Buenas, esto es BIMPRAXIS, el podcast donde el
Download transcript (.srt)
0:09
0:15
0:20
0:23
0:26
0:28
0:36
0:40
0:41
0:44
0:48
0:50
0:52
0:53
0:54
0:56
0:59
1:01
1:02
1:02
1:06
1:08
1:11
1:14
1:16
1:17
1:20
1:21
1:23
1:24
1:26
1:27
1:30
1:31
1:32
1:35
1:36
1:39
1:42
1:45
1:46
1:46
1:52
1:56
1:58
2:01
2:03
2:04
2:05
2:07
2:10
2:13
2:15
2:17
2:17
2:18
2:19
2:19
2:22
2:24
2:26
2:30
2:32
2:34
2:35
2:36
2:39
2:41
2:44
2:45
2:47
2:48
2:51
2:51
2:52
2:54
2:55
2:56
2:56
2:59
3:01
3:02
3:05
3:07
3:08
3:10
3:13
3:16
3:19
3:23
3:26
3:27
3:30
3:33
3:33
3:37
3:38
3:39
3:41
3:44
3:48
3:51
3:53
3:55
3:56
3:59
4:01
4:02
4:05
4:07
4:08
4:10
4:11
4:14
4:17
4:18
4:21
4:23
4:24
4:27
4:30
4:32
4:34
4:36
4:39
4:42
4:44
4:45
4:47
4:49
4:51
4:53
4:55
4:55
4:58
5:01
5:04
5:06
5:08
5:11
5:13
5:17
5:20
5:22
5:23
5:24
5:26
5:29
5:31
5:33
5:34
5:37
5:39
5:41
5:44
5:46
5:48
5:50
5:53
5:56
5:58
6:00
6:00
6:02
6:03
6:06
6:08
6:11
6:14
6:14
6:16
6:19
6:21
6:23
6:24
6:27
6:28
6:31
6:32
6:32
6:36
6:39
6:42
6:43
6:46
6:49
6:51
6:52
6:53
6:55
6:56
6:59
7:03
7:04
7:05
7:08
7:09
7:12
7:13
7:13
7:14
7:16
7:17
7:19
7:21
7:23
7:25
7:27
7:28
7:31
7:33
7:34
7:36
7:37
7:40
7:42
7:43
7:45
7:48
7:49
7:52
7:53
7:55
7:57
7:58
7:59
8:00
8:02
8:04
8:06
8:07
8:09
8:10
8:13
8:14
8:14
8:15
8:17
8:20
8:24
8:27
8:28
8:30
8:31
8:33
8:34
8:37
8:37
8:39
8:42
8:44
8:45
8:46
8:46
8:49
8:53
8:56
8:58
8:58
9:02
9:04
9:05
9:07
9:08
9:09
9:13
9:16
9:18
9:19
9:22
9:24
9:26
9:27
9:29
9:30
9:32
9:33
9:36
9:38
9:40
9:41
9:43
9:43
9:45
9:46
9:48
9:51
9:52
9:55
9:56
9:58
9:59
10:01
10:04
10:07
10:08
10:11
10:12
10:13
10:14
10:16
10:19
10:21
10:21
10:23
10:25
10:27
10:29
10:31
10:33
10:35
10:37
10:37
10:38
10:40
10:42
10:44
10:45
10:48
10:50
10:53
10:55
10:57
10:59
11:00
11:02
11:04
11:07
11:09
11:10
11:12
11:13
11:15
11:17
11:18
11:20
11:24
11:24
11:28
11:31
11:32
11:34
11:36
11:36
11:39
11:40
11:42
11:43
11:44
11:47
11:50
11:53
11:54
11:57
11:57
11:59
12:01
12:04
12:05
12:07
12:08
12:12
12:14
12:15
12:18
12:20
12:23
12:25
12:26
12:27
12:29
12:29
12:31
12:33
12:35
12:37
12:37
12:41
12:42
12:44
12:48
12:51
12:54
12:57
12:59
13:01
13:02
13:04
13:06
13:08
13:11
13:12
13:14
13:16
13:19
13:31
13:33
13:45
13:47
BIM se encuentra con la inteligencia artificial.
Exploramos la ciencia, la tecnología y el futuro
desde el enfoque de la arquitectura, ingeniería y
construcción.
¡Empezamos!
Muy buenas, bienvenidas, bienvenidos a un nuevo episodio
de BIMPRAXIS.
Hoy os traemos el cerebro infinito, cómo fusionar
Cloud y Notebook LM sin arruinarte en tokens.
Y, de verdad, que este es uno de
esos temas que cambian por completo las reglas
del juego.
Totalmente.
A ver, para arrancar, la misión de hoy
es sumergirnos en un escenario que parece, no
sé, de ciencia ficción, pero que está pasando
ahora mismo.
Sí, sí.
Hay empresas tecnológicas, agencias creativas, que están quemando
cientos o incluso miles de euros a la
semana, única y exclusivamente para que una inteligencia
artificial vuelva a leer los mismos documentos que,
bueno, ya se leyó el día anterior.
Es una locura.
Es una fuga de capital absurda.
Una barbaridad.
Y todo provocado por un problema técnico de
base.
Pero hoy tenemos sobre la mesa fuentes buenísimas,
¿eh?
Análisis súper minuciosos de canales como Luciano Cutipa
y Claridad Artificial.
Ajá.
Creadores que realmente rascan bajo la superficie.
Eso es.
Y nos exponen precisamente cómo tapar esta fuga.
Vamos a desgranar cómo construir, digamos, un segundo
cerebro automatizado que recuerda todos los proyectos de
un negocio.
Exacto.
Exacto.
Porque, a ver, el núcleo de esta fuga
de capital de la que hablas reside en
lo que mucha gente llama la amnesia de
los modelos de lenguaje.
La famosa amnesia, claro.
Eso es.
Para comprender la magnitud de la solución que
plantean estas fuentes, primero hay que entender esta
limitación técnica de sistemas como Cloud.
O sea, no es que carezcan de memoria
por un error de programación.
Ya.
No es un fallo, ¿no?
Que va.
No es un bug.
Es por una restricción severa en la infraestructura
de los servidores.
Mantener el contexto de una conversación activa de
forma permanente para millones de usuarios, bueno, requeriría
una capacidad de procesamiento que hoy por hoy
es inviable económicamente.
Es carísimo.
Claro.
Por tanto, el diseño estándar dicta que cada
vez que abres una nueva ventana de chat,
el modelo arranca completamente en blanco.
Vale.
Vamos a desgranar esto con una analogía porque
creo que… Ya se ve clarísimo.
Es como tener al becario más brillante del
mundo.
Un prodigio.
Un prodigio, pero con memoria de pez.
Total.
Memoria de Dory.
Exacto.
Cada mañana tienes que obligarle a leerse un
manual de 500 páginas antes de que te
pueda responder a un simple correo.
Y claro, el problema viene con la factura.
Claro, porque te cobra por la hora entera
de lectura.
Cobra por el tiempo que invierte en leer
esas 500 páginas antes de empezar a redactar.
Lo fascinante de esto es que el modelo
de facturación… Funciona mediante tokens.
Que a grandes rasgos son fragmentos de palabras.
Sí, como las sílabas de la IA, digamos.
Efectivamente.
Cuando tú cargas un documento gigante para dar
contexto, el sistema no hace una lectura rápida
por encima.
Hace cálculos matemáticos complejísimos para cada uno de
esos tokens.
Madre mía.
Establece relaciones semánticas.
Entonces, si le inyectas 100 páginas de historial
en cada conversación para evitar esa amnesia… Fuerzas
a los servidores a recalcular todo desde cero.
Y eso chupa tokens que da gusto.
Te satura el sistema y se dispara la
factura.
Una consulta que debería costar céntimos te sale
por un pico, solo por el peaje del
contexto.
Y claro, con esta dinámica, cualquier intento de
crear un asistente integrado de verdad en una
empresa se va a pique.
Es inviable.
Totalmente inviable.
Entonces, si alimentar a Cloud directamente es un
pozo sin fondo, la estrategia tiene que ser
cambiada.
Y aquí entra Notebook LM.
La herramienta gratuita de Google, exacto.
Eso es.
Que nuestras fuentes la presentan no como un
sustituto de Cloud, sino como un escudo, ¿no?
Una barrera de contención.
Claro, el cambio de paradigma ocurre por la
persistencia.
Notebook LM guarda la información, el contexto, las
decisiones pasadas, en libretas o cuadernos.
Que no se borran al cerrar la pestaña.
Exactamente.
Entonces, Notebook LM actúa como interpretador.
Es un intermediario entre tu base de datos
y el motor de razonamiento de Cloud.
Y para hacer esto, usa lo que se
llama un sistema RAG.
Vale.
RAG, Generación Aumentada por Recuperación.
A ver, detengámonos aquí, porque suena a tecnicismo
duro de ingeniería, pero entiendo que es la
magia que evita que nos arruinemos.
Es la clave de todo, sí.
¿Cómo funciona esta recuperación en la práctica?
Pues mira, en lugar de leerse el texto
entero como haríamos nosotros, un sistema RAG convierte,
las palabras e información, en coordenadas matemáticas, los
famosos embeddings.
Vale, lo traduce a números.
Eso es.
Y cuando tú lanzas una pregunta, el sistema
traduce tu pregunta también a coordenadas y busca,
en ese espacio matemático, qué fragmentos del texto
están más cerca de tu duda.
Ah, qué bueno.
Entonces, Notebook LM no coge el documento de
100 páginas y se lo manda a Cloud.
Simplemente agarra los tres o cuatro párrafos precisos
que tienen la respuesta, hace un resumen hiperfocalizado
y le manda solo esa píldora.
O sea, en lugar de obligar al becario
a leerse la enciclopedia entera cada vez que
le preguntas por París, este sistema actúa como
un bibliotecario, que fotocopia solo la página de
París, se la da al becario y le
dice que trabaje solo con eso.
Exacto.
El ahorro de tokens ahí es brutal.
Brutal, claro.
Pero espera, porque aquí me surge una duda.
He visto un montón de creadores de contenido
presumiendo de conectar Cloud con Obsidian para hacer
su famoso segundo cerebro usando formato Markdown y
tal.
Sí, está súper de moda.
Ya, pero ¿no es exactamente lo mismo?
Porque a simple vista el objetivo es idéntico.
¿Por qué nuestras fuentes descartan esa ruta de
Obsidian?
A ver, visualmente, y para organizarte tú, Obsidian
es una pasada.
Pero la trampa está en la arquitectura de
la conexión.
Vale.
Cuando conectas Obsidian directo con Cloud, como Obsidian
es una red de nodos interconectados, la tendencia
es enviar el flujo de información completo.
¡Ostras!
Claro.
Para que Cloud entiende el contexto, vuelve a
inyectar toda la biblioteca de golpe.
Y te vuelve a fulminar los tokens.
Te los fulmina.
Dispara el consumo y el gasto por el
mismo resultado.
En cambio, Notebook LM, como tiene el sistema
RAC nativo de Google súper optimizado, es muchísimo
más eficiente filtrando.
Entendido.
Vale, solucionado el problema del dinero con este
bibliotecario digital.
Ahora, pasar de la teoría a la práctica.
Vamos a lo interesante.
Sí.
¿Por qué?
Porque tener esto bien organizado no sirve sino
para… No produce trabajo real.
Y los casos de uso que explican en
estos análisis van mucho más allá de, no
sé, resumir un PDF.
Aquí entramos en la clonación del conocimiento.
Aquí es donde la cosa se pone realmente
interesante.
Por ejemplo, el enriquecimiento de canales.
Imagina un canal de YouTube, ¿vale?
Vale.
Subes el enlace a Notebook LM para que
absorba todo.
El estilo, las temáticas, el tono.
Y Cloud te genera una estrategia de marketing
perfecta.
Es que pasa de ser un bot genérico
a ser… A ser tu director de estrategia.
Y algo que me encanta que dicen los
análisis es que te dice qué duplicar basándose
en datos fríos.
O sea, si a ti como creador te
duele en el alma grabar shorts, pero la
llave, que es lo que funciona, te va
a decir que hagas shorts.
No tiene piedad.
Claro, no tiene sesgos emocionales.
Ninguno.
Pero el salto más loco es el aprendizaje
acelerado, el clon.
Uf, ese caso es tremendo.
Imagina que en tu empresa no tenéis ni
idea de cómo hacer una landing page atractiva.
Ni idea.
Cero.
Cero.
Entonces, en vez de pasarte semanas viendo tutoriales,
le dices a Notebook LM que busque por
toda la web a expertos, blogs, vídeos… Y
te crea un cuaderno experto en segundos.
En segundos.
Y luego conectas a Cloud ahí.
Exacto.
Cloud lee eso y te programa la página
automáticamente.
Te saltas toda la curva de aprendizaje.
Madre mía.
Y no solo para programar.
El canal Claridad Artificial pone un ejemplo de
investigación profunda que te vuela la cabeza.
Sí.
La privacidad, ¿no?
Ese.
Cogen un tema súper denso, como la regulación
de la inteligencia artificial, y Notebook LM procesa
hasta 396 fuentes distintas.
396 fuentes.
A la vez.
Informes legales, artículos académicos… Y los sintetiza sin
gastar ni un solo token de Cloud.
Y lo bueno es que el resultado no
es un texto ahí plano y aburrido.
Claro.
Te hace formatos visuales.
Te genera infografías, te monta presentaciones animadas.
Incluso puede generarte un debate de audio, un
podcast, donde dos voces analizan los documentos.
Es una locura.
Pero fíjate, para empresas el ejemplo definitivo que
analizan es el de la agencia inmobiliaria.
Ah, la generación de webs internas.
Buenísimo.
Es fundamental para entender el valor de retener
el contexto.
En una inmobiliaria el pan de cada día
es manejar objeciones de clientes.
Que si el precio, que si el barrio…
Y ese conocimiento suele estar perdido en correos
o en la cabeza del comercial más veterano.
Total.
Pues agrupan todo eso en un cuaderno de
noticias.
Y luego le dicen a Cloud que crea
una herramienta para los empleados.
Pero no un manual, ¿eh?
Cloud programa una página web interactiva con buscador.
Literal.
Analiza las quejas, las soluciones, diseña la interfaz
y la despiega.
Para que los empleados busquen ahí los argumentos
en tiempo real.
Si conectamos esto con el panorama general, te
das cuenta del valor incalculable de retener el
por qué se tomaron ciertas decisiones de negocio.
La memoria de la empresa, claro.
Evitas que ese conocimiento se esfume cuando alguien
del equipo se va a otro trabajo.
Se queda todo blindado.
Ya.
A ver, ver todo esto en acción suena
a magia, pero requiere una configuración técnica.
Y aquí es donde la gente empieza a
sudar.
Hay que bajar a la sala de máquinas.
Sí, hay cierta fricción al principio.
Hay que usar la terminal.
Entonces, ¿qué significa todo esto?
Porque claro, hablas a la audiencia de la
terminal y de ejecutar un código Bash y
suena a que vamos a hackear el Pentágono.
A la gente le da miedo meter contraseñas
ahí.
A ver, tranquilidad.
Yo entiendo el pánico a la pantallita negra,
pero está todo automatizado.
Un archivo Bash es solo una receta.
Vale.
Lo descargas, lo arrastras a la terminal, en
Mac o en Windows y ya.
Se instalan los paquetes necesarios, como Homebrew en
Mac, para conectar Google con lo que llamamos
Cloud Code.
Pero, ¿y las contraseñas?
Súper seguro.
El script no te pide claves.
Te abre el navegador, te lleva a Google
y te validas ahí, con el protocolo OAuth.
O sea, un pase VIP sin dar tu
clave real.
Exacto.
Con un esfuerzo de 5 minutos.
Y te da una ventaja absurda sobre el
99 % de la gente.
Vale.
Y una vez conectado, entran en juego las
famosas skills, las habilidades en formato .md.
Sí.
Como la skill NotebookLMSSkill .md.
Son directrices para que Cloud sepa cómo consultar
la información.
Pero la joya de la corona es la
del bucle de retroalimentación.
Cuéntame eso.
Hay otra skill que se llama Resumen con
Note.
Imagina que qué pasas una hora debatiendo.
¿Estás hablando con Cloud sobre un proyecto?
Vale.
Al terminar, Cloud hace un resumen de todo
lo hablado, de las conclusiones brillantes, y lo
envía automáticamente de vuelta a NotebookLM.
¡Qué barbaridad!
O sea, alimenta el cuaderno con la propia
charla.
Cierra el círculo.
Crea un segundo cerebro que evoluciona solo.
Pero claro, hay una gran limitación.
La guerra de IPs.
Porque todo esto tiene truco.
Sí, tiene que ser en local.
Usando Cloud Code o la app de escritorio.
No funciona en la versión colaborativa Cowork.
¿Y eso por qué?
Porque desde Cowork las peticiones salen con la
IP de la empresa Antropic.
Y Google, que es dueña de NotebookLM, pues
ve a su rival llamando a la puerta
pidiendo datos a lo bestia.
Claro.
Los bloquean por seguridad.
Exacto.
Google corta el grifo.
Así que de momento hay que usarlo en
local, con tu IP personal.
O sea, en tu propio ordenador.
Eso es.
Y esto plantea una pregunta importante para cerrar.
Dime.
Si creamos un sistema que no solo almacena
la información de un negocio, sino que automatiza
el aprendizaje, diseña webs para los empleados y
documenta cada conversación en un bucle infinito de
memoria, llegará un punto en que este segundo
cerebro comprenda a la empresa mejor que los
propios humanos que la fundaron.
Ostras.
Pues ahí queda eso para pensar.
Antes de despedirnos hasta el próximo programa, os
informamos de que las voces que oyes han
sido generadas por la IA de NotebookLM y
que dirigieron el programa de la empresa Antropic.
Siguiendo el podcast se encuentra Julio Pablo Vázquez,
un humano que te envía saludos.
En caso de error, probablemente sean errores humanos.
Nos escuchamos.
Y hasta aquí el episodio de hoy.
Muchas gracias por tu atención.
Esto es BIM Praxis.
Nos escuchamos en el próximo episodio.