, I'll buy it from you, we had no idea, but there are 20 years of difference, but well, one of the things that the study also mentioned that in the end is also very linked to the part such as systems that Rodrigo says and the dissemination that institutions do. who have cared about what the study says, I'm not going to say like institutions, nothing is more than saying hey, study with us to have this employability, study with us because we added these branches and how it looks and to give it a nice name, study engineering with AI and with I don't know and in the end of course in Chile what has happened is everything now there is engineering engineering in marketing engineering in economics blah blah and now they are also putting everything in her bio but what is not being worked on is what the market really needs and that enhances employability and that is a problem that it creates because of course selling to potential students clients, hey, our most beautiful career is different from our most effective career, I must admit that at the time I thought I was going to study a career in an institute that I am not going to say the name because it had a super catchy song and I had been listening to the damn song all my childhood and I still know it by heart that you can easily tell which ones but ok let's spend a little time to continue talking about different topics because there is something that is the basis of Diego, you said that it is very important to have it. in consideration in the same way that it may draw our attention that a university student or someone from school is not relating to AI as they will be in a future job, the same thing is happening with companies and ventures and startups. Y Combinator, which is one of the largest accelerators in the world, published I don't know if this week or the previous week a request for startups final of last week final of last week and the list comes out of I'm looking for these startups to give them money to accelerate them and grow them and you know how many SaaS companies or something related to SaaS they appear on that zero zero list, why? that everything is AI everything is AI or first everything is AI which makes a traditional SaaS as we are all used to and when AI came out I said I'm going to make a SaaS if you make me a millionaire the barriers to entry are zero it is assumed since every company every startup every venture its technological base is not Python it is AI so everything you build to solve a problem has to be leveraged on AI and not necessarily be a SaaS remember that we have talked before that we are going to change the world where instead of selling jobs working in a SaaS we are selling results that really work and yet I keep hearing people who are going to build a SaaS I don't see a problem with putting together a SaaS but if you are going to see the Y Combinator list well in fact we could share it on the screen so that the people who are watching YouTube can see it I published the result on my blog but I don't know if I have the list at hand I have the list here just remember that not everyone sees us but those who are watching on YouTube share they are going to see it here but we are going to read it for those who are in Spotify, if you look at the call now, for example, it's the one I don't even see, so zoom in. It's summer 2026, right, this is the initial call, there's for low pesticides, pesticides in agriculture, right, with a new technology, right, boosting native AI search or discovery engines, native AI services company, that is, the service, what's happening is that they're at a stage that's intermediate, it's not like for the end customer, that's why I said SAS, remember that we've always said in this podcast in particular that the companies of the future are service companies. leveraged with AI but not only a SAS is not a platform it is a clear result so that the people who are listening understand what we mean by a SAS the SAS is the software as a service it is a software with a service that is normally either bought by people or bought by companies and pay to be able to access that service here what they are doing is like they are intermediate layers with AI, right? personalized medicine with AI brain of the company that occupies AI, right? Behind this is what we call the second brain, right? The second brain but with all the data, the knowledge base of the company, defense against, right? drones dynamic software interfaces that this I think is going to be super useful in the world of agents entering and that the software changes because in the end the service is going to be less static electronics in space hardware supply chain issues industry skills in space difference chip for agent workflow SAS Challenger competitors for SAS I think you already understood part of what we are trying to demonstrate in this podcast is also that if there is a before and after I think that yesterday I was the one who said it before and after Open Club why I would have to pay for a SAS that gives me a job to do something if someone else can do it for me and that someone else is the AI or an agent then the paradigm changes I insist it is for an agent that gives me the result instead of me having access to a job to do it myself but there is a point that is very important that we have also talked about it before but I emphasize it shit times 10 with AI or someone who uses more something does it is going to be a much worse result so garbage in garbage out if did you see? did you see? did you see? did you see shit? the same thing, this version is simpler than saying like when the user than the user's problem but well what I'm saying is that I recently saw a study I'm going to look for the shot so as not to say that just like the data that production is being increased I don't know by 2 but the expense was by 10 so it's convenient to do it with AI if you're spending 10 times more and that actually also happens because people don't make it clear I'm going to look for the study is that the incentives have to be well aligned or the incentive of a startup can be lower costs and increase productivity of companies that we have talked about before, such as Meta Apple and others, whether we spend tokens depends on whether we are productive or not, let's spend tokens, so I suppose that also dirtyes the results a little, yes, but that is still very interesting what you are saying because that has also made everyone win, not everyone, but in general, Google Antropic earns money and Meta does not because in the end because of this investment by Google in Antropic and Amazon, which of course also have a virtuous circle as a business, some of which, of course, more tokens are consumed than they can. They themselves are consuming more but that also implies that they buy more from the cloud and there is Meta who is losing and it is funny now Meta is losing Meta plays another game Meta their income has always come from another side of their Instagram networks what happens is that Meta has also tried to get into this competition right and it is a bit what happens to Apple that everyone questions it why you didn't get into the world of AI and it is going to occupy the Gemini models or build on that in other words they are companies if one sees it as that the big Big Techs are all trying to enter the world of AI but their score and backbone are different, it is true that from the Big Tech that entered the AI, none of them have been profitable, of course, I would give Google an asterisk because Google also has the TPUs that they make themselves, so it has some deficiencies that the others do not, but for example, Microsoft is in a salad of things to the level that they updated their agreement with OpenAI a little while ago and now OpenAI can occupy more things but Microsoft also, for example, this week I had to do a lot of Copilot classes and Now in Copilot I can choose if I want Opus to be the model behind the brain behind Copilot or if I want it to be GPT55, so that also gives Microsoft the solution. In fact, they have now launched agent modes in Word, PowerPoint, and Excel as the default mode because obviously they are more complex tasks, so in fact, Big Tech has not managed to solve how to get in because they have to maneuver, they have a lot of balls they are juggling, right? but in fact in the end what one sees is that there are certain laboratories that are dedicated exclusively to creating and those who are actually creating the top of the line models Diego something to add if not I found the study called METR Model Evaluation and Treat Research well, remember to keep giving us little stars and everything because Rodrigo is going to put in the description of this episode the link to the study that Diego is saying here below and it is 10 years not 10 chapters so that we have much more time to talk and spend it well until later the robots replace us and we continue talking here while the robots do the work for us guys I have a final comment regarding what we were talking about which for me has to do with the fact that when we are involved in this AI and the impact that it begins to have in terms of the developments of everything one thing that I think is key as advice for everyone is not to get so overwhelmed that is to say things are happening every day new news comes out every day new models come out new everyone comes out all that matters is not that you are Occupying the Ferrari, what matters is that you are driving a car, right? or a bicycle then as if you are occupying you start little by little like don't make an effort I have to be occupying the last thing modifying the processes automating everything but it goes little by little but the important thing is that you don't stop right? because in the end after that you are going to gain speed you are going to find something with which you are going to understand something new you are going to start incorporating it and the same with the processes in the company and with all those things for me the important thing is that if a new thing comes out it is not necessary to throw yourself headlong into learning it but it is important to know what is happening and what the trends are because if you don't catch a little bit of where this is going obviously you can be shooting for one side that in the end is not going to work I'm going to hang on to that because we also talk in another episode about how much You should be spending monthly on AI but the reality is that the most expensive AIs should not necessarily be the best for all types of cases. I recently published how to eliminate the $200 from the Antropic subscription to use CloudCode with other models and I said to myself, wow, we are still talking about $200, we are in Latin America, that is more than 10% of the salary for many people, including the person who told me and it is true, that is why one has to understand which models are very inefficient because I have been I have been struggling a lot with this and I have had both my teams, servers and APIs working 24 to 7 to do an AI benchmark and I am super happy with the result. With this I reached the stack that I am occupying, for example in my OpenClaw agent, but even so, a couple of things catch my attention: first, if you can have an agent up and running even from your home for 5 to 10 dollars a month, which is good enough for many of the things that you have to do, but on the other hand, what has What stands out is that models like Opus or 4.7, which should be the best in everything, have done quite badly in all my benchmarks until I think that my benchmarks are bad. I am not comparing the same thing that the rest are comparing. I am comparing for certain businesses operations that are for super important entrepreneurs so much so that it made me think ok maybe I should see another type of test to see that Opus really works well in these cases where deep reasoning is good and yesterday I started to test all the models of my benchmark that I hope I will also put here Below so that everyone can see which model theirs is. In fact, I have tested 87 different models in more than 60 tests of each one, so you can understand how long I have been doing this. I think that at this point Chris does more benchmarks than actually working. I can only say that the last three weeks I have been very inefficient because I really wanted this to be working well because it helps me make decisions about which model to use for each thing. However, yesterday, but it is horrible, I mean, every time I think the benchmark is over I have to add something clearer ok that was the point there is a test called hey hey hey which is like a needle in the haystack that I generate a sufficiently large context I put a text at the beginning in the middle and at the end I pass it to the different LLM and I ask them to return the information that I want that I put in between to explain it with Christian Spanish it is like if you had to take the Frankenstein novel in fact the one that Marto used at the beginning in these tests and they put the word pizza at the beginning they made another one in that in the middle they put pizza and in the last one they put pizza at the end so it had three versions and you asked the guide to try to find the word pizza which in the novel Frankenstein did not exist well and I started to run the test and strangely Opus 4.7 came out among the worst and I don't understand why and knowing that this test is standardized the only thing I did was change it to Spanish in fact all the tests that I am doing for content generation are being validated by a jury in Spanish because in English the model changes a lot. better it turned out bad however yesterday I was doing tests with Cloud Code and Open Code for certain things and I came to a problem that I could not solve in any way with any of the high reasoning models even with Nemo Tron 3 Super that I have running on my Spark and Opus it took very little time to find out what the problem was not to solve it but to find it there I have a comment but regarding Opus 4.7 that came out two weeks ago Opus 4.7 the verdict of the community is that it is worse than Opus 4.6 In fact, in my tests 4.6 is better, why? because Opus 4.7 has this adaptive thinking, right? So they kind of start to doubt a little and what people have said is that, for example, the code is very good, like in the part of finding what things are there, but then people pass it on to Codex to solve it and Codex is very bad, which is GPT, right? very bad to find but it is good to solve so in the end like with Opus 4.7 they managed to solve some things but in others like a regression and in general the despite if one goes to see those needle in the haystack tests what one finds is that even though they are models that have a larger context window that does not mean that they have the precision to find a particular data inside and if one is going to see the curves in general they are good at finding if the topics are at the beginning or at the end but if you put the topic in any Part of half of them find it difficult to understand the general idea of what is happening in that context but not in the particular details, so that is why other techniques are used to try to control that because sometimes you do need it to have a lot of context, so there, for example, what happens and where they work better, for example, agents today versus a chatbot with a broader context is that people start to have a work document next to them, so they look for something, find a small piece, and keep it next to them, so they always have it as a reference and that makes, for example, Cloud Cowork work better. with long contexts than the Cloud chat, then there you also have to change your strategy when dealing with these things so that we can actually get the most out of it, but in general today I would say that there are not so many models that handle as well as the context in an ultra precise way at least not available as completely good there we have tell us Cris what we are seeing in the end was to return to the issue of costs if you want a good model that for example for reasoning that does not have hallucinations in appointments and in long contexts and you have a maximum budget the month of for example 500 dollars you call 2000 times a month and you want a minimum quality you are going to see that Opus does not come out first Lama 4 Scout comes out not even the one with high billions the one with 17 billions for reasoning for appointments contexts where there is no hallucination this costs you one dollar per month versus Opus which is in 20th place and you get 234 is that Opus is expensive but you want the model that works better or do you want to hire the most expensive model depends on the task we have to go towards a world of orchestration where I am going to use different models for different things and for example that is what I am doing I am for example with I think I said it last month at this moment I am using the Minimax subscription Minimax is not in the top 10 on my list but as an orchestrator to converse on a daily basis and then load the corresponding model it is very good so instead of spending a lot of money to have a model that orchestrates I am with the subscription that is more expensive because it is faster than 40 dollars per month and within everything Minimax 2.7 Minimax 2.7 I like it also it works well the 2.5 is perfect I am happy with the 2.7 the 2.7 works very very very well one thing happens to me that of course when we who were occupying Open Clore remember that there is the Open Clore chapter on the channel the first one we launched we said Opus was wonderful because an attribute that has nothing to do with the resolution of problems that Opus has is the personality that is very like what you feel who understands the problem that this ability to occupy tools has so it was very useful and in fact many people on Twitter say today that since Antropic removed the Opus direct access the Open Clore subscription died in the sense that it no longer works in the same way and we have to fight more to achieve things and everything was not that Opus was better it is that Opus had a personality I understood better the problem it was like it had a different resolution and of all the models that I have tried to try to give a spirit to Open Clore at least it is in a percentage close to what Opus Minimax 2.7 was, it has worked spectacularly for me at the level of personality, perhaps at the level of use of tools, as it is a little shorter but as in that initial orchestration layer it works well and apart from that it has that entertaining personality despite the fact that some Chinese characters suddenly appear between it and GPT 5.5 with high thinking and with the latest Open Clore updates it is finally also working better but it took GPT to get to that point so they had to release a new update and optimize it a little more and do it with the harness the codex harness and not the GPT one then but Minimax was going to get to blackmail him and he already had something that was 80% of Opus or a little more even working relatively so I was very surprised by Minimax eye and we have models like the ones from Xiaomi that are in the top 10 or the top 5 for many things the problem is that there are no servers in the United States not the one from Xiaomi it happened like that suddenly it appeared no one talked much and suddenly one goes to see the rankings there is a classic ranking that shows that for example yesterday it came out 4.3 4.3 so they show typical is the graph like the performance and it shows how much it grew from one version to the previous one and you see like the Google models the GPT Cloud models etc and in between in the top 10 is Mimo Mimo was called, right? Yes Mimo from Xiaomi and it kind of slipped through and is in the top 10 as well as competing with the graphics and the subscription is 14 dollars a month and is almost unlimited just like Mimo or the same as Minimax's the problem is that the servers do not have any servers for the subscription in the United States and the closest is Europe and even so I have latency having my BPs in the United States so I assume that at some point they will have the servers in the United States or something a little closer so that we can use it in a better way but there are also problems with other things like Binance's API, I think it's very crazy for like at a company level like getting burned like making the decision to work with a single model thinking that I don't know we've talked about it several times in particular you said it with Claude that it was already very good that you got married but then a change happens that gets worse and either or a better one comes out but I, for example, in the image part I've thought about how I don't know I worked with Amante Day and Deogram then if not and then bye nothing works nothing but now I can't stop using Image 2 from GPT it's like very very very there it happens to me that the generation of images in general I think that in the middle of last year it was resolved with the release of Nano Banana and before that Image 1 from GPT when we all got the Studio Ghibli version it happens to me today and I have done a lot of tests on this and I have also seen some that Nano Banana from Google and GPT Image 2 which is the last one that came out last week are both at a super good level super Well, where there are advantages for one and the other, for example, Nano Banana still generates images faster than GPT and is very good with character consistency, is very good with understanding the prompt, etc., but GPT is for more complex images, right? As there is an exercise that is really entertaining, which is to give him your resume and tell him to assemble it with a character sheet from an RPG, if I didn't like mine, of course, the type of infographic there works perfectly as a type of infographic, the type that has to handle a lot of text and things there. GPT in that, which is complex, is also very good and there is a trick that I want to give to people who are at home because these two image models, unlike the previous ones, have different modes, that is, if you go to Gemini and ask it to create an image It is different if you have selected the Pro model than if you have selected the quick model and the same thing happens in GPT if it is GPT you put create image and at the top you have set GPT Instant it will work well but if you put GPT Thinking it will work better so if you want to create more complex images you are making a presentation or anything occupies the thinking models select the thinking model and put create image so that it occupies the model the flavor of creating image that will dedicate more resources to it and that will be able to work with something more complex then it also starts It's like you have to know where the button is that you have to press to achieve the result, which is something that really happens to me a lot in training, people say no, it's not that I prefer GPT chat, it kind of got stupid and what happened that they had it set to Instant and no one explains it to them, it's not natural, it's not obvious that you have to go up and select the other model and the same thing happens with Gemini and the same thing happens with Opus, that is, with Cloud, that is, there is a very big change in the quality of the response and in the reduction of hallucination and everything just by changing the model so on the subject of the images it also applies of course but important also to understand the contexts as if they always have the thinking model on for example of GPT it depends because I don't know the root it's boring I already want to take a better photo but I don't want to take so long if it's not that good it still works for me then it depends on the objective and there is a topic that I mentioned before about the tokens I remembered because on Monday I started my new version of the Cloud course they are already asking me to open another version because the cubes very fast it sucks like crazy Opus 4.7 and the issue is that it spends a lot of tokens but there were people who said but why am I going to ask if it is because it is going to consume all the tokens and I said go spend the tokens on something else like people especially the tokens like the subscription the limits of your subscription right you pay 20,100,200 dollars for a subscription and people say no what's happening is that I wasn't sucking my tokens ok but go ask for something else this is the task you want to do if it is like this spend the tokens that is the limits are reset every so many hours it has weekly limits it has limits on different things it uses the tokens and it is a resource that you have available I remembered people who when they play video games who start to earn like the in-game currency and they don't want to spend it and they start accumulating it and they have those rare items and they don't spend them and they don't use them and in the end it makes their game more complex just because deep down they are afraid of losing that resource cachai? So it's cool here too if you want to generate an image and it's good enough it occupies the model it doesn't matter but in this case the majority doesn't but the majority were afraid to spend them because they always got to the rolling window they ran out of tokens and they had to wait a week to continue working no the majority no at least the ones I catch who are in IT groups the good ones spent everything who are the people? Speaking yourself, you said the topic, the geeks, who are the ones involved in that computer group in your community that are consuming all the tokens like concho? people who are using AI to the fullest, right? people who know what they are doing and are creating code that giving you code is something that consumes a lot of tokens because they are creating applications and things but think about the office worker whose job is to make a powerpoint analyze an ex or it has to be something else my past in fact I am seeing if I get some people to use agents because they are not using it and what they say is my agent you yourself said that if they didn't use it you were going to remove them you said it in another episode of course but the thing is that they are using but they are using my agent their own agents are not using it so and that also happens because of course people in general I think they care about doing their job well not trying so much to reinvent what new things they can do of course I think it is but that is another problem what happens is that there I think there is a problem in the approach of the subject why? because of course we who are involved in this because we like it and we vibrate with the issue and we are reading all day and testing and benchmarking like crazy instead of working on the issue that we have, of course we are involved in the issue but the person on your team has to work and comply with you because I am not going to speak for Cristian who confessed that the last two weeks I said unproductive no that I was working I was not working no that I was working I'm not going to fall for that no but what I'm going for is that that person has to do his thing if that person feels that does well, you have no incentive to use a tool to do it any other way, why? Because learning to do it with the new tool with the agent who installs it with an AI, etc., means a learning cost that usually at the beginning has a greater investment in time, so the adoption strategy is not trivial, it is not just like here is the tool and use it, you have to give the enablement times and many times it happens that the strategy is defined top down that is, from the management of the leadership teams and says here is the tool but what we see of the work of the people who are there on a daily basis is the output of Their work is the result, it is the presentation, it is the commercial proposal, it is the analysis of the data, but we do not see how they do that, so many times we are optimizing for the result, but not for how they do the task, so here always when we enable and make adoption strategies in the company, we also have to think about how we enable from the bottom up because I have spoken to many companies, I cannot reveal names, but they know who they are who put together the megaprojects, they made a personalized assistant with all the knowledge of the company, and no one used it. Why? because it did not solve a real pain that the person had in their day to day life so we have to go see and enable and generate those spaces so that those who are working and doing the problem can recognize what part of their task of how they do things is lazy, it takes a lot of time for them to do and those are the things where we could look for projects where these people could actually take part in it, solve it faster and for them to realize that and have to learn that so it is not simple and on the other hand another thing that happens is that they have to take the time To do so, they also have to have the incentives, that is, if their boss tells them, and I have had a boss, what someone tells me when they go through a course is that my boss says that I would be a lazy person. What incentive do they have to really use it at work? If the boss doesn't make the valley, then it's not just how to define, there is a strategy from the top down, but I have to generate the spaces from the bottom up so that the projects that have an impact on how we do things emerge, but there also has to be a cultural change of acceptance that this is the new reality and We have to take it there then, as I didn't put agents on everything, yes it is a good idea as long as people really solve a real pain that the person has, then we have to do a survey and it has to be something that is not just you pushing but there also has to be other members of the group who are also pushing. He shares things because it also happens that even though I give them AI, they continue to work like heaven, so maybe the sales person figured out how to make a commercial proposal with AI and maybe what you already did changes two things and it helps the marketing person to put together the freebies for the agency, right? So if there is not the space to build and collaborate, what is starting to happen is that you are also spending more resources on solving problems that are very similar. So if you don't see it as a systemic problem, a problem that we have to, from above, take charge of understanding the problem well. First, we are going to spend a lot of resources on building things that in the end are not used, underused, or in truth they don't even really solve the problem. no, charges blacksmith knife stick that but well well a solution that we have found from scratch that I have to start applying for internal is that of course this is what Rodrigo says as from the bottom up to identify well what things are key to see work and in this to see how more than leaving it to them they are the ones to be built, you see how this construction is accelerated and they are taught well how to use it in their day to day and of course how it shows productivity and it is obvious that they are going to use it because it is something like they needed and asked for but Of course internally I build things but an issue that also happens in remote work to close that remote work has not happened this is the issue of silos that is more difficult to see how to work and I do not want to work in person I am not working at home either I see that I have had a field of half a hectare already but it's okay guys we are going to close I am going to close with a couple of my recommendations and I would love for you to give yours too for all those who are listening to us who have not yet jumped out of the pool to learn everything This may not be so expensive, you don't have to go with the most expensive models, we are going to leave you the link to the calculator here below the benchmarks. On the other hand, don't always depend on a technology. Remember that we are in fact, we are at the beginning. Many of the things we are dealing with are going to break. I said at the beginning but today is a holiday here in Chile, I think that in many parts of the world it is also the day of the worker where you have to work to put it forward, fight for your rights, yes, those types of things, but it is not an excuse that it is expensive to be able to leave. We are spending a lot of money among ourselves to learn, to get ahead, to do experiments. speed that these things are happening, don't assume that because you tried to do it once before and it didn't work, you're going to try again every two or three weeks, you're going to try the task again with your tool. I think that's vital because what could be done three weeks ago actually changed. things for example in the world of Gemini today you can finally create Gemini to give you presentations and things and give you the file to download which was something that in GPT and Cloud was already solved a while ago now Gemini also has it but new things are coming out so try it or if it occurs to you hey I could do this ask the guide try if it didn't work wait and try again in the next version right? And the other thing that I think is like a general recommendation is that for example with OpenCloud and with all these things they are still like solidifying things by adjusting things we have OpenCloud we have Hermes Agent that came out is in Cloud Cloud that now has Dispatch and is trying to simulate the same Codex that now can also do everything, almost everything they published so there is the option of testing at the border but assume that what happened to Cristian is going to happen to you that I updated and it broke, right? For example, I said to my OpenCloud, hey, I want to update and it says no, I can't update and I eat, but yes, I have always been able to tell you, update. It's not that they changed something now and I like, hey, but what's happening? And what happens? Of course, we read the release notes of a new edition of OpenCloud and review the documentation to understand what changed to adjust how it was doing before. No, we don't, right? We update and tell the idea to check that it broke and fix it, right? So obviously there is also our approach that is more breaking, I would say Tarzanesque, right? to jump in and see what happens along the way but because we are also doing it, it is a nice way of saying brute or idiot, yes, Tarzanesque, right? Well, I like it, we go ahead and try and break up, but because the risk for us is also lower, then if I break up my agent, what happens? I spend a couple of hours that I can spend, right? or more fix it or more clearly we can do that, right? Because of course we, who are in an independent crisis, have a different rhythm. I have to do the courses and the talks, but between classes I have space to fix things, right? Diego, on the other hand, is in the office and has to raise the issue and has to come here and has a team moving forward and the probability of breaking something that is working is higher, so that is why it is super important with this, I mean that if they are in a formal company, right? With processes and with things, yes or yes, they have to generate an experimentation space, a sandbox environment, have a team that what they are doing is like in a controlled environment, breaking things, right? Because in that case you can't always break it because you have to keep working, so we have to create those spaces to break because since this tool comes without an instruction manual, updates come out every day, there has to be someone in charge of investigating that and then finding out how, right? We do it, we promote it towards the rest of the team, so that's my invitation, try it, break it up under control and now thank you very much Yogi now Diego, if you remember Diego, last week he was going to get married and he got married, so congratulations Diego, thank you very much now, your recommendations, please, very good recommendation, don't get married, he says, can you imagine, don't podcast, a holiday that they are going to challenge you if you are married, I think the words add to me and I believe and I also highlight something that has been said that although many people, including myself, feel overwhelmed with all the new things and of course suddenly they try a tool and say wow it's great and I'm going to start doing more things and I see an audience and I want to do it. On the other hand there are also people who haven't even gotten involved in basic things about the models and it seems like you're speaking Chinese when you start talking about the topic of artificial intelligence, like they believe that artificial intelligence is something abstract that they don't know how it works but that it's important that they help their life and that they have to use it but they don't spend it comfortably or at the most busy is all this TPD and Yemeni doing basic consultations so what I'm going for is that the opportunity is the window is now and we don't really know how everything will evolve if later someone is going to have a job or not what are we going to do later so it's key we're going to do I have two I've thought about it a lot and I think we have to start thinking about having a self-sustainable plot with self-sustainable solar panels with like in the background like thinking that there's going to be a time when we go to leisure is going to increase, right? And we don't know that he's even talking a lot about universal income or things like that. I don't know what the remaining policy will be, but you have to find a way to get by on this alone, right? How do I generate that space where in the end it will still be safe, right? so we have to look for plots nearby that that that very well Diego you finished hey thank you very much everyone for listening to us very good long weekend for those who are going to listen to us today remember that the links are going to be in the description and anything that you think we should talk about in addition to talking stupid things during these episodes please ask us and we will always try to improve that they are super good and remember that there is still the idea of what to do in the face-to-face group so you have your ideas in the comments and subscribe right? subscribe now open close to let recording subscribe subscribe subscribe subscribe subscribe and subscribe

Muy buenos días, tardes o lo que sea a los que nos están escuchando en este momento, y muy bienvenidos a nuestro episodio número 10 de Es la Hora de Aprender. Todos pensaron que no íbamos a llegar al tercero, yo pensé que no íbamos a llegar al primero, pero llegamos al episodio 10. En todo caso, el punto de inflexión es el 20, más del 90% de los podcasts no pasan del 20, así que todavía tenemos un buen camino. Deseenos suerte. Deseenos suerte, hagan clic en la campanita, en todas las cuestiones, sigan, tirarnos buena onda y todos felices. Sin embargo, no venimos a conversar sobre eso, venimos a conversar de otras cosas. Muy bienvenidos chicos, aquí estoy con Rodrigo Rojo y Diego Arias, mi nombre es Cristian Tala, y hoy día quiero partir con una pregunta que me ha dado vueltas la última par de semanas por gente que ha escuchado el podcast y un par de charlas que he dado últimamente. Si la IA y los agentes, los LLMs en general, son tan buenos, ¿de qué mierda servimos los humanos? Y es verdad, porque me lo han preguntado. Y de hecho creo que zafé súper bien con mi respuesta, porque como que en el contexto pude responder. Pero me gustaría escuchar la opinión de ustedes primero. Chicos, si todo esto es tan maravilloso, ¿para qué mierda servimos los humanos? Perfecto, yo quiero partir con un poquito de una luz de esperanza. En este mundo donde la IA tiene más velocidad de cómputo que nosotros, mantiene la información mucho más que nosotros, ¿cierto? Estoy seguro que ustedes ni se acuerdan que almorzaron el lunes. Entonces, hay muchas cosas que nosotros por nuestro cerebro reptiliano que busca sobrevivir, vamos almacenando solo lo que es relevante, ¿cierto? De hecho, estoy seguro que algunos incluso se le olvida cosas que antes dominaban perfectamente en sus trabajos anteriores y que ahora ya ni siquiera se acuerdan cómo lo hacían. Entonces, efectivamente, tenemos mala memoria, la IA escribe más rápido que nosotros, resuelve problemas más rápido que nosotros. O sea, en ese sentido, la IA es superior. ¿No es a dar un rayito de luz? Pero, pero, acá viene el rayito de luz. El tema es que la IA en el estado actual requiere que alguien le dé una instrucción. Requiere, si vamos a la IA, el asistente clásico tipo chat, GPT, Diclode, etcétera, requiere que el humano vaya y le dé una instrucción. Si es un agente, también requiere que el humano le dé la instrucción, solo que la IA va a tener más autonomía para resolver. Va a tomar decisiones de cómo resolver un plebe, lo va a resolver, ¿cierto? Y si yo hago una automatización, ¿cierto? Hago un proceso automatizado que tiene ahí entre medio, igual yo definí qué es lo que se tenía que automatizar y en qué orden. Entonces, el humano aporta en dos cosas. Una, en el criterio de cómo resolver un problema, ¿cierto? En tener, en identificar que hay algo y querer resolverlo. Y dos, en la creatividad de cómo entregarle la información clave para resolverlo. Oye, yo sé que esto, creo que lo conversamos como en el primero o segundo capítulo. Tú, ¿cachai? Que, insisto, yo creo que conozco el 90% de las personas que conozco, voy a decir 90% porque para que la gente se sienta que está en el 10% de los que están escuchando, que son menos creativos que la IA, son menos autónomos que la IA, y a las personas que estoy pensando también le tengo que decir cómo hacer las tareas y qué tareas hacer. Claro. Entonces, a lo que voy, y ese es un desafío que tenemos. Pero hoy, ¿cierto? La IA nos va a reemplazar al humano que tiene la creatividad, y al humano que entiende el negocio, y al humano que entiende el contexto y se lo tiene que entregar a la IA para resolver. Bien. Y eso existe un disclaimer. Sí, vos. Entonces, tienes que ser la persona que entiende el negocio y que eres creativa. Exacto. Y para mí el desafío que tenemos como sociedad hoy en día es que estamos hablando en las leyes, en cómo metemos la IA, en los discursos, en los charlas, etc., de cosas que no son relevantes. Lo relevante hoy es cómo nos aseguramos que la gente que está en la U, que la gente que está en los colegios, desarrolle esas habilidades que son como power skills, pensamiento crítico, creatividad, pensamiento sistémico, etc., para poder vivir en un mundo donde van a ser claves esas habilidades. Y hoy en día, la universidad y todo está diseñado para otro mundo que se está yendo, que cada vez está quedando más abajo de la ola. Entonces, hay un desafío gigante ahí. Pero, efectivamente, para mí el humano va a seguir siendo relevante. Lo que pasa es que cambia la configuración de cómo hacen las cosas. Ya no vas a ser tú el que ejecuta, sino que vas a tener agentes y herramientas de tecnología que van a ejecutar por ti. Pero la instrucción se la tienes que dar tú. Entonces, también, y esta es como la habilidad clave que yo creo que supera todas las anteriores, liderazgo. Porque tienes que saber liderar a estos equipos de herramientas. Y también van a haber trabajos donde, efectivamente, el humano igual va a seguir siendo relevante. Hay cosas donde, efectivamente, el trato persona a persona, por ejemplo, es clave, ¿cierto? O donde, por la naturaleza de ese tema, ¿cierto? El que esté un humano metido va a ser esencial. Entonces, van a haber trabajos. Pero hay otros, especialmente en lo que hablamos siempre, que es la oficina, el trabajo de empresa, ¿cierto? Donde, efectivamente, hay un montón de tareas que la IA las va a empezar a resolver y las va a resolver más rápido y las va a resolver mejor. Entonces, el desafío es aprender esas otras habilidades para que no te quedes debajo de la ola. Después les voy a contar un poco de por qué llegamos a este tema, pero primero quiero escuchar la opinión de Diego. Quiero comentar que hice trampas y Cris me había... A veces le comenté como la respuesta de lo que me dijo la IA. Le dije, a ver, te voy a preguntar. Y lo primero que me dijo es sobrevivir y reproducirse. Eso es lo que nos distingue a nosotros como humanos. Lo base básico mismo. Y lo estamos haciendo remal en reproducirse, porque, por ejemplo, en Chile la tasa de natalidad ya está debajo de dos personas por familia. A nivel mundial también. Pero en Chile en particular estamos como en 1.6 y básicamente eso significa que si somos dos, una pareja, ¿cierto? En primer lugar estamos teniendo menos de dos. Entonces al final eso está haciendo que vayamos a la extinción. Bueno, Diego ya puso su grita de arena. Yo voy para allá. Yo ya te tienes que poner al día. Ay, cómo es. Bueno, además de eso, bueno, comparto lo que dice Rodrigo y que... Bueno, y también parte de lo que decís Cris que, claro, es clave esto de saber lo que está, liderar pensamiento crítico y, claro, que al final es algo que es sumamente relevante, pero también hay que ser consciente que la mayoría de las personas no lo tiene como centro directo y crítico. Entonces es algo esencial que se tiene que trabajar y que, en general, el mundo en el que estamos formando a los niños, los colegios, ya están las universidades. No es para eso. Todavía seguimos como para la era industrial de que memoricen cosas. Lo cual no tiene sentido. Y otro punto yo creo que es bien importante es que lo que nosotros tenemos y que no sé si en algún momento va a tener la idea incluso como... Ahí es que nosotros sentimos. Entonces se hace frío, nos da frío y el también entender eso también hace que podamos tener mayor empatía y mayor... una mejor solución para crear un determinado como proyecto pensando, no sé, pensando esto de la gente que tiene frío. Cuando tiene frío pasan determinadas cosas. Entonces yo voy a poder entender mejor cómo dar una solución a eso. Ser más empático con desarrollar una solución pero un problema dado. Porque yo pensé que es así como tenemos frío, somos débiles y nos va a matar la idea. No, me refería más al contexto de entender y poder avanzar a generar mayores soluciones y también ser más... generar mejores relaciones. Que eso yo creo que es lo fundamental que lo que se va a ir dando es que la idea también lo hemos visto bastante y en particular con Open Club que es un mentiroso muchas veces y que si tú no sabías será verdad, me lo estás diciendo. No, pero no es que sea mentiroso, quiere complacerte. Sí, pero eso pasa no solo con Open Club, con cualquería. Pero al final por eso es muy importante y es un consejo que yo leo a la gente. Cuando partan usando la idea pregúntenle por cosas que ustedes saben hacer para hacerlas mejor, para hacerlas menos tiempo, para hacer más de eso porque van a tener la capacidad de distinguir si la idea está alucinando o no, van a tener la capacidad de distinguir si la calidad de la respuesta es buena o no. Y luego, en paralelo, sí puedes ocupar la idea para aprender otras cosas que no sabes. Pero parte en esa parte del dominio, ¿por qué? Porque vas a empezar a discernir y entender las capacidades y los límites de la herramienta. Igual voy a ser abogado del diablo en esto. ¿Cuántos de los humanos con que ustedes han trabajado anteriormente les han mentido? Todos, po. Solo cumplo con decirlo para tenerlo en consenso. Ay, yo no te he mentido. Chanta, ya. Dejo conversar sobre eso. En capilla. Oye, tengo un comentario respecto a lo que decía Diego porque me acordé de otro tema donde hoy en día el humano sigue siendo relevante. Y es que la IA hay dos componentes por la naturaleza en cómo se crea la IA. Los laboratorios empiezan a armar estos modelos, ¿cierto? Para optimizarlos para ciertas tareas. Por ejemplo, Claude al principio se optimizó mucho hacia programación y descubrieron que eso ayudó mucho en el uso de herramientas, en escribir de forma más creativa, ¿cierto? Distintas cosas de esa índole. Pero hay un concepto que se llama la Jagged Frontier o la frontera cerruchada. ¿Por qué? Porque optimizan para ciertas cosas pero hay otras donde en verdad son una basofia. Entonces, por ejemplo, si tú le pidas a la IA que te haga un chiste, te va a hacer el chiste más malo que hay. ¿Cierto? Porque no está optimizada para eso. ¿Está optimizada para qué? Para ayudarte a escribir, para ayudar a crear programas, ayudar a estrategias, ¿cierto? Hay distintas habilidades en las que lo enfocan. Entonces, obviamente, hay un montón de cosas que son más nichos quizá en el día a día de nosotros donde la IA en verdad el nivel de calidad que tiene no es tanto y donde mi capacidad de entregarle la información, el contexto, guiarla para resolver va a ser súper relevante. Entonces, para todos los que nos están escuchando en este momento y les encanta contar chistes, no se preocupen, van a poder seguir haciéndolo. Exacto. Y lo segundo es que, dado lo mismo, eso pasa ¿por qué? Porque estos modelos se entrenan durante meses y cuando nacen el modelo es estático. O sea, el modelo aprendió lo que aprendió con la data que tenía en el entrenamiento y salió. Y si queremos que ese modelo después mejore en la habilidad para contar chistes, tengo que hacer un entrenamiento de un modelo nuevo, una nueva versión del modelo o un fine tuning del modelo cada día. ¿Cierto? Afinarlo para que ahora pueda contar bien chistes. Eso significa que el modelo no aprende en vivo. Entonces, también el humano, nosotros todos los días aprendemos. Nacimos y sabíamos hacer nada, no sabíamos ni hablar, ¿cierto? Y empezamos a aprender habilidades todos los días y todos los días aprendemos algo nuevo, todos los días crecemos, esperamos que para bien. Todos los días vamos en eso adoptando cosas. La IA no, la IA es estática. Lo que han hecho es que las herramientas de IA, por ejemplo, la aplicación de Cloud, ahora tiene las skills, ahora tiene memoria que funciona súper bien y se puede conectar con otras cosas, pero el cerebro que hay detrás no aprende más, ¿cierto? Hasta que salga Opus 5, lo mismo con GPT, lo mismo con Gemini. Entonces, por mientras, porque esto seguramente en los próximos 5 o 10 años cambia, por mientras también otra cosa que nos distingue a nosotros es la capacidad de aprender y encontrar nuevas formas de enfrentar un problema o de buscar solucionar algo, mientras que la IA es estática hasta que salga la siguiente versión. Ahora, están todos trabajando y lo han dicho mil veces en cómo logramos hacer un modelo que vaya aprendiendo en vivo y cuando eso salga ahí obviamente vamos a armar otro capítulo para hablar del tema. Bueno, en teoría los modelos de Minimax, el 2.7 fue creado por el 2.5 así que ahí hay algo que se puede empezar a hacer. Pero acuérdate, vamos a seguir con otro. Pero a lo que voy con eso para hacer la distinción es que no es que 2.5 se mejora a sí mismo sino que 2.5 lo ocupan para crear a su heredero. Lo mismo pasó con GPT y con Opus de hecho. Y con Opus también. Entonces, claro, eso acelera yo creo que eso lo que hace es acelerar que tengamos versiones más rápidas y sucesivas pero todavía no es como que la versión que nació ahora soy Opus 4.7 y mañana Opus 4.7 es mejor y sabe más cosas. Hasta el momento todavía hay un reemplazo como de la versión siguiente. Diego, ¿algo más que quieras decir por la parte de para qué somos buenos los humanos? Yo destacaría solamente que en esto de la capacidad de aprender que también hay una capacidad de aprender. También se está cuestionando bastante que mucha gente está poniéndose más tonta por el tema del uso de la idea que al final como la idea es importante ver que nos ayude y no que nos confiemos en todo y eso es que la idea me lo dijo como no estaba en Google y al final dejemos de pensar porque descansemos en toda la inteligencia artificial y eso es grave. bien, perfecto estoy de acuerdo con ambos de hecho parte de la respuesta que di durante una charla la semana pasada fue esa para la parte creativa para la parte que no pueden hacer una máquina el ejemplo fue que la persona que me preguntó según él marcando según él era experto en ventas bacán perfecto yo no contrataría un experto en ventas para vender un SaaS de 20 dólares al mes yo haría que la IA automatizara el proceso de venta de un producto de 20 dólares al mes pero si el ticket ya son 10.000 dólares al mes poco probable que alguien que vaya a contratar un servicio de 10.000 dólares al mes lo vaya a hacer contra un robot un sistema automatizado o sin verle la cara a la persona que se lo está comprando entonces para los que están escuchando que se creen que son expertos en ventas posiblemente el factor humano en high ticket sea todavía muy relevante la razón de por qué llegué a este tema en particular y por qué quiero partir con él yo creo que nosotros al menos los que estamos aquí tenemos claro más o menos hacia dónde está yendo todo esto sin embargo estamos en el día a día tan absortos en el mundo de la IA de tecnología estamos probando un montón de cosas hacemos benchamark hacemos pruebas etcétera que no nos damos cuenta que el otro el 99,9% del mundo no lo está haciendo yo voy a hacer un disclaimer ahí porque yo estoy yo hago capacitaciones a empresas todos los días y a personas todos los días y me toca enfrentarme a gente que se está metiendo en este tema yo tengo súper claro la distancia que hay en tal que está metido en el mundo de la IA jugando y probando herramientas todos los días y así creando cosas y alguien que es una secretaria en una empresa que está en la capacitación y me dice dónde está el botón copilot entonces a mí me toca todos los días enfrentar como ver esa distancia y hay un tema que es gigante y que para mí todavía es más relevante que es que hay mucha carencia todavía en el uso de tecnología en general entonces la distancia entre los que están ocupando IA hoy y los que todavía suban en Excel igual esto más esto más pensar desde los colegios desde el Estado menos que vamos a hablar del Estado entonces creo que hay que hacer esfuerzos mancomunados entre todos los que estén disponibles para como divulgar esto y que la gente se lo adopte rápido porque si no se van a caer súper bajo ya pero se dan cuenta la ironía de esto ¿cierto? la IA nació para democratizar el poder tener acceso a la información ahora los agentes el acceso a trabajo que puede ayudarte a salir adelante y en vez de achicar la barrera la estamos haciendo más grande justo yo hablé de eso también yo creo que es interesante y me asumo que nosotros en el Sofielo estamos haciendo varias cosas en formación como en colegio y personas yo en particular yo no hago muchas clases y ahí no estoy tan cercano como al día a día solo como comento un ejemplo fui a un evento Rodrigo a todos los días fue un evento y no sé de de la semana y que hablé de eso y me sentí incómodo como qué palabra usar que la gente entendiera como porque primero empezaba a hablar de ciertas cosas como que vi que todos me miraban con cara rara y dije voy a hablar más simple como más simple más simple y fue raro pero bueno en eso hay un tema que es bien relevante que como que se le o sea yo le estaba llamando como a Aristocracia Digital que si bien hay muchas herramientas que son gratuitas también el usar herramientas que son pagas hace bien distinto el trabajo si bien ahora han salido varios que son como 10 veces más baratas por ejemplo que Opus y que funcionan bien igual hay que pagar y la gente no le gusta pagar la empresa no quiere pagar tampoco varias de estas herramientas y eso va a generar una brecha bien relevante y en particular por ejemplo hablando a nivel de colegios si los colegios no deciden la decisión valga la abundancia de meterse con todo en este tema como de IA y ver que o también en relación a lo que estábamos hablando de que es relevante aprender estos nuevos contextos se va a generar una brecha bien importante en vez de acortarla se va a agrandar porque si no sé por determinados colegios se pueden apotenciar la IA y las otras habilidades probablemente van a generar millonarios cuando ya termine el colegio versus los otros que van a ser pobres que no van a poder encontrar empleo como siendo muy exceso a mi me pasa una cosa perdón hay una cosa que me pasa con la IA que es como que la IA tiene una gracia es como es medio dicotómico por un lado todos tenemos acceso si sabes hablar y tener internet y si tienes internet puedes acceder a la IA desde una cuenta gratuita que es como el paso uno o sea en ese sentido como democrática y le va a hacer algo que va a ser competente y que va a ser mejor que lo que hace ella pero claro después por ejemplo yo que hice que me dediqué gran parte de mi vida a marketing si yo le pido a la IA marketing el prompt la información y el tipo de preguntas que le voy a hacer a la IA y de solicitudes que le voy a hacer a la IA van a tener un nivel de profundidad mucho más alto en términos del conocimiento que hay detrás del modelo y voy a poder explotar aún más ¿cierto? para hacer una mejor campaña de marketing y sacarle más provecho entonces al mismo tiempo que es democrático en el acceso hace una diferencia gigante entre el que sabe ocuparlo y el que pone a disposición su conocimiento para explotar esa capacidad de cómputo y conocimiento que hay dentro del que no entonces además genera esta brecha que decía Diego donde el que sabe ocuparla el que entiende lo que está haciendo ¿cierto? logra una aceleración gigante y esa distancia temporal entre el que solo le está preguntando como si fuera Google al que está creando cosas completamente nuevas con IA en el corto plazo y mediano plazo una ventaja competitiva gigante ¿cierto? que hace que una empresa por ejemplo hoy esté produciendo mucho más rápido sacando muchas más features haciendo un montón de cosas y eso genera esta brecha esta aristocracia que decía Diego ¿cierto? que si no se hacen cosas para tratar de que desde acá también haya un crecimiento quizás no a la misma velocidad pero suficiente para mantenerte competitivo lo que va a empezar a ver es un cambio brutal como en la composición del mercado en las distancias entre las personas ¿cierto? gente que está siendo como viviendo una vida totalmente distinta a la del otro yo quiero colgarme un poco de eso porque esta semana tuve una reunión con una con alumnos de una universidad en Holanda que están hablando conmigo para encontrar startups donde hacer prácticas profesionales tengo alumnos de de negocios y de computer science y estuve conversando con ellos qué cosas están haciendo en el mundo de la IA o si han cambiado un poco los ramos y la realidad es que nada están haciendo las prácticas de la misma manera que las hacían hace 10 años atrás sabiendo que nosotros en un mundo en donde en 10 años más no sabemos si van a existir las universidades o los colegios no sé simplemente no sé no deberíamos hoy realmente estar achicando esa brecha no solamente para las personas que realmente pueden pagar o no sino que las carreras que realmente las carreras son largas o sea estudiar 4 o 5 años o 6 años por una carrera que no te sirve cuando sales no tiene ningún sentido como rayos hoy día no nos estamos dando cuenta de eso y estamos haciendo cambios yo sé que hay harta universidad que están tratando de verlo pero los que están entrando este año o entraron el año pasado todavía no tienen ningún cambio hay un problema político porque al final por ejemplo acá en Chile se hizo un estudio de la Fiscalía Nacional Económica que no sé era el 50% de las carreras no era rentable de la gente que estaba estudiando iba a terminar algo que no iba a ganar plata no iba a ganar más sí pero eso era la realidad sin IA imagínate claro pero y dado eso es como si ya se identificó eso lo que se debía haber hecho es oye se acabó no pueden hacer más esas carreras pero no se hizo nada es como listo salir a estudio chau si quieren meter estudiando eso es como estudiando al menos te da la opción de que tienes el conocimiento para poder decidir sí pero la gente cuando sale en estudio ¿cuánta gente lee el estudio y ve el detalle? como que se quedan con el porcentaje de carreras porque también y antes de eso ¿cuánta gente sabe que existe ese estudio? oye pensé que decir cuánta gente lee no no no dramático en Chile por suerte en Chile por suerte tenemos esa parte básica cubierta completamente o 99,99% pero a lo que voy es que ¿cuánto? piensen ustedes ustedes cuando salieron del colegio tomaron la decisión de que estudiar súper consciente y sabiendo toda la información y manejando todos los datos nada o fue más por tincada porque creo que me gusta esto no yo no que chana bien tincada yo di la prueba no tenía ni idea que estudiar hice bachillerato porque no tenía ni idea que estudiar y aparte de ahí me fui estudiando las cosas yo fui honesto yo dije tengo que entrar a la universidad sí no quiero hacer pruebo de nuevo no quiero hacer pruebo un año como el año que se tomaban haciendo pruebo y al final igual después en la prueba entonces me voy a meter al agua del tiro y ahí fui descubriendo mi camino de a poco pero pero claro cuánta gente toma la decisión desinformadamente o por tincada y después porque no están preparados o no se les enseña para estar preparados en ese momento entonces para mí para mí es un problema súper sistémico y me preocupa porque claro tenemos una ventaja Chile es un país chiquitito en general los países de Latinoamérica si alguien de otro país también somos países chicos en general comparado con otros lados entonces tenemos la capacidad en el fondo de si hacemos cambio de hacer como que haya un impacto transversal más rápido igual el conocimiento que existía o la forma de comunicarse hace 20 años cuando nosotros tomamos las decisiones de entrar a la universidad igual puede que sea un poco distinto que el acceso al conocimiento que existe hoy día o sea está bien te lo compro no teníamos idea pero son 20 años de diferencia tipo pero bueno una de las cosas también que mencionaba el estudio que al final está muy ligado también como a la parte como de sistemas que dice Rodrigo y de la difusión que las instituciones lo que se han preocupado en lo que dice el estudio no voy a decir como que instituciones nada es más que decir oye estudia con nosotros para tener esta empleabilidad es estudia con nosotros porque agregamos estos ramos y como queda lo y por ponerle nombre bonito estudia ingeniería con IA y con no sé y al final claro en Chile lo que ha pasado es todo ahora hay ingeniería ingeniería en marketing ingeniería en economía bla bla y ahora le están poniendo también todo en la bio de ella pero lo que no se está trabajando es lo que realmente necesita el mercado y que potencia la empleabilidad y eso es un problema que crea porque claro venderles a los posibles clientes estudiantes oye nuestra carrera más bonita es distinta a nuestra carrera más efectiva igual debo admitir que en su momento pensé que iba a estudiar una carrera en un instituto que no voy a decir el nombre porque tenía una canción súper pegajosa y yo llevaba toda mi infancia escuchando la maldita canción y me la sé de memoria todavía que se notara al tiro cuáles pero ok igual pasemos un poco para seguir conversando sobre distintos temas porque hay un hay algo que es la base de que Diego tú dijiste que es muy importante tenerlo en consideración de la misma manera que nos puede llamar la atención de que un universitario o alguien de colegio no esté relacionándose con la IA como lo va a ser en un futuro laboral está pasando lo mismo con las empresas y los emprendimientos y los startups Y Combinator que es una de las aceleradoras más grandes del mundo publicó no sé si esta semana o la semana anterior un request for startups final de la semana pasada final de la semana pasada y sale la lista de estoy buscando estas startups para darles plata acelerarlas y que crezcan y saben cuántas empresas SaaS o algo relacionado con SaaS salen en esa lista cero cero ¿por qué? que todo es IA todo es IA o sea primero todo es IA lo que hace que un SaaS tradicional como todos estamos acostumbrados y cuando salió la IA digo voy a hacer un SaaS si me haces un millonario las barreras de entrada son cero se asume ya que toda empresa toda startup todo emprendimiento su base tecnológica no es Python es IA entonces todo lo que tú construyas para resolver un problema tiene que estar apalancado en la IA y no necesariamente ser un SaaS recuerden que hemos hablado anteriormente que vamos a cambiar el mundo en donde se en vez de vender puestos de trabajo en un SaaS estamos vendiendo resultados que realmente funciona y aún así sigo escuchando personas que van a armar un SaaS yo no veo problema con armar un SaaS pero si uno va a ver bien la lista de Y Combinator de hecho la podríamos compartir en la pantalla para que la gente que esté viendo YouTube lo vea yo publiqué el resultado en mi blog pero no sé si tengo a mano la lista yo tengo acá la lista solo recuerda que no todos nos ven pero comparten los que están viendo en YouTube van a verlo acá pero lo vamos a leer para los que están en Spotify si fijan por ejemplo el llamado ahora que es el de yo ni siquiera veo así que ponle zoom ahí está verano 2026 cierto este es el llamado inicial ahí hay para pesticidas bajos pesticidas en agricultura cierto con una tecnología nueva cierto potenciando motores de búsqueda o de descubrimiento nativos de IA compañía de servicios nativos de IA o sea el servicio igual está lo que pasa es que están estando como en una etapa que es intermedia no es como para el cliente final por eso dije SAS recuerda que siempre hemos dicho en este podcast en particular que las empresas del futuro son de servicios apalancadas con IA pero no solamente un SAS no es una plataforma es un resultado claro para que la gente que está escuchando entienda a qué nos referimos con un SAS el SAS es el software as a service es un software con un servicio que normalmente o lo compran personas o lo compran empresas y pagan para poder acceder a ese servicio acá lo que están haciendo es como son capas intermedias con IA ¿cierto? medicina personalizada con IA cerebro de la compañía que ocupa IA ¿cierto? por detrás esto es lo que llamamos como el second brain ¿cierto? el segundo cerebro pero con toda la data la base de conocimiento de la empresa defensa contra ¿cierto? drones interfaces dinámicas de software que esto yo creo que va a ser súper útil en el mundo de los agentes entrando y que el software cambie porque al final el servicio va a ser menos estático electrónicas en el espacio temas de supply chain de hardware habilidades de industria en el espacio chip de diferencia para workflow de agente SAS Challenger competidores para SAS creo que ya entendieron parte de lo que estamos tratando de demostrar en este podcast también es que si hay un antes y un después creo que yo ayer era el que lo decía antes y después de Open Club ¿por qué yo tendría que pagar por un SAS que me da un puesto de trabajo para yo hacer algo si alguien más lo puede hacer por mí y ese alguien más es la IA o un agente entonces el paradigma cambia insisto es por un agente que me entrega el resultado en vez de yo tener acceso a un puesto de trabajo para hacerlo yo mismo pero hay un punto que es bien importante que también que lo hemos hablado antes pero lo destaco mierda por 10 con IA o alguien que use más algo lo hace va a ser un resultado mucho más malo entonces basura entra basura sale si ¿viste? ¿viste? ¿viste? ¿viste mierda? la lo mismo igual esta versión es más simple que decir como cuando el usuario que el problema del usuario pero bueno lo que voy es que hace poco vi un estudio voy a buscar el tiro para no decir que solo como el dato que se está aumentando la producción no sé por 2 pero el gasto era por 10 entonces conviene ahí hacerlo con IA si se está gastando 10 veces más y eso en verdad también pasa porque la gente no saca claro voy a buscar el estudio es que los incentivos tienen que estar bien alineados o sea el incentivo de una startup puede ser bajar costos y aumentar productividad el de empresas que nosotros hemos hablado anteriormente como Meta Apple y demás es gastemos tokens dependiente si somos productivos o no es gastemos tokens entonces supongo que eso también ensucia un poco los resultados sí pero eso igual está bien interesante que está diciendo porque eso también ha hecho que todos ganen no todos pero en general Google Antropic ganen plata y Meta no porque al final por esta inversión de Google en Antropic y Amazon que claro también tienen como un negocio un círculo virtuoso algunos que claro más tokens se consumen que pueden ellos mismos estar consumiendo más pero también eso implica que le más más compra de la nube y ahí Meta el que está perdiendo y está chistoso ahora Meta está perdiendo Meta juega otro juego Meta sus ingresos siempre han venido de otro lado de sus redes de Instagram lo que pasa es que Meta ha tratado de meterse también en esta competencia cierto y es un poco lo que le pasa a Apple que todos lo cuestionan por qué no te metiste en el mundo de la IA y va a ocupar los modelos de Gemini o construir sobre eso o sea son compañías si uno lo ve como que los grandes Big Tech están todas tratando de entrar en el mundo de la IA pero su score su columna vertebral son distintas cierto de la Big Tech que entraron en el IA ninguna ha sido rentable claro yo le pondría un asterisco a Google porque Google tiene las TPU también que las hacen ellos entonces tiene algunas deficiencias que los otros no pero por ejemplo Microsoft está en una ensalada de cosas al nivel de que actualizaron su acuerdo con OpenAI hace poquito y ahora OpenAI puede ocupar más cosas pero Microsoft también por ejemplo esta semana me tocó hacer hartas clases de Copilot y ahora en Copilot yo puedo elegir si quiero que Opus sea el modelo detrás del cerebro detrás de Copilot o si quiero que sea GPT55 entonces eso también a Microsoft le da la solución de hecho ahora lanzaron como los modos agentes en Word en PowerPoint en Excel como modo por defecto porque obviamente son tareas más complejas entonces efectivamente como que las Big Tech no han logrado resolver cómo entrar porque tienen que maniobrar tienen muchas pelotas con las que están haciendo malabares ¿cierto? pero efectivamente al final lo que uno ve es que son ciertos laboratorios que están dedicados exclusivamente a crear y a los que en verdad están creando los modelos top de línea Diego algo que agregar si no que el estudio lo encontré que se llama METR Model Evaluation and Treat Research bueno aprovechando recuerden seguirnos poniendo estrellitas y todo porque Rodrigo va a poner en la descripción de este episodio el link al estudio que está diciendo Diego aquí abajito y son 10 años no 10 capítulos para que tengamos mucho tiempo más de conversar y pasarlo bien hasta que después ya los robots nos reemplacen y nosotros sigamos conversando acá mientras los robots hacen el trabajo por nosotros chicos tengo un comentario final respecto a lo que estábamos hablando que para mí tiene que ver con que cuando estamos metidos en esto de la IA y del impacto que empieza a tener en términos de los desarrollos de todo una cosa que creo que es clave como consejo para todos es que no se abrumen tanto o sea están pasando cosas todos los días salen nuevas noticias todos los días salen nuevos modelos salen nuevos todos lo que importa no es que estés ocupando el Ferrari lo que importa es que estés manejando un auto ¿cierto? o una bicicleta entonces como si tú estás ocupando ya empiezas a poco como que no te esfuerces a tengo que estar ocupando lo último modificando los procesos automatizando todo sino que anda de a poco pero lo importante es que no pares ¿cierto? porque al final después de eso mismo vas a ganar velocidad vas a encontrar algo con lo que vas a entender algo nuevo vas a empezar a incorporarlo y lo mismo con los procesos en empresa y con todas esas cosas para mí lo importante es como si sale una cosa nueva no es necesario tirarte de cabeza a aprenderlo pero es importante saber qué está pasando y cuáles son las tendencias porque si no cachas un poco como hacia dónde va esto obviamente puedes estar disparando por un lado que al final no va a funcionar yo me voy a colgar de eso porque también hablamos en otro episodio de cuánto se debería estar gastando mensual en IA pero la realidad es que las IA más caras no necesariamente deberían ser las mejores para todo tipo de casos publicé hace poco de cómo eliminar los 200 dólares de la suscripción de Antropic para usar CloudCode con otros modelos y yo me decía weón aún así estamos hablando de 200 dólares estamos en Latinoamérica eso es más del 10% del sueldo para muchas personas incluso para la persona que me comentó y es verdad por eso uno tiene que entender cuáles son los modelos muy poco eficientes porque me he estado cabeceando un montón con esto y he tenido tanto mis equipos como servidores como APIs trabajando 24 a 7 para hacer un benchmark de IA y estoy súper contento con el resultado con esto llegué al stack que yo estoy ocupando por ejemplo en mi agente de OpenClaw pero aún así me llama la atención un par de cosas o sea primero si puedes tener un agente andando y funcionando incluso desde tu casa por 5 a 10 dólares al mes que es suficientemente bueno para muchas de las cosas que tienen que hacer ustedes pero por el otro lado lo que sí me ha llamado la atención es que modelos como Opus o 4.7 que debería ser el mejor en todo me ha salido bastante mal en todos mis benchmarks hasta pensar que mis benchmarks están mal no estoy comparando lo mismo que comparan el resto estoy comparando para ciertos negocios operaciones que son para emprendedores súper importantes tanto así que me puso a pensar ok quizás yo debería ver otro tipo de test para ver que realmente Opus funcione bien en estos casos en donde el razonamiento profundo es bueno y ayer me puse a probar todos los modelos de mi benchmark que espero que yo también ponga acá abajito para que todo el mundo pueda ver qué modelo es el de ellos de hecho he probado 87 modelos distintos en más de 60 test de cada uno así que pueden entender cuánto tiempo llevo en esto yo creo que a esta altura Chris hace más benchmarks que trabajar realmente yo yo cumplo con decir que las últimas tres semanas he sido muy poco eficiente porque realmente quería que esto estuviera funcionando bien porque me ayuda a tomar decisiones de qué modelo usar para cada cosa sin embargo ayer pero es que está horrible o sea cada vez que pienso que termine el benchmark tengo que agregar algo más claro ok ese era el punto hay un test que se llama el hey hey hey que es como aguja en el pajar que genero un contexto suficientemente grande pongo un texto al inicio al medio y al fin se lo paso a los distintos LLM y le pido que me retorne la información que yo quiero que puse entre medio para explicarlo con español cristiano es como que tú tuvieras tomaras la novela de Frankenstein de hecho la que ocupaba Marto al principio en estos test y le ponían al principio la palabra pizza hacían otro en que en mitad le ponían pizza y al último le ponían pizza al final entonces tenía tres versiones y le pedías a la guía que tratara de encontrar la palabra pizza que en la novela Frankenstein no existía bueno y empecé a correr el test y extrañamente Opus 4.7 me salió de los peores y yo no entiendo por qué y sabiendo que este test está estandarizado lo único que hice fue cambiarlo a español de hecho todos los test que estoy haciendo de generación de contenido están siendo validados por un jurado en español porque en inglés cambia mucho el modelo que es mejor quedó mal sin embargo ayer estaba haciendo pruebas con Cloud Code y Open Code para ciertas cosas y llegué a un problema que no pude resolver de ninguna manera con ninguno de los modelos de razonamiento alto incluso con Nemo Tron 3 Super que tengo corriendo en mi Spark y Opus se demoró muy poco en encontrar cuál era el problema no en solucionarlo pero sí en encontrarlo ahí yo tengo un comentario pero respecto a Opus 4.7 que salió hace dos semanas atrás Opus 4.7 el veredicto de la comunidad es que es peor que Opus 4.6 de hecho en mis test 4.6 está mejor ¿por qué? porque Opus 4.7 tiene este pensamiento adaptativo ¿cierto? entonces como que empieza a dudar un poco y lo que ha dicho la gente es que por ejemplo en código es muy bueno como en la parte de encontrar qué cosas hay pero después la gente le pasa a Codex para que resuelva y Codex es muy malo que es el de GPT ¿cierto? muy malo para encontrar pero es bueno para resolver entonces al final como que con Opus 4.7 lograron resolver algunas cosas pero en otras como que una regresión y en general el a pesar si uno va a ver esos test de aguja en el pajar uno lo que encuentra es que igual a pesar de que son modelos que tienen una ventana de contexto más grande eso no quiere decir que tengan la precisión para encontrar un dato particular dentro y si uno va a ver las curvas en general son buenos encontrando si los temas están al principio o al final pero si pones el tema en cualquier parte de la mitad les cuesta son buenos para entender como el general de lo que está pasando en ese contexto pero no en los detalles particulares entonces por eso igual se ocupan otras técnicas para tratar de controlar eso porque a veces tú sí necesitas que tenga mucho contexto entonces ahí por ejemplo lo que ocurre y donde funcionan mejor por ejemplo los agentes hoy versus un chatbot con un contexto más amplio es que la gente empieza como a tener un documento de trabajo al lado entonces busca algo encuentra un pedacito lo guarda al lado entonces siempre lo tiene de referencia y eso hace por ejemplo que Cloud Cowork funcione mejor con contextos largos que el chat de Cloud entonces ahí también uno tiene que cambiar su estrategia al ocupar estas cosas para que efectivamente le podamos sacar como el provecho pero en general hoy en día diría yo que no hay tantos modelos como de que manejen así como el contexto de forma ultra precisa por lo menos no disponibles como completamente bueno ahí tenemos cuéntanos Cris que estamos viendo al final era para volver al tema de costos si tú quieres un modelo bueno que por ejemplo para razonamiento que no tenga alucinaciones en citas y en contextos largos y tienes un presupuesto máximo el mes de por ejemplo 500 dólares que llames 2000 veces al mes y que quieres una calidad mínima tú vas a ver que Opus no sale primero sale Lama 4 Scout ni siquiera el de altos billions el de 17 billions para razonamiento para citas contextos en donde no haya alucinación esto al mes te sale un dólar versus Opus que está en el puesto 20 y te sale 234 es que Opus es caro pero quieres el modelo que funcione mejor o quieres contratar el modelo más caro depende de la tarea tenemos que ir hacia un mundo de orquestación donde voy a ocupar distintos modelos para distintas cosas y por ejemplo eso es lo que yo estoy haciendo yo estoy por ejemplo con creo que lo dije en el mes pasada yo en este momento estoy usando la suscripción de Minimax Minimax no está en el top 10 de mi lista pero como orquestador para conversar en el día a día y después cargar el modelo que corresponda está muy bueno entonces en vez de gastar mucho dinero para tener un modelo que orqueste yo estoy con la suscripción que es más cara porque es más rápida de 40 dólares al mes y dentro de todo Minimax 2.7 Minimax 2.7 me cae bien a mi también funciona bien el 2.5 perfecto estoy contento con el 2.7 el 2.7 funciona muy muy muy bien a mi me pasa una cosa que claro cuando nosotros que estábamos ocupando Open Clore recuerden que ahí está el capítulo Open Clore en el canal el primero que lanzamos decíamos Opus era maravilloso porque un atributo que no tiene que ver con la resolución de problemas que tiene Opus es la personalidad que es muy como que tú sientes que entiende el problema que tiene esa capacidad de ocupar herramientas entonces como que era muy útil y de hecho mucha gente en Twitter dice hoy que desde que Antropic quitó el acceso directo de Opus la suscripción Open Clore murió en el sentido de que ya no funciona de la misma manera y tenemos que pelear más para conseguir las cosas y todo no era que Opus fuera mejor es que Opus tenía una personalidad entendía mejor el problema era como que tenía una resolución distinta y de todos los modelos que yo he probado para tratar de darle un espíritu a Open Clore al menos esté en un porcentaje cercano a lo que era Opus Minimax 2.7 me ha funcionado espectacular a nivel de personalidad quizá a nivel de uso de herramientas como que queda un poquito más corto pero como en esa capa de orquestación inicial funciona bien y aparte como que tiene esa personalidad entretenida a pesar de que se le meten de repente unos caracteres chinos entre medio y GPT 5.5 con pensamiento alto y con los últimos updates de Open Clore por fin está también funcionando mejor pero le costó a GPT llegar a ese punto entonces tuvieron que sacar una actualización nueva y optimizarlo un poco más y hacerlo con el harness el arnés de códex y no el de GPT entonces pero Minimax fue llegar chantarlo y ya tenía algo que era el 80% de Opus o un poquito más incluso funcionando relativamente así que me ha sorprendido harto Minimax ojo y tenemos modelos como los de Xiaomi que si están en el top 10 o el top 5 para muchas de las cosas el problema es que no hay servidores en Estados Unidos no el de Xiaomi pasó así como que de repente apareció colado nadie habló mucho y de repente uno va a ver los rankings hay un ranking clásico que muestran que por ejemplo ayer salió 4.3 4.3 entonces muestran típico está el gráfico como el rendimiento y sale como cuánto creció de una versión a la anterior y tú ves así como los modelos de Google los modelos de Cloud de GPT etc y entre medio en el top 10 está Mimo Mimo se llamó ¿no? sí Mimo el de Xiaomi y como que pasó colado y está en el top 10 así como compitiendo con los gráficos y la suscripción es 14 dólares al mes y es casi ilimitada igual que Mimo o sea igual que la de Minimax el problema es que los servers no tienen ningún server para la suscripción en Estados Unidos y el más cerca es Europa y aún así tengo latencia teniendo mi BPs en Estados Unidos entonces asumo que en algún momento llegan a tener los servers en Estados Unidos o algo un poco más cerca para que podamos ocuparlo de manera mejor pero hay problemas también con otras cosas como la API esta de Binance yo creo que está muy loco para como a nivel de empresa como quemarse como tomar la decisión de trabajar con un solo modelo pensando que no sé lo hemos hablado varias veces en particular lo dijiste con Claude que ya era muy bueno que te habéis casado pero después pasa un cambio que ya se pone más malo y ya sea o sale otro más bueno pero yo por ejemplo en la parte de imágenes me he dado vueltas como no sé trabajaba con Amante Day y Deogram después ya si no y después ya chao nada va nada pero ahora no puedo dejar de usar el Image 2 de GPT es como muy muy muy ahí me pasa que la generación de imágenes en general yo creo que a mediados del año pasado se resolvió con la salida de Nano Banana y antes de eso Image 1 de GPT cuando todos nos hicimos en versión Studio Ghibli me pasa hoy y he hecho hartos test yo de esto y también he visto algunos que Nano Banana de Google y GPT Image 2 que es el último que salió la semana pasada están los dos a un nivel súper bueno súper bueno donde hay ventajas para uno y otro por ejemplo todavía Nano Banana genera imágenes más rápidos que GPT y es muy bueno con la consistencia de personaje es muy bueno con entender el prompt etcétera pero GPT para lo que son imágenes más complejas ¿cierto? como hay un ejercicio que es re entretenido que es pasarle tu currículum y decirlo ármelo con una ficha de personaje de un RPG si a mí no me gustó el mío claro como el tipo de infografía ahí funcionan perfecto como tipo de infografía tipo que tiene que manejar mucho texto y cosas ahí GPT en eso que es complejo es muy bueno también y hay un truco que le quiero dar a la gente que está en su casa porque estos dos modelos de imágenes a diferencia de los anteriores tienen modos distintos o sea si tú vas a Gemini y le pides que crea una imagen es distinto si tú tienes seleccionado el modelo Pro a si tienes seleccionado el modelo rápido y lo mismo pasa en GPT si es GPT le pones crear imagen y arriba tienes puesto GPT Instant va a funcionar bien pero si le pones GPT Thinking va a funcionar mejor entonces si tú quieres crear imágenes más complejas estás haciendo una presentación o cualquier cosa ocupa los modelos de pensamiento selecciona el modelo de pensamiento y pon crear imagen para que ocupe el modelo el sabor de crear imagen que le va a dedicar más recursos y que va a poder trabajar con algo más complejo entonces también empieza a pasar eso que como que tienes que saber dónde está el botón que tienes que apretar para lograr el resultado que es algo que a mí realmente me pasa mucho en las capacitaciones gente dice no es que prefiero que chat GPT como que se puso tonto y qué pasó que lo tenían puesto en Instant y nadie les explica no es natural no es obvio que tienes que ir arriba y seleccionar el otro modelo y lo mismo pasa con Gemini y lo mismo pasa con Opus o sea con Cloud o sea así como que hay un cambio muy grande en la calidad de la respuesta y en la reducción de alucinación y todo solo con cambiar el modelo entonces en el tema de las imágenes también aplica claro pero importante también entender los contextos como si tienen puesto siempre el modelo thinking por ejemplo de GPT depende porque no sé la raíz está aburrido es ya quiero hacer una foto mejor pero no quiere demorarme tanto si no es tan buena igual me sirve entonces depende depende del objetivo y ahí hay un tema que antes lo mencionaba lo de los tokens me acordé porque el lunes partí mi nueva versión del curso de Cloud ya me están pidiendo abrir otra versión más porque se llenaron los cubos muy rápido chupa como loco Opus 4.7 y el tema es que gasta muchos tokens pero había gente que decía pero es que para qué le voy a pedir si está es que me va a consumir todos los tokens y yo dije y vaya a gastar los tokens en otra cosa como que la gente especialmente los tokens como la suscripción los límites de tu suscripción cierto tú pagas 20 100 200 dólares por una suscripción y la gente dice no lo que pasa es que no me estaba chupando los tokens ok pero le vaya a pedir algo más esta es la tarea que quieres hacer si está así gasta los tokens o sea los límites se resetean cada tantas horas tiene límites semanales tiene límites de distintas cosas ocupa los tokens y es un recurso que tienes disponible me acordaba de la gente que cuando juega videojuegos que empieza a ganar como la moneda del juego y no la quiere gastar y la empieza a acumular y tiene esos ítems raros y no los gasta y no los ocupa y al final hace que su juego sea más complejo solo porque porque en el fondo tiene miedo a perder ese recurso ¿cachai? entonces acá también pasa onda si querés generar una imagen y es suficientemente buena ocupa el modelo da lo mismo pero en este caso la mayoría no pero la mayoría tenía miedo a gastarlos porque siempre llegaba al rolling window se le acababan los tokens y tenían que esperar una semana para seguir trabajando no la mayoría no al menos los que yo cacho que están en grupos de informáticos los buenos se le gastaban todo ¿quiénes son las personas? hablando tú mismo dijiste el tema los ñoños ¿quiénes son los que están metidos en ese grupo informático de tu comunidad que están consumiendo todos los tokens como concho? gente que está usando la IA a tope ¿cierto? gente que sabe lo que está haciendo a lo que voy a y está creando código que a darte código es algo que consume mucho token porque están creando aplicaciones y cosas pero piensa en el trabajador de oficina que su labor es hacer un powerpoint analizar un ex o que tiene que ser otra cosa mi pasado de hecho estoy viendo si es que le saco a alguna gente a algunas personas el uso de agentes porque no lo están usando y lo que dice es mi agente tú mismo dijiste que si no lo usaban los ibas a sacar lo dijiste en otro episodio claro pero lo que es que sí lo están usando pero están usando mi agente sus propios agentes no lo están usando entonces y eso también pasa porque claro la gente en general yo creo que se preocupa de hacer bien su pega no de tratar de tanto de reinventar qué cosas nuevas puede hacer claro yo creo que es pero ese es otro problema lo que pasa es que ahí yo creo que hay un problema en la aproximación del tema ¿por qué? porque nosotros claro nosotros que estamos metidos en esto porque nos gusta y vibramos con la cuestión y estamos leyendo todo el día y probando y haciendo benchmark como loco en vez de trabajar el tema que tenemos nosotros claro estamos metidos en la cuestión pero la persona de tu equipo tiene que trabajar y cumplir con tú porque no voy a hablar por Cristian que confesó que las últimas dos semanas dije poco productivo no que estaba trabajando no estaba trabajando no que estaba trabajando voy a caer con eso no pero a lo que voy es que esa persona tiene que hacer su pega si esa persona siente que la hace bien no tiene ningún incentivo para ocupar una herramienta de ella para hacerlo de otra manera ¿por qué? porque el aprender a hacerlo con la herramienta nueva con el agente que lo instale con una IA etcétera significa un costo de aprendizaje que usualmente al principio tener una inversión en tiempo mayor entonces la estrategia de adopción no es trivial no es solo como acá está la herramienta y ocúpala hay que dar los tiempos de habilitación y muchas veces que pasa que la estrategia se define top down o sea desde la gerencia de los equipos de líder y dice acá está la herramienta pero nosotros lo que vemos del trabajo de la gente que está en el día a día es el output de su trabajo es el resultado es la presentación es la propuesta comercial es el análisis de los datos pero no vemos cómo hacen eso entonces muchas veces estamos optimizando para el resultado pero no para cómo hacen la tarea entonces acá siempre cuando habilitemos y hagamos estrategias de adopción en la empresa tenemos que pensar también cómo habilito desde abajo hacia arriba porque me ha pasado hablar con muchas empresas no puedo revelar nombres pero ellos saben quiénes son que armaron los megaproyectos hicieron un asistente personalizado con todo el conocimiento de la empresa y nadie lo ocupó ¿por qué? porque no resolvía un dolor real que tenía la persona en su día a día entonces hay que ir a ver y habilitar y generar esos espacios para que los que están trabajando y haciendo la pega puedan reconocer qué parte de su tarea de cómo hacen las cosas es latera les quita mucho tiempo les carga hacer y esas son las cosas donde se pudiera buscar proyectos donde efectivamente esta gente pudiera tomar parte de eso resolverlo más rápido y que él se dé cuenta de eso y tiene que aprender eso entonces no es simple y por otra parte otra cosa que sucede es que se tienen que dar el tiempo de hacerlo tienen que también tener los incentivos o sea si el jefe de ellos les dice y me ha tocado jefe que me dice alguien cuando pasa por un curso es que mi jefe dice que ocuparía de flojo qué incentivo tienen para ocuparlo realmente dentro del trabajo si el jefe no hace el valle entonces no es solo como definir hay una estrategia de arriba hacia abajo sino que tengo que generar los espacios desde abajo hacia arriba para que surjan los proyectos que tienen impacto en el cómo hacemos las cosas pero además tiene que haber un cambio cultural de aceptación de que esta es la nueva realidad y que tenemos que llevarlo entonces ahí como no le puse agentes a todo sí es una buena idea siempre y cuando la gente en verdad resuelva un dolor real que tenga la persona entonces hay que hacer un levantamiento y tiene que ser algo que no es como solo tú empujando sino que también tiene que haber otros miembros del grupo que también están empujando el de recursos humanos tiene que estar capacitando tiene que empezar a enviar espacios para no sé que todas las semanas haya una hora donde se comparten buenas prácticas entre todos muestran lo que estuvieron haciendo para inspirar al resto programas de champion comunidades internas donde la gente va compartiendo cosas porque además pasa que todavía a pesar de que yo les paso IA siguen trabajando como cielo entonces quizá el de ventas resolvió cómo hacer una propuesta comercial con IA y quizá eso que ya hizo tú le cambias dos cosas y le sirve al de marketing para armar los free para la agencia ¿cierto? entonces si no está el espacio para construir y colaborar lo que empieza a pasar es que además estáis gastando más recursos en solucionar problemas que son muy similares entonces si uno no lo ve como un problema sistémico un problema que tenemos que como desde arriba hacernos cargo de entender bien el problema primero vamos a gastar muchos recursos en construir cosas que al final no se utilizan se subutilizan o en verdad ni siquiera solucionan el problema realmente ya ahora puedes respirar ya pero me voy a dar punto yo creo que pasa eso como de cuchillo herrero no sé cosa de palo que claro nosotros de hecho no, cargos herrero cuchillo palo eso pero bueno bien que una solución de que nosotros hemos encontrado de cero que tengo que empezar a aplicar para internos es que claro esto como que dice Rodrigo como de abajo hacia arriba de identificar bien qué cosas son clave ver trabajar y en esto ver cómo más que dejarlos a ellos son los que se le construya se le ve cómo se acelera esa construcción y se le enseña bien como que lo utilicen en su día a día y claro como muestra la productividad y es obvio que lo van a utilizar porque es algo como que necesitaban y pedían pero claro internamente yo construyo cosas pero un tema que también pasa en trabajo remoto para cerrar eso el trabajo remoto no ha pasado esto es el tema de los silos que es más difícil ver cómo se trabaja y yo no quiero trabajar presencial tampoco estoy trabajando en mi casa ya veo que he tenido un campo de media hectárea ya pero está bien chicos vamos a ir cerrando voy a cerrar con un par de recomendaciones mías y me encantaría que ustedes dieran las suyas también para todos los que nos están escuchando que todavía no se tiran de la piscina aprender todo esto puede no ser tan caro no tienes que irte con los modelos más caros les vamos a dejar el link de la calculadora acá abajo de los benchmark por otro lado no dependan siempre de una tecnología recuerden que estamos en el hecho estamos en el inicio muchas de las cosas que estamos ocupando se van a romper ayer nuevamente se rompió mi asistente open club porque hicieron una actualización que rompió el 90% de las cosas que yo usaba en mi open club y no he podido solucionarlo así que adivinen que voy a hacer hoy día que hoy no sé si les dije al principio pero justo hoy día es feriado acá en Chile creo que en muchas partes del mundo también el día del trabajador en donde se tiene que trabajar para ponerlo adelante luchen por sus derechos sí ese tipo de cosas pero no es una excusa el que sea caro para poder partir nosotros estamos gastando mucho dinero entre nosotros para aprender para salir adelante para hacer experimentos ustedes se pueden apalancar de lo que nosotros ya estamos haciendo para no tener que hacerlo ustedes mismos lo digo Diego a quien le gustaría dar un par de recomendaciones yo tengo una recomendación que es que hoy en día con la velocidad que están pasando estas cosas no asuman que porque antes probaron una vez hacerlo y no les resultó vayan a probar de nuevo cada dos o tres semanas vayan a probar de nuevo la tarea con su herramienta creo que eso es vital porque efectivamente lo que se podía hacer hace tres semanas cambió hoy tenemos a GPT 5.5 tenemos a Opus 4.7 ahora yo calculo que en menos de un mes vamos a tener la versión nueva de Gemini que ya están filtrándose algunas cositas o sea este ciclo sigue continuando y eso habilita nuevas cosas por ejemplo en el mundo de Gemini hoy ya puedes crear por fin que Gemini te haga presentaciones y cosas y que te dé el archivo para descargar que era algo que en GPT y Cloud ya estaba solucionado hace rato ahora Gemini también lo tiene pero están saliendo nuevas cosas entonces prueba o sea si se te ocurre oye podría hacer esto pídele a la guía prueba si no funcionó espera y prueba de nuevo en la siguiente versión ¿cierto? y lo otro que yo creo que es como una recomendación general es que por ejemplo con OpenCloud y con todas estas cosas todavía están como solidificando cosas ajustando cosas tenemos OpenCloud tenemos Hermes Agent que salió está en Cloud Cloud que ahora tiene Dispatch y está tratando de simular lo mismo Codex que ahora también puede hacer de todo casi todo lo publicaron entonces está la opción de ir probando en la frontera pero asume que te va a pasar lo que le pasó a Cristian de que actualicé y se rompió ¿cierto? por ejemplo yo a mi OpenCloud le dije oye quiero actualizar y me dice no, no puedo actualizar y yo como pero si siempre siempre te he podido decir actualiza no es que ahora cambiaron algo y yo como oye pero pero ¿qué pasa? y qué es lo que sucede que claro nosotros ustedes leen las notas de lanzamiento de una nueva edición de OpenCloud y revisan la documentación para entender qué fue lo que cambió para ajustar cómo estaba haciéndolo antes no, no lo hacemos ¿cierto? nosotros actualizamos y le decimos a la idea revisa que se rompió y arreglo ¿cierto? entonces obviamente también hay una aproximación nuestra que es más de romper diría tarzanesca ¿cierto? de lanzarnos y ver qué pasa en el camino pero porque también lo estamos haciendo es una forma bonita de decir bruta o idiota sí, tarzanesca ¿cierto? bien me gusta nosotros vamos para adelante y probamos y rompemos pero porque también el riesgo para nosotros es más bajo entonces si yo rompo a mi agente ¿qué pasa? gasto un par de horas que puedo gastarla ¿cierto? o más arreglarlo o más claro podemos hacer eso ¿cierto? porque claro nosotros que estamos con crisis independiente tenemos un ritmo distinto yo tengo que hacer los cursos las charlas pero entre las clases tengo espacio para arreglar cosas ¿cierto? Diego en cambio que está en la oficina y que tiene que lanzar la cuestión y tiene que pasar para acá y tiene un equipo avanzando y todo la probabilidad el riesgo de romper algo que está funcionando es más alta entonces por eso es súper importante con esto termino de que si están en una empresa formal ¿cierto? con procesos y con cosas sí o sí tienen que generar un espacio de experimentación un ambiente sandbox tener un equipo que lo que está haciendo es como en un ambiente controlado rompiendo cosas ¿cierto? porque en ese caso ustedes no pueden romperla siempre porque tienen que seguir trabajando entonces tenemos que generar esos espacios para romper porque como esta herramienta viene sin manual de instrucciones salen actualizaciones todos los días tiene que haber alguien encargado de investigar eso y después buscar cómo ¿cierto? hacemos lo potenciamos hacia el resto del equipo entonces esa es mi invitación prueben rompen controladamente y ahora muchas gracias Yogi ahora Diego si recuerdan Diego la semana pasada se iba a casar y se casó así que felicidades Diego muchas gracias ahora tus recomendaciones por favor muy bien recomendación no se casen dice te imaginas no hagan podcast un feriado que le van a retar si están casados yo creo que me suman las palabras y yo creo y destaco algo también que se ha dicho que si bien muchas personas y me incluyo se sienten agobiados con todas las cosas nuevas y que claro de repente prueban una herramienta y dicen wow está genial y voy a empezar a hacer más cosas y veo una audiencia y quiero hacerlo por otro lado también hay personas que no se han subido ni siquiera a ocupar cosas básicas de los modelos y que uno pareciera que le estuviera hablando chino cuando empieza a hablar de tema de inteligencia artificial como que creen que inteligencia artificial es algo abstracto que no saben cómo funciona pero que es importante que le ayuden a su vida y que lo tienen que usar pero no gastan bien cómodo o a lo más ocupado es todo este TPD y Yemeni haciendo consultas básicas entonces a lo que voy es que la oportunidad está la ventana es ahora y no sabemos bien cómo evolucionar todo si después alguien va a tener trabajo o no qué vamos a hacer más adelante así que es clave vamos a hacer yo tengo dos yo lo he pensado mucho y yo creo que hay que empezar a pensar en tener una parcela autosustentable con autosestentables con paneles solares con con como en el fondo como pensando en que va a haber un momento en que vamos a el ocio va a aumentarse ¿cierto? y que no sabemos hasta está hablando mucho del ingreso universal o cosas de ese estilo yo no sé cuál va a ser la política que quede pero hay que hay que buscar cómo te rascas solo en esto ¿cierto? cómo cómo genero ese espacio donde al final igual va a estar seguro ¿cierto? así que hay que buscar parcelas cerca eso eso eso muy bien ya Diego terminaste oye muchas gracias a todos por escucharnos muy buen fin de semana largo para los que nos van a escuchar el día de hoy recuerden que los links van a estar en la descripción y cualquier cosa que crean que deberíamos conversar además de hablar estupideces durante estos episodios por favor pregúntenos y nosotros vamos a tratar de siempre ir mejorando que estén súper bien y recuerden que todavía está la idea de que hacer en el grupo presencial así que tienen sus ideas en los comentarios y suscríbanse ¿verdad? suscríbanse ya abro cierra para deja grabar suscríbanse suscríbanse suscríbanse suscríbanse y suscríbanse