Buenas, esto es BIMPRAXIS, el podcast donde el BIM se encuentra con la inteligencia artificial.
Download transcript (.srt)
0:09
0:20
0:28
0:37
0:43
0:48
0:52
0:59
1:06
1:11
1:13
1:22
1:32
1:38
1:42
1:45
1:45
1:47
1:50
1:56
1:58
1:59
2:07
2:09
2:09
2:12
2:15
2:16
2:22
2:26
2:29
2:33
2:37
2:38
2:42
2:45
2:47
2:52
2:58
3:02
3:03
3:04
3:07
3:10
3:13
3:15
3:19
3:21
3:24
3:28
3:29
3:33
3:37
3:38
3:39
3:43
3:46
3:49
3:51
3:52
3:56
4:00
4:04
4:07
4:08
4:08
4:10
4:13
4:16
4:20
4:21
4:22
4:24
4:25
4:25
4:27
4:30
4:31
4:35
4:36
4:38
4:39
4:43
4:45
4:49
4:53
4:56
4:59
5:00
5:03
5:07
5:07
5:07
5:07
5:07
5:07
5:07
5:07
5:07
5:07
5:07
5:07
5:08
5:08
5:12
5:15
5:19
5:24
5:28
5:31
5:34
5:35
5:38
5:44
5:47
5:50
5:52
5:56
6:00
6:02
6:03
6:04
6:08
6:10
6:15
6:16
6:19
6:20
6:23
6:27
6:29
6:32
6:36
6:37
6:38
6:39
6:44
6:48
6:51
6:54
7:01
7:04
7:06
7:07
7:07
7:10
7:12
7:16
7:19
7:20
7:22
7:23
7:27
7:31
7:33
7:36
7:39
7:41
7:44
7:45
7:47
7:50
7:53
7:54
7:57
7:59
8:03
8:06
8:07
8:11
8:15
8:19
8:20
8:24
8:27
8:28
8:30
8:31
8:32
8:35
8:39
8:41
8:45
8:46
8:50
8:54
8:56
9:00
9:02
9:04
9:08
9:12
9:17
9:21
9:22
9:25
9:27
9:30
9:32
9:37
9:38
9:41
9:43
9:46
9:50
9:52
9:56
10:02
10:04
10:06
10:10
10:14
10:18
10:22
10:24
10:25
10:29
10:31
10:36
10:38
10:39
10:40
10:44
10:47
10:51
10:55
10:57
11:01
11:02
11:05
11:10
11:11
11:13
11:16
11:19
11:24
11:26
11:27
11:29
11:30
11:32
11:35
11:37
11:40
11:45
11:47
11:50
11:52
11:54
11:56
11:58
12:00
12:03
12:06
12:07
12:08
12:11
12:13
12:15
12:20
12:22
12:25
12:27
12:28
12:30
12:32
12:35
12:40
12:41
12:43
12:46
12:50
12:52
12:54
12:56
12:59
13:02
13:05
13:10
13:11
13:15
13:19
13:24
13:25
13:28
13:31
13:34
13:35
13:39
13:42
13:46
13:47
13:52
13:55
13:58
14:02
14:05
14:09
14:12
14:13
14:14
14:17
14:21
14:27
14:28
14:31
14:37
14:40
14:41
14:44
14:49
14:54
14:56
14:59
15:02
15:05
15:07
15:08
15:12
15:15
15:18
15:22
15:26
15:32
15:34
15:40
15:45
15:47
15:50
15:52
15:55
16:00
16:02
16:07
16:09
16:11
16:13
16:15
16:19
16:21
16:25
16:27
16:28
16:31
16:35
16:37
16:40
16:44
16:46
16:50
16:52
16:53
16:55
16:58
17:01
17:05
17:06
17:08
17:11
17:12
17:13
17:15
17:18
17:19
17:21
17:24
17:29
17:33
17:35
17:40
17:43
17:46
17:50
17:52
17:53
17:56
18:00
18:03
18:06
18:07
18:10
18:11
18:12
18:16
18:19
18:22
18:24
18:27
18:31
18:33
18:35
18:39
18:43
18:47
18:50
18:51
18:52
18:55
18:59
19:01
19:05
19:08
19:09
19:12
19:14
19:17
19:21
19:24
19:37
19:41
19:51
Exploramos la ciencia, la tecnología y el futuro desde el enfoque de la arquitectura, ingeniería y construcción.
¡Empezamos!
Imagina la escena, un desayuno familiar, un domingo cualquiera, y de repente alguien suelta.
Oye, ¿qué he pensado que voy a montar una empresa? Para competir con Google.
Las carcajadas se oirían, no sé, a un kilómetro a la redonda.
Sería una broma fantástica, claro. Pues bien, esa es la historia real de Aravind Srinivas,
un científico brillante sin ninguna experiencia empresarial que un día decidió desafiar al mayor gigante tecnológico del planeta.
Y lo más increíble de todo es que contra todo pronóstico parece que podría estar consiguiéndolo.
Hoy vamos a meternos de lleno.
En la historia de Perplexity AI, la fuente principal que tenemos sobre la mesa es un análisis muy, muy completo del canal de YouTube Gustavo Entrala.
Y nuestra misión es desgranar cómo una idea que, a ver, sonaba a suicidio empresarial, se está convirtiendo en un competidor muy serio.
Vamos a ver la estrategia, la mentalidad de su fundador y un crecimiento que, la verdad, desafía toda lógica.
Es que, para que nos hagamos una idea de la locura que es esto,
hay que entender primero la magnitud del monstruo.
Claro.
Google no es una empresa.
Es, es un verbo.
Es el dueño absoluto de la puerta de entrada a Internet para 5.000 millones de personas.
5.000 millones, es que la cifra marea.
Totalmente.
En 2024, sus ingresos solo por anuncios de búsqueda se acercaron a los 200.000 millones de dólares.
Es una mina de oro.
Inagotable.
Y en medio de todo eso llega Perplexity.
Con una idea que es, bueno, radicalmente opuesta.
Justo.
En lugar de la lista de 10 enlaces azules, que ya conocemos, rodeados de publicidad,
te doy una respuesta directa, concisa.
Y esto es clave, con sus fuentes.
Como si te la estuviera dando una experta en el tema.
Y claro, la primera pregunta que a uno se le viene a la cabeza es,
¿por qué no hace esto Google?
O sea, tiene la tecnología, el talento, el dinero.
¿Podría aplastar a Perplexity mañana mismo si quisiera?
Y esa es la pregunta al Millén.
Nos lleva directos a lo que en estrategia se llama el dilema del innovador.
Google podría hacer exactamente lo mismo que Perplexity, sin ninguna duda.
Pero si lo hiciera, canibalizaría su negocio actual.
¿Se estaría disparando en el P?
Exacto.
Destruiría su propia máquina de hacer dinero,
que son los anuncios que rodean a esos 10 enlaces azules.
Es un dilema clásico.
O proteges el negocio que te da de comer hoy,
o apuestas por una innovación que podría destruirlo,
pero que sabes que es el futuro.
Y ese dilema es como una especie de maldición del éxito, ¿no?
Cuanto más ganas, más tienes que perder, y eso te paraliza.
Totalmente.
Perplexity, al no tener nada que perder, pues tenía la libertad de ser radical.
Pero, más allá del dinero, ¿no es también un problema de mentalidad?
¿A qué te refieres?
A ver.
Una empresa construida durante 20 años sobre 10 enlaces azules.
¿Puede realmente pensar en un mundo sin ellos?
¿Qué pasaría con los miles de ingenieros y comerciales
cuyo trabajo gira en torno a ese modelo?
Has dado en el clavo.
Es un problema cultural y organizativo profundísimo.
La inercia de una organización tan gigantesca es brutal.
Cambiar el rumbo de ese transatlántico no es solo una decisión de negocio,
es una batalla cultural interna.
Claro.
Perplexity.
Sí, no tenía ese problema.
Pero es que tenía todos los demás.
La receta para el fracaso era, vamos, casi perfecta.
Es que si lo pones en un papel de verdad parece una broma.
Vamos a desglosarlo.
Venga.
Primero, el competidor.
Invencible.
Google.
El Goliath definitivo, sí.
Segundo, el modelo de negocio.
Bueno, suicida.
Sin anuncios, que es la única forma conocida de monetizar la búsqueda.
Uf, sí.
Tercero, los costes.
Desorbitados.
Por el almacenamiento de datos y sobre todo por los carísimos chips de envidia.
Una barbaridad.
Y para rematar el fundador, un académico puro,
un investigador sin la más mínima experiencia en rondas de financiación
o estrategias de mercado.
Parecía la receta perfecta para el desastre.
Totalmente.
Y sin embargo, aquí estamos hablando de ellos.
Lo que nos obliga a preguntarnos qué pieza del puzzle nos estamos perdiendo.
¿Qué pieza?
¿Qué pieza?
¿Qué pieza?
¿Qué pieza?
¿Qué pieza?
¿Qué pieza?
¿Qué pieza?
¿Qué pieza?
¿Qué pieza?
¿Qué pieza?
¿Qué pieza?
¿Qué pieza?
¿Qué pieza es?
Sin duda, la mentalidad y la historia personal de Aravind Srinivas.
Es que para creer que alguien puede asumir este reto,
casi hay que entender de dónde viene, cuál es su motor.
Y el suyo se forjó a miles de kilómetros de Silicon Valley, en Chennai, India.
Creció en una familia donde el conocimiento se valoraba por encima de la riqueza.
Su madre trabajaba para el gobierno, su padre era contable.
Y la educación era el fin último de la vida.
Ya.
La fuente cuenta una anécdota que lo dice todo.
A día de hoy, sus padres están más orgullosos de que tenga un doctorado por la Universidad de Berkeley
que de que su empresa esté valorada en miles de millones de dólares.
Esa anécdota es fantástica.
Te pinta el personaje entero.
Y esa ambición por el conocimiento se la inculcó su madre,
que desde pequeño le señalaba el prestigioso campus del IIT de Madras y le decía
¡Ahí es donde vas a estudiar!
Y claro, lo consiguió.
Por supuesto.
Pero lo fascinante es cómo una experiencia casi casualmente,
por lo cual forjó su filosofía de trabajo.
Se apuntó a un concurso de machine learning sin tener, vamos, ni idea del tema.
¿Y qué hizo?
Se empolló 20 libros en una semana.
Todo lo contrario.
Su método fue el antítesis del académico.
En lugar de estudiar la teoría en profundidad, empezó a probar algoritmos a fuerza bruta.
A lo loco, a lo loco.
Uno tras otro, sin saber si era el enfoque correcto.
Era pura ejecución, prueba y error.
Y ganó.
No me digas.
Ganó.
Y esa victoria le enseñó una lección fundamental que marcaría toda su carrera.
El inmenso valor de actuar, de probar cosas, de ejecutar.
Sin tener todas las garantías ni un plan perfecto.
La acción por encima de la planificación.
Esa mentalidad de hacer primero, planificar después, le llevó a Estados Unidos en 2017.
Consiguió una beca para un doctorado en inteligencia artificial en Berkeley.
Uno de los mejores programas del mundo.
Ya.
¿Ves?
Cuentan que su capacidad de trabajo era mítica.
Su asesor de doctorado llegó a decirle,
Arabin, ¿te das cuenta de que también hay que dormir?
La pesadilla de cualquier departamento de recursos humanos.
Totalmente.
Pero esa obsesión fue clave.
Desde luego.
Pero el verdadero punto de inflexión, el momento de la revelación,
le llegó durante unas prácticas en OpenAI.
Tuvo una conversación con Ilya Sutskever,
que en aquel momento era el científico jefe,
una figura legendaria en el campo.
Arabin llegó a la reunión lleno de ideas,
de algoritmos, complejos, sofisticados.
Con su carpeta bajo el brazo.
Exacto.
Y la respuesta de Sutskever fue directa y brutal.
Todas tus ideas son basura.
Qué manera de empezar una reunión.
Me lo imagino quedándose blanco.
Pero no fue solo una crítica destructiva.
A continuación, Sutskever le dibujó dos círculos en una pizarra.
Un gráfico muy simple que le cambió la vida.
¿Y qué le dijo?
Le explicó que el futuro de la IA no estaba en diseñar algoritmos elegantes.
El futuro era la combinación de dos conceptos.
El aprendizaje no supervisado y el aprendizaje por refuerzo.
Vale.
Y el motor que alimentaría todo eso sería una cantidad masiva de datos
y una capacidad de computación gigantesca.
Vale.
Esos dos conceptos suenan muy técnicos.
¿Podemos traducirlos?
Claro.
Para que nos entendamos, el aprendizaje no supervisado,
es como darle a un niño una biblioteca entera y decirle
encuentra patrones por tu cuenta.
El niño aprende la estructura, los conceptos, por sí mismo.
Entendido.
Y el aprendizaje por refuerzo es como enseñarle a jugar a un videojuego,
dándole puntos cuando lo hace bien y quitándoselos cuando lo hace mal.
Vale. La combinación de ambos a escala masiva.
Exacto. Con todos los datos de internet y miles de chips.
Eso es lo que crea la magia.
Para Arabin fue una epifanía.
Comprendió que el camino no era programar a las IAS para que fueran inteligentes,
sino crear las condiciones para que aprendieran por sí mismas.
Y con esa revelación en la cabeza, Arabin, mientras trabajaba en Google,
se obsesionó con la figura de su cofundador, de Larry Page.
Se empapó de su historia.
Devoró libros sobre la historia de la compañía.
Quedó fascinado.
Se dio cuenta de que Google también nació de una tesis doctoral.
Pero le marcó una idea de Page.
Si quieres ejecutar una visión súper ambiciosa, solo hay dos caminos.
¿Cuáles?
O eres profesor universitario o eres emprendedor.
Arabin descogió el segundo.
Y lo que me parece increíble es que no solo se inspiró en Page,
sino que literalmente creó una lista de verificación, como si fuera una receta.
Es casi un calco, ¿es verdad?
Modeló Perplexity siguiendo meticulosamente la fórmula de Page.
El primer paso que copió, saltar directamente de la tesis doctoral a crear una compañía.
De la academia a la empresa, sin más.
Sin pasos intermedios.
El segundo, y esto es una obsesión en Perplexity, el producto.
Concretamente, la velocidad, la latencia y la precisión.
Está obsesionado con reducir cada milisegundo en el tiempo de respuesta.
Sabe que en la búsqueda, la velocidad no es una característica más.
Es la característica.
Exacto.
Y el tercer punto que importa de Page es el rigor académico.
Esto es fundamental para entender Perplexity.
Las respuestas siempre, siempre incluyen citas y enlaces a las fuentes.
Como en un artículo científico.
Que no es un capricho.
Para nada.
Es el mecanismo fundamental para minimizar las famosas alucinaciones de la IA.
Y construir confianza con quien usa el producto.
Es decir, no te fíes de mí, fíjate en mis fuentes.
El cuarto punto es la máxima de que el usuario nunca se equivoca.
Si alguien formula mal una pregunta,
es el producto el que debe ser lo bastante inteligente para entender la intención real.
Ya.
Y el último, una velocidad de iteración demencial.
Lanzar, mejorar, descartar y recuperar ideas de producto constantemente.
Sin miedo a equivocarse.
Vio en Page un espejo.
Un académico que había logrado algo monumental.
Pero necesitaba una chispa final para dar el salto.
Y esa chispa fue el éxito de GitHub Copilot a finales de 2022.
La herramienta para programadores.
Eso es.
Esta herramienta de Microsoft le demostró que la IA
no era sólo un campo de estudio,
era sólo un campo de estudio teórico.
Podía generar productos rentables, útiles.
Que cambiaran la forma en que trabajamos.
Y eso fue lo que le convenció para crear su empresa.
Vale. Tenía la visión, la revelación técnica y el modelo a seguir.
Pero volvemos a los problemas prácticos.
¿Cómo superó esos obstáculos que parecían insalvables?
Empecemos por la financiación.
No sabía hacer una presentación para inversores.
No venía de ese mundo.
Su solución fue pura ejecución.
Fiel a su estilo.
En lugar de un PowerPoint con proyecciones financieras infladas,
construyó un prototipo funcional.
Un producto.
Un producto.
Creó una demo que permitía hacer búsquedas en lenguaje natural
sobre los datos de Twitter.
Podías preguntarle cosas como
¿Qué tweets han retuiteado tanto Jeff Bezos como Elon Musk en el último mes?
Y te daba la respuesta al instante.
Así que, en lugar de un PowerPoint, les dio un juguete.
Me imagino la cara de los inversores.
Exacto.
No les estaba vendiendo una promesa.
Les estaba demostrando una realidad.
En un mundo de proyecciones y humo,
ver algo que funcionaba de forma casi mágica era irresistible.
¿Y funcionó?
Entusiasmó a los primeros inversores
y así consiguió el apoyo de figuras clave de Silicon Valley,
incluido, irónicamente, el propio Jeff Bezos.
Resuelto el primer problema.
Pero quedaba el más gordo.
Los costes de entrenamiento de los modelos,
donde los grandes laboratorios habían invertido miles de millones.
¿Cómo compites con eso siendo una startup?
Aquí es donde su ingenio brilló de nuevo.
La solución fue lo que la fuente llama el modelo del director de orquesta.
Suena bien.
Perplexity no crea sus propios grandes modelos de lenguaje desde cero,
lo que habría supuesto un coste astronómico en chips de envidia.
En su lugar, utiliza y coordina los mejores modelos que ya existen.
¿Los de otras empresas?
Sí, los de OpenA, Antropic, los de Google.
Para diferentes partes de una misma pregunta.
O sea que es como un puzzle, usa una pieza de cada uno.
Justo.
Puede usar un modelo que es muy bueno para entender la intención del usuario,
otro que es excelente para buscar en la web en tiempo real
y un tercero que es el mejor para resumir la información de forma coherente.
Claro.
Y coordinar todo esto para dar una respuesta rápida, precisa y fiable
es un desafío de ingeniería brutal.
Y ahí es donde reside su verdadera ventaja competitiva.
Convertieron una debilidad en su mayor fortaleza.
Y el resultado de toda esta innovación se ve en los números.
A mediados de 2025 el crecimiento es explosivo.
Hace poco más de un año tenían 10 millones de usuarios activos mensuales.
Hoy.
¿Cuántos?
Las cifras hablan de hasta 22 millones.
Pero el dato que a mí me parece más espectacular es el número de consultas.
780 millones al mes, con un crecimiento mensual del 20%.
Es una locura.
Si ese ritmo se mantiene, que es mucho suponer,
pero bueno, si se mantiene, en un año estarían contestando 230 millones de preguntas al día.
Son cifras que ya empiezan a hacer ruido en las oficinas de Google.
Ya ves.
Y claro, la valoración de la empresa se ha disparado.
A principios de 2024 era de unos 520 millones de dólares.
Hoy, tras varias rondas de financiación, se sitúa en los 14 mil millones.
Pero Aravind sabe que un gran producto
no es suficiente, necesita distribución.
Y aquí es donde la historia se pone aún más interesante.
Está empezando a jugar en las grandes ligas.
Alianzas estratégicas.
Exacto.
Ha cerrado acuerdos con Deutsche Telekom en Europa y con Motorola en Estados Unidos,
para que su aplicación venga preinstalada en sus móviles.
Y en Japón, una alianza clave con SoftBank.
Este crecimiento, obviamente, no ha pasado desapercibido.
Es como si una barca de pesca de repente estuviera adelantando a los transatlánticos.
Mark Zuckerberg, por ejemplo, hizo una oferta de compra por Perplexity en mayo de 2025.
¿Para comprar la empresa?
Bueno, su objetivo, más que el producto, era incorporar el talento y la visión de Aravind y su equipo.
Pero lo más interesante ahora mismo son los dos novios que podrían cambiarlo todo.
El primero es Samsung.
Esto ha salido en la prensa, ¿verdad?
Sí, hay negociaciones públicas.
Ambas partes han reconocido que están hablando para que Perplexity
sea la IA por defecto en todos los terminales Galaxy.
Sería un golpe sobre la mesa tremendo.
Totalmente. Millones de teléfonos con Perplexity como opción principal.
¿Y por qué no se ha cerrado todavía ese acuerdo?
Si parece tan bueno para ambos.
Porque hay otro gran rumor en los mercados.
Un pez mucho más gordo.
Se dice que Apple podría terminar comprando Perplexity.
Y si lo piensas, tiene mucho sentido.
Por un lado, todos sabemos que Siri necesita una mejora urgente.
Es casi un chiste a estas alturas.
Ya ves.
Y por otro, Apple se enfrenta a problemas legales muy serios
por su acuerdo de 20 mil millones de dólares al año con Google.
¿El de ser el buscador por defecto en el iPhone?
Exacto. Un acuerdo que los reguladores consideran monopolístico.
Claro. Comprar Perplexity podría ser una solución elegante para Apple
a ambos problemas de un solo plomazo.
Mejorarían por fin a Siri y al mismo tiempo reducirían su dependencia de Google,
calmando a los reguladores.
Sería una jugada maestra.
Exactamente.
Se convertiría en el arma de Apple en la guerra de la IA
y resolvería un problema legal multimillonario.
El futuro de Perplexity podría decidirse en esta partida de ajedrez entre gigantes.
Es fascinante.
Y para cerrar el círculo de esta historia,
hay un último detalle sobre el nombre de la empresa que me encanta.
Perplexity.
Perplejidad.
No es un nombre elegido al azar.
Es un concepto técnico clave en inteligencia artificial.
Así es.
En el campo de los modelos de lenguaje,
la perplejidad es una medida que cuantifica cómo desordenar
y cuantifica cómo desorprendido está un modelo ante nueva información que recibe.
Una puntuación de perplejidad baja significa que el modelo es muy bueno
para predecir y comprender el lenguaje.
Una puntuación alta indica más incertidumbre, más sorpresa.
El objetivo es siempre minimizar la perplejidad.
Y ese nombre conecta perfectamente con la historia.
El auge de la inteligencia artificial es un entorno lleno de perplejidad,
de giros inesperados, de sorpresas.
Desde luego.
La historia de Aravind Srinivas y Perplexity demuestra que,
a veces, una visión audaz y una ejecución metódica pueden, como mínimo,
hacer que un gigante como Google se tambalee.
O que al menos note un rasguño serio en su espalda.
Sin duda.
Y esto nos deja con una última idea para reflexionar,
que quizás es la más importante.
A ver.
Hasta ahora hemos hablado de Perplexity como un rival para la búsqueda de Google,
para sustituir los diez enlaces azules.
Pero la visión original de Srinivas va mucho más allá.
¿A qué te refieres?
Perplexity ya está desarrollando lo que llaman agentes,
IAs especializadas en finanzas o en planificación de viajes.
Herramientas que no solo buscan,
sino que actúan en nuestro nombre.
Que pueden comparar vuelos, hoteles y actividades,
y reservarnos unas vacaciones completas con una sola instrucción.
O analizar nuestra cartera de inversión y proponer cambios.
O sea que el objetivo final no es ser un motor de respuestas,
sino un motor de acciones.
Exacto.
Y esa es la verdadera pregunta que nos deja esta historia.
La cuestión no es solo si Perplexity puede sustituir a Google Search.
La verdadera cuestión es,
si logra crear agentes que actúen por nosotros de forma fiable,
¿qué significa eso para nuestra relación con Internet en su totalidad?
Claro.
Si una IA puede ejecutar tareas complejas por nosotros,
ya no hablamos de cambiar la búsqueda.
Hablamos de cambiar la forma en que interactuamos con todo el ecosistema digital.
Y ese es un futuro mucho más perplejo y revolucionario.
Que simplemente encontrar una mejor manera de responder preguntas.
Y hasta aquí el episodio de hoy.
Muchas gracias por tu atención.
Esto es BIMPRAXIS.
Nos escuchamos en el próximo episodio.