En línea con un famoso concepto de Warren Buffett, las condiciones actuales del mercado encajan de lleno en la categoría de cosas que simplemente son demasiado difíciles de entender.
Aprovechar una gran crisis para hacer bajar las valoraciones ha sido una práctica habitual entre los profesionales de la banca a lo largo de la historia del mundo financiero.
Es fascinante observar el rápido lanzamiento de funciones de aplicaciones directamente por parte de las empresas de modelos fundacionales. A medida que el costo marginal de un token se acerca constantemente a cero, resulta evidente que el verdadero valor ya no reside simplemente en vender tokens. En cambio, la estrategia clara de estas organizaciones consiste en ascender en la pila tecnológica y hacerse con la capa de aplicaciones.
Es probable que los proveedores tradicionales de SaaS eviten las consecuencias inmediatas. En cambio, las primeras víctimas serán las empresas nativas de IA que actualmente invierten un capital considerable en los laboratorios de IA. Esto incluye negocios centrados en soluciones jurídicas, de ventas y de atención al cliente. Estas startups representan los objetivos más fáciles porque las empresas de modelos fundacionales ya tienen un plan claro para replicarlas, recopilado directamente a partir de las trazas y los tramos generados por las empresas nativas de IA que utilizan sus sistemas.
A partir de ahí, es probable que el foco se desplace hacia las aplicaciones que sirven de tejido conectivo e integran profundamente estos modelos en los flujos de trabajo operativos habituales. Ya podemos ver cómo ocurre esto con OpenAI. Sus lanzamientos recientes, como los flujos de edición de documentos de Google y la integración fluida de Google Drive y Documentos directamente en entornos de chat, están muy bien ejecutados y ponen de relieve esta misma evolución.
Es realmente fascinante observar lo rápido que las empresas de modelos fundacionales están lanzando nuevas funciones de aplicación. Como el costo de un token marginal se acerca casi a cero, el valor central ya no reside simplemente en vender tokens. En cambio, la estrategia evidente para estas empresas es ascender en la pila tecnológica y asumir el control total de la capa de aplicaciones.
Sorprendentemente, los proveedores de SaaS consolidados no serán las primeras víctimas de este cambio. En realidad, quienes primero se verán afectados serán las empresas nativas de IA, que actualmente invierten enormes cantidades de capital en los laboratorios de IA. Esto incluye a las empresas nativas de IA que operan en los sectores jurídico, de ventas y de atención al cliente. Adueñarse de este espacio representa la oportunidad más fácil. Además, las empresas de modelos fundacionales ya cuentan con una hoja de ruta muy definida para esta expansión, basada íntegramente en los rastros operativos y los datos que han recopilado de estas mismas startups.
Tras esa fase inicial, los siguientes objetivos serán los programas que hacen de nexo entre distintas herramientas. Se trata de aplicaciones específicas que convierten el uso de modelos en una parte fundamental de los flujos de trabajo cotidianos.
Ya se pueden ver ejemplos prácticos de esta evolución. Pensemos en los flujos de edición de documentos de Google disponibles actualmente en OpenAI, o en cómo las funciones de Google Drive y Documentos se están integrando directamente en las interfaces de chat. Ambas integraciones funcionan excepcionalmente bien.
De cara al futuro, un posible escenario para nuestro porvenir implica un fascinante choque entre dos fuerzas muy diferentes. A un lado de esta división están los rebeldes equipados con una IA muy avanzada. En su camino se interponen organizaciones monolíticas y consolidadas, que se benefician de un abundante flujo de caja libre y de las ventajas de la captura regulatoria.
Antes de la salida a bolsa, mi equipo elaboró un análisis profundo para comprender desde cero el modelo de negocio de SpaceX. Sus últimos resultados del tercer trimestre revelan un cambio significativo: el negocio de Superinteligencia superó oficialmente los ingresos combinados de los negocios de Espacio y Conectividad. Impulsado en gran medida por nuevos acuerdos centrados en alquilar capacidad de computación a otras empresas, Superinteligencia generó 7.600 millones de dólares. Esta cifra representa aproximadamente el 52 % de los ingresos totales del trimestre, un salto considerable frente al apenas 15 % de hace un año. Además, la empresa declaró un gasto de capital total de 19.600 millones de dólares durante el trimestre, una cantidad que, de hecho, supera todos sus ingresos. De ese gasto de capital, una suma considerable de 16.400 millones de dólares se destinó directamente a Superinteligencia.
Aunque recibo propuestas de emprendedores a diario, quiero invitarte a una alternativa mucho más eficaz: participar en nuestro hackatón.
El evento se llama EVOLVE. Durará 20 horas, desde la noche del 13 de noviembre hasta el 14 de noviembre, y se celebrará en 8090, en Redwood City. El objetivo será crear agentes y herramientas de IA capaces de desarrollar software.
Además de un magnífico trofeo y reconocimiento público, los campeones tendrán dos reuniones individuales conmigo. La primera sesión está pensada para ayudarte a pulir una idea o una propuesta, y la segunda servirá como seguimiento. Si ganas, tendrás total libertad para decidir cómo pasamos ese tiempo juntos. Puedes pedirme dinero, buscar mi consejo o simplemente pasar el rato burlándote de mí.
Envía tu solicitud en: https://8090-solutions.link/evolve-with-chamath
Los datos actuales coinciden plenamente con mis propios hábitos de consumo. Aunque prácticamente no uso mi suscripción a Netflix, todos los días veo videos en YouTube.
Desde una perspectiva empresarial, el contraste financiero entre ambas plataformas es bastante llamativo. YouTube se beneficia de unos costos de producción de contenido increíblemente bajos. Netflix, por el contrario, actualmente tiene una deuda de 14.000 millones de dólares, que se utilizó específicamente para ampliar su extensa biblioteca de contenido.
¿Podría esta situación convertirse, en última instancia, en otro ejemplo de manual de desajuste entre activos y pasivos? No queda más que esperar para que el futuro revele la respuesta.
Lamentablemente, los inversores de capital de riesgo han permitido que la industria de la IA distorsione gravemente la forma en que informa sobre sus ingresos.
Para entender la raíz de este problema, podemos remontarnos a la década de 2010, cuando las empresas de SaaS popularizaron la tasa anual de ingresos como indicador financiero. Esta cifra era muy fiable para proyectar ingresos a largo plazo, porque se basaba exclusivamente en acuerdos contractuales. Proyectar esos ingresos hacia el futuro era totalmente apropiado, ya que estaban garantizados durante toda la vigencia del contrato.
Sin embargo, al evaluar hoy en día las empresas de IA, los inversores de capital de riesgo han adaptado este concepto a lo que llaman tasa de ingresos anualizada. Según esta nueva interpretación, toman los ingresos transaccionales o de API generados a corto plazo durante el mes anterior —o, a veces, incluso durante una sola semana— y extrapolan esa breve instantánea al futuro.
Es bastante asombroso que los inversores hayan permitido este cambio en los estándares de presentación de informes, pero, efectivamente, esa es ahora la realidad.
En la actualidad, la sociedad occidental está afrontando un trío de grandes desafíos ideológicos: a saber, el radicalismo, el socialismo y el doomerismo. Es muy común que las personas se vean influidas simultáneamente por los tres de estos planteamientos. De cara al futuro, la trayectoria definitiva del mundo occidental dependerá directamente del grado en que estos movimientos logren influir a la generación más joven.
Hace aproximadamente diez años, tomé la decisión estratégica de dejar de gestionar dinero externo, eligiendo en su lugar dedicar mi atención a hacer crecer el capital interno. Sin embargo, debido a la naturaleza inherentemente prolongada del Venture Capital, llevar los fondos de VC a su plena realización es un proceso que abarca muchos años. Ahora me encuentro muy cerca del final de este largo proceso, por lo que estoy distribuyendo mi resumen más reciente de desempeño correspondiente al Q2. En el próximo año, o algo así, espero cerrar por completo estos vehículos restantes y dar oficialmente por concluido este capítulo profesional.
Al mirar hacia atrás, quiero compartir algunas lecciones esenciales que he recopilado tanto para GPs como para LPs.
Primero, tus informes financieros deben ser completamente sencillos y evidentes.
Segundo, Net DPI es la única métrica de verdadera importancia. Cuando optimizas para los retornos reales, construyes disciplina operativa, y esa disciplina exacta actúa como tu línea de vida durante períodos económicos difíciles.
Tercero, es imprescindible comparar tu avance con el Cambridge Index. Medirte frente a este estándar te proporciona la motivación esencial necesaria si de verdad quieres convertirte en el GOAT de tu campo.
En este momento, la industria de la IA/SI está impulsada principalmente por un enfoque basado en CPM, en el que la oferta estándar es simplemente el costo por cada mil tokens más un margen. De cara al futuro, el entorno inevitablemente se desplazará hacia un marco de CPA. En ese panorama, el foco pasará al logro de tareas, lo que permitirá que los proveedores compartan directamente el ROI generado.
Superar este cambio de CPM a CPA expondrá gran parte del juego estratégico que actualmente rodea las tasas de ejecución, los ingresos y los márgenes brutos. Eliminar estas prácticas engañosas inevitablemente dará lugar a una cantidad considerable de destrucción de valor. Solo necesitamos mirar hacia atrás para ver las transiciones observadas en Web1 y Mobile, con ejemplos claros de este fenómeno.
Deseamos la mejor de las suertes a todos los actores involucrados en este espacio en evolución.
¿Conoce los detalles del Acuerdo de la Casa Blanca sobre Superinteligencia? Y, más importante aún, ¿cuál es su estrategia para integrar de forma segura la Superinteligencia en el entorno de su empresa?
Para abordar estas cuestiones críticas, 8090 y EY se han asociado para desarrollar un sistema novedoso denominado KYSI, o Know Your Super Intelligence. Esta plataforma se construye a propósito para establecer un registro verificable de decisiones impulsadas por inteligencia artificial. Lo logra registrando la evidencia relevante y el contexto, al tiempo que hace énfasis en los controles del sistema a lo largo de toda su infraestructura corporativa. En última instancia, KYSI permite a las empresas mantener un avance tecnológico rápido y, al mismo tiempo, reforzar la supervisión.
Esta nueva solución respalda su negocio al ofrecer trazabilidad completa de extremo a extremo, un mapeo claro de políticas a riesgos y paquetes de evidencia integrales preparados para auditorías.
A través de este esfuerzo conjunto, estamos guiando a las empresas más allá de la fase de simples pruebas de inteligencia artificial. Le permitimos establecer marcos de IA confiables y gobernables que pueden escalar con seguridad en toda la organización.
Si desea explorar esto con mayor profundidad, por favor póngase en contacto con su socio dedicado de EY o contáctenos directamente en http://8090.ai.
Seleccionar entre un sistema abierto o cerrado nunca es una decisión simplemente en blanco y negro. Debido a que existe una amplia gama de niveles de acceso disponibles, tu elección final siempre debe estar guiada por el trabajo real que necesita realizarse. Por ejemplo, confiar en una API pública tiene perfecto sentido cuando necesitas resultados rápidos para tareas de baja criticidad. Alternativamente, utilizar un modelo privado en la nube cerrada es la mejor ruta cuando deseas equilibrar alta calidad con un control estricto. Por último, si tus datos absolutamente no pueden salir de tu entorno bajo ninguna circunstancia, la solución requerida es un modelo abierto autoalojado.
El grupo con el que trabajo en @SocialCapital recientemente describió este mismo marco en nuestro más reciente Deep Dive sobre Modelos Abiertos vs Cerrados. Las conclusiones compartidas a continuación se toman directamente de esa presentación.
Me gustaría compartir mi perspectiva personal sobre la inteligencia artificial. Ten en cuenta que tus propios puntos de vista y experiencias sobre este tema pueden diferir de los míos. Puedes encontrar la discusión del video en el siguiente enlace:
https://youtu.be/iI9uVDF0R4s?is=u4SQViHnMhU6AY5e
Inicia sesión para explorar más contenidos
Únete a usuarios globales de criptomonedas en Binance Square
⚡️ Obtén información útil y actualizada sobre criptos.
💬 Avalado por el mayor exchange de criptomonedas en el mundo.
👍 Descubre perspectivas reales de creadores verificados.