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
0:43
0:45
0:48
0:51
0:53
0:55
0:58
1:01
1:02
1:04
1:04
1:06
1:08
1:11
1:13
1:15
1:16
1:18
1:19
1:22
1:24
1:25
1:28
1:32
1:35
1:37
1:40
1:41
1:42
1:44
1:46
1:49
1:50
1:53
1:56
1:58
1:59
2:00
2:03
2:04
2:07
2:11
2:13
2:14
2:15
2:17
2:18
2:21
2:24
2:26
2:26
2:30
2:32
2:35
2:37
2:39
2:40
2:41
2:42
2:44
2:47
2:49
2:52
2:54
2:56
2:57
2:59
3:00
3:02
3:05
3:08
3:11
3:12
3:14
3:17
3:19
3:22
3:24
3:25
3:27
3:29
3:32
3:34
3:38
3:39
3:42
3:44
3:46
3:48
3:51
3:54
3:55
3:58
4:01
4:03
4:05
4:06
4:07
4:09
4:12
4:15
4:16
4:17
4:18
4:19
4:22
4:25
4:27
4:30
4:31
4:32
4:34
4:37
4:40
4:41
4:43
4:45
4:47
4:49
4:51
4:53
4:55
4:57
4:57
4:59
5:00
5:02
5:04
5:07
5:09
5:11
5:15
5:17
5:18
5:21
5:23
5:26
5:28
5:30
5:32
5:33
5:34
5:35
5:36
5:38
5:42
5:44
5:45
5:47
5:49
5:50
5:52
5:53
5:56
5:58
6:00
6:02
6:03
6:06
6:08
6:09
6:11
6:14
6:16
6:19
6:20
6:23
6:24
6:27
6:29
6:31
6:34
6:35
6:37
6:39
6:39
6:41
6:44
6:47
6:50
6:53
6:56
6:58
7:02
7:02
7:06
7:09
7:11
7:14
7:16
7:18
7:20
7:23
7:26
7:29
7:30
7:32
7:35
7:37
7:40
7:42
7:45
7:47
7:49
7:50
7:54
7:57
8:00
8:02
8:03
8:05
8:06
8:06
8:07
8:09
8:11
8:12
8:14
8:16
8:20
8:22
8:24
8:27
8:29
8:31
8:33
8:36
8:38
8:41
8:44
8:44
8:45
8:46
8:49
8:52
8:55
8:58
8:59
9:02
9:04
9:07
9:09
9:11
9:12
9:13
9:17
9:18
9:21
9:24
9:24
9:27
9:28
9:30
9:32
9:35
9:37
9:39
9:40
9:41
9:43
9:45
9:47
9:49
9:51
9:52
9:53
9:55
9:57
9:58
10:01
10:02
10:03
10:05
10:07
10:08
10:12
10:14
10:17
10:19
10:20
10:23
10:25
10:28
10:29
10:32
10:33
10:37
10:39
10:41
10:44
10:48
10:51
10:53
10:54
10:56
10:58
11:01
11:06
11:08
11:10
11:12
11:14
11:16
11:19
11:19
11:22
11:24
11:27
11:29
11:31
11:32
11:32
11:35
11:37
11:40
11:43
11:45
11:48
11:51
11:53
11:54
11:55
11:57
12:00
12:03
12:05
12:07
12:10
12:11
12:13
12:17
12:19
12:21
12:25
12:25
12:28
12:31
12:33
12:35
12:39
12:42
12:45
12:45
12:47
12:49
12:52
12:55
12:58
13:01
13:02
13:05
13:06
13:08
13:09
13:12
13:13
13:16
13:18
13:21
13:24
13:26
13:28
13:29
13:32
13:32
13:36
13:39
13:40
13:44
13:46
13:48
13:49
13:51
13:53
13:55
13:56
13:59
14:01
14:02
14:06
14:08
14:11
14:13
14:15
14:18
14:19
14:22
14:25
14:27
14:28
14:31
14:34
14:35
14:38
14:41
14:42
14:45
14:45
14:48
14:51
14:53
14:55
14:57
14:58
15:01
15:03
15:04
15:07
15:08
15:10
15:14
15:18
15:19
15:21
15:23
15:26
15:28
15:29
15:30
15:34
15:36
15:39
15:40
15:42
15:44
15:47
15:49
15:52
15:55
15:57
15:57
15:59
16:01
16:05
16:05
16:08
16:10
16:13
16:15
16:15
16:17
16:19
16:20
16:21
16:22
16:24
16:25
16:27
16:30
16:34
16:37
16:39
16:43
16:45
16:48
16:50
16:52
16:55
16:58
17:01
17:03
17:16
17:27
17:29
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 un titular que describa en
pocas palabras el contenido de hoy.
La revolución de los agentes de IA, la
factura que nadie esperaba y la sorprendente alianza
geopolítica de Microsoft.
Vamos a exponer el contenido de las fuentes
de manera extensa, amena y dirigida a una
audiencia inteligente, preparada y con sentido del humor.
Y la verdad es que es un tema
fascinante.
Muchísimo.
Porque, a ver, para que la gente se
haga una idea de la escala real de
esta revolución, resulta que la empresa que más
dinero está gastando en la IA americana más
potente del mundo, es la dueña de TikTok,
desde China.
Es una paradoja tremenda, ¿sí?
Totalmente.
Pero, bueno, vamos a empezar por el principio.
Porque el cambio tecnológico que sustenta todo esto
es brutal.
Es que el salto es tan bestia que,
si no entendemos qué hace exactamente esta nueva
tecnología en la pantalla de un trabajador normal,
pues las cifras millonarias y los conflictos diplomáticos
de los que vamos a hablar después no
tienen ningún sentido.
Ya, claro.
¿Qué pasa?
La inteligencia artificial ha dejado de ser ese,
bueno, ese simple chatbot al que le haces
una pregunta aislada.
Ya no es una enciclopedia interactiva.
Se ha convertido en un trabajador autónomo, lo
que en la industria se llama un agente.
Vale.
Vamos a desgranar esto.
Porque la diferencia operativa en una oficina es
abismal.
Para visualizarlo, imaginemos la situación con una analogía.
El antiguo copilot o cualquier chatbot estándar era
como tener a un becario hiperactivo a tu
lado.
Sí, tal cual.
Le pides que redacte un correo electrónico y
lo escupe en dos segundos.
Pero claro, tienes que guiarle en cada paso.
Tienes que decirle, abre este documento, saca este
dato, ahora ponlo aquí.
Exacto.
Pero Cowork de Microsoft, esta nueva herramienta, es
como contratar a un director de proyectos incansable.
Le dejas un marrón enorme el viernes por
la tarde, te vas a casa a disfrutar
del fin de semana, y el agente se
queda ejecutando la tarea en la nube.
Y lo hace solo.
Eso es.
Entonces, abre archivos, compara bases de datos, toma
decisiones intermedias, y el lunes por la mañana
tienes el trabajo perfectamente terminado.
Y lo fascinante de este punto es precisamente
esa capacidad de tomar decisiones intermedias.
Es lo que cambia el paradigma fundamental del
trabajo humano.
Claro, porque ya no estamos creando.
Cuenciales por sí sola.
Vale, o sea que, si se atasca en
algo… Si se encuentra un obstáculo, puede decidir
qué herramientas corporativas usar para sortearlo.
Puede rastrear de forma autónoma la intranet de
la empresa.
Puede saltar entre hojas de cálculo inmensas y
documentos de texto cruzando información.
Fíjate que he estado revisando los casos de
uso reales que han documentado desde Microsoft, y
la verdad, ponen un poco los pelos de
punta por la escala.
Ya, es que las cifras son de locos.
Hay un caso de un equipo de ingeniería
que le enseñó a este agente a editar
hojas de cálculo de trabajos por lotes.
Pero no solo editar celdas, sino hacerlo de
forma completamente segura.
Y atención a esto.
Generar diagramas de flujo de dependencias después de
cada mínimo cambio.
Claro, un trabajo que, para un humano, no
solo es tedioso hasta decir basta, sino, bueno,
increíblemente propenso a errores.
Totalmente.
Imagina intentar rastrear mentalmente cómo el cambio de
una variable en una celda afecta a cientos
de procesos en un diagrama complejo.
Un humano se agota.
Y el agente no se cansa nunca.
Exacto.
Y hay más casos documentados en las fuentes.
Otro equipo utilizó Cowork para comparar casi 4
.000 archivos entre dos versiones distintas de un
producto informático.
4 .000 archivos.
Madre mía.
Sí, sí.
La estimación interna de la compañía es que
esto le habría llevado semanas enteras a un
equipo humano trabajando a tiempo completo.
El agente lo resolvió en horas, verificando línea
por línea.
Es alucinante.
O, por ejemplo, el caso del líder de
ventas que tenía un embudo de ventas atascado.
Le pasó el problema a Cowork en plan…
Analiza qué está pasando aquí.
Y le sacó un informe detallado.
Y le devolvió una lista clasificada de las
oportunidades en riesgo.
Y detalló exactamente en qué punto de la
cadena de correos el cliente se había enfriado
cruzando datos del CRM.
Y lo más fuerte es que esto no
es un experimento de laboratorio cerrado.
¡Qué va!
Lleva tres meses en el programa este que
llaman Frontier.
Y más de la mitad de las empresas
del Fortune 500 ya lo usan.
Gigantes como Accenture, Avanade o Churic Insurance.
Es una adopción corporativa sin precedentes.
Por su velocidad.
Pero claro, aquí es donde la fantasía tecnológica
choca con la realidad física.
A ver, ¿a qué te refieres?
Pues que cuando introduces en las empresas multinacionales
una herramienta capaz de hacer el trabajo de
semanas en unas horas y de forma autónoma,
el impacto en la infraestructura tecnológica, en los
servidores, es tectónico.
Pero espera un momento.
Aquí hay algo que no me cuadra.
Dime.
Me pongo a pensar en la estrategia de
Microsoft.
Si te venden una herramienta para hacer a
tus empleados… 100 veces más productivos, ¿qué sentido
tiene que ahora empiecen a poner un peaje
por cada tarea que haces?
Ya, parece contradictorio.
Han anunciado que van a limitar el uso
y a cobrar por tarea.
Parece que se están disparando en el pie
frenando la adopción, ¿no?
Bueno, la clave para entender ese aparente tiro
en el pie está en la física de
los centros de datos.
Y en algo llamado inferencia.
Inferencia, vale.
Cuando hablamos de inferencia, para que nos entendamos,
es el momento exacto en el que el
modelo de IA está pensado.
Pasando la respuesta.
Ese proceso requiere una potencia de cálculo brutal
de las tarjetas gráficas.
Y consume una cantidad de electricidad escandalosa.
Ah, claro.
La IA agéntica es extremadamente cara.
¿Por cómo funciona?
En un chatbot normal envías un mensaje, el
modelo hace una inferencia y te responde.
Una operación, un coste.
Claro, el becario que hace una sola cosa.
Exactamente.
Pero un agente hace algo llamado loops o
bucles agénticos.
¿Y eso?
¿Qué implica a nivel de servidor?
Pues que recupera contexto de la red de
la empresa, hace una inferencia, comprueba si la
información que ha sacado es útil, segunda inferencia,
usa una herramienta externa, tercera, revisa si ha
cometido un error, cuarta, y su tiempo de
ejecución puede ser de horas.
Horas tirando de tarjetas gráficas a máxima potencia.
Eso es.
Charles Lamanna, el vicepresidente ejecutivo en Microsoft, comentaba
recientemente en las fuentes que las pruebas internas.
Las pruebas habían sido demoledoras.
Descubrieron que, simplemente, no se podía seguir ofreciendo
una tarifa plana y limitada.
Es que hubo usuarios durante las pruebas que
le cogieron el truco al sistema y dejaban
cientos de tareas ejecutándose por semana.
Eran los empleados más productivos del mes, pero
la factura de luz de Microsoft era ruinosa.
Ruinosa total.
Así que han tenido que cortar por lo
sano e introducir un modelo de facturación de
pago por uso, o pay -as -you -go.
Literalmente, están pasando de vender software a actuar
como una compañía eléctrica que cobra por cada
kilovatio de pensamiento sintético.
Esa es quizá la mejor manera de definirlo.
La economía de los agentes de IA se
resume en esto.
Cuando funcionan de maravilla, el coste explota.
Para usar Cowork ahora, necesitas primero pagar la
licencia base de Microsoft 365 Copilot.
Que ya tiene su coste mensual.
Efectivamente.
Y a partir de ahí, empieza a correr
el taxímetro.
¿Qué pasa?
¿Qué pasa?
¿Un céntimo por cada crédito Copilot?
Y claro, el misterio es cuántos créditos consume
una sola tarea.
Claro, porque depende de muchas cosas.
Por lo que he visto, depende del modelo
matemático subyacente que uses, la cantidad de memoria
que lea, las veces que llame a otras
herramientas y el tiempo total.
Y para que las empresas no entren en
pánico, Microsoft ha dividido las tareas en tres
categorías.
Ligeras, medias y pesadas.
Es un intento de hacer predecible un gasto
que, por naturaleza, no es tan difícil.
Las tareas ligeras implican pocas fuentes de información
y un solo resultado, como resumir un hilo
de correos.
Bueno, eso es barato.
Sí.
Las medias ya tiran de múltiples documentos internos
y requieren estructurar información para dar varios resultados.
Y las pesadas son esas tareas de ingeniería
que comentábamos antes, que exigen un razonamiento profundo
durante horas.
Incluso han llegado a perfilar a los empleados.
La idea es que Recursos Humanos calcule cuántos
empleados de cada perfil tiene.
Estime cuántas tareas pesadas van a lanzar y
recen para que el presupuesto cuadre.
Ya.
Es complicado.
Hay una opción P3 para corporaciones, para pagar
volumen por adelantado.
Pero el problema de fondo sigue ahí.
La inteligencia artificial es demasiado cara para el
día a día.
Y eso nos lleva al cambio de estrategia
más radical.
Si los costes se han disparado hasta el
punto de tener que cobrar por cada pensamiento
de la máquina, Microsoft necesita motores más eficientes
y baratos.
Y no todo requiere el modelo más inteligente
y caro del mundo.
Y aquí es donde la cosa se pone
realmente interesante.
Volviendo a las analogías, esto es como una
flota de vehículos.
Usar un modelo top para organizar una tabla
básica en Excel es como usar un Ferrari
para ir a comprar el pan.
Exacto.
Vas a llegar rapidísimo, sí, pero te ha
costado 50 euros en gasolina.
No tiene sentido.
Microsoft necesita ofrecer bicicletas cognitivas para ir a
por el pan.
Esa es la base.
Microsoft se está alejando de la idea de
ofrecer un solo asiento.
Un solo asistente con un solo gran modelo.
Y se está convirtiendo en un enrutador inteligente.
Según la complejidad de la tarea, el sistema
asigna el trabajo al modelo más adecuado.
Y ya están integrando varios, ¿verdad?
Sí.
Actualmente integran modelos de la competencia como los
de Anthropic, el Opus y Sonet.
Y, por supuesto, los de OpenAI en su
programa avanzado.
Pero para las tareas cotidianas han anunciado Cowork
1.
Que es un modelo propio, mucho más pequeño.
Y diseñado, súper seguro y diseñado para esas
tareas de oficina a un coste ridículo.
Pero, ojo, la gran bomba informativa la dio
Axios hace poco, filtrando que Microsoft está explorando
ofrecer el modelo chino DeepSeek V4.
O alguna alternativa de código abierto similar.
Eso es.
Como opción de bajísimo coste.
Y esto plantea una pregunta importante.
¿Cómo es posible que una empresa tecnológica occidental
gigantesca, en pleno clima de tensión geopolítica, plantee
integrar un modelo de origen chino en su
producto corporativo estrella?
A ver, hay que hacer una aclaración técnica
importantísima para que nadie entre en pánico con
la seguridad de sus datos.
No están reemplazando a OpenAI por DeepSeek.
No, no.
DeepSeek no vendría activado por defecto.
Sería una opción más en el menú.
Pero, y este es el detalle clave, estaría
alojada físicamente dentro de la infraestructura de los
servidores de Azure de Microsoft.
Claro, encapsulado.
Exacto.
Los datos de los clientes europeos o americanos,
nunca saldrían hacia servidores en Asia.
Cumplen con todos los controles de seguridad corporativos.
El modelo se descarga y se ejecuta localmente,
en la nube occidental.
Pero incluso con esas férreas salvaguardas, la sola
idea de incluir DeepSeek destapa una realidad mucho
más profunda.
Totalmente.
Esta no es sólo una anécdota técnica para
ahorrar unos céntimos.
Nos revela el inmenso y complejo negocio paralelo
que Microsoft ha construido silenciosamente en China.
Entonces, ¿qué significa todo esto?
Porque cuando lees los datos financieros de Bloomberg
sobre este tema, te quedas de piedra.
Las cifras son abrumadoras.
Resulta que Microsoft tiene un negocio de más
de mil millones de dólares anuales, vendiendo modelos
de IA a empresas chinas.
ByteDance, los creadores de TikTok, es el mayor
cliente, gastando una auténtica millonada a través de
Azure.
Y la paradoja aquí es extraordinaria.
Tenemos a gigantes como OpenAI y Anthropic que
prohíben la venta directa a China por miedo
a robos de propiedad intelectual.
Sin embargo, Microsoft, por su acuerdo único con
OpenAI, establece sus propias políticas.
Ellos son los dueños de la infraestructura de
Azure.
Así que deciden quién entra.
Pero a ver, ¿cómo hacen esto sin violar
directamente las leyes de exportación de Estados Unidos
que prohíben mandar chips avanzados a China?
Pues con un equilibrismo geográfico fascinante.
No alojan los modelos avanzados en granjas de
servidores chinas.
Aunque tengan centros cerca de Pekín y Shanghái.
Ah, vale.
Lo que hacen es ubicar los servidores en
lugares como Singapur.
Y las empresas chinas acceden vía Internet desde
Singapur.
Legalmente, el chip nunca pisó China.
Y el crecimiento es explosivo.
Hudson Althoff, exdirector comercial, dijo en julio de
2025 que los ingresos de IA en Azure
en China se triplicaron tras haber crecido un
400 % el año anterior.
Es una barbaridad.
Y que Microsoft es la empresa que une
esos dos lugares.
Si conectamos esto con el panorama general, Microsoft
actúa como puente tecnológico en una guerra fría
comercial.
Es inmensamente lucrativo, pero diplomáticamente volátil.
Especialmente por el problema de la destilación.
Uy, sí, la destilación.
Esto es interesantísimo.
Explica un poco qué es, por qué OpenAI
se ha quejado de esto.
Para entender la destilación, imagina que es como
copiar en el examen.
Una empresa china coge un modelo propio pequeñito
y lo conecta a través de Azure al
modelo de OpenAI.
Le hace millones de preguntas complejas y usa
esas respuestas para enseñar a su modelo barato.
Se ahorran miles de millones en investigación.
Claro, es como usar a la IA americana
como profesor particular de la China.
Pasa con el modelo Duobao de ByteDance, por
ejemplo.
Y aunque Microsoft dice que monitoriza esto, la
línea entre el uso normal y la mejora
de un modelo rival es muy difusa.
Totalmente.
Pero operativamente, la posición de Microsoft es magistral.
Su estrategia a largo plazo es aún más
ambiciosa.
No sólo quieren controlar los modelos, también quieren
dominar cómo estos agentes piensan y buscan información
en tiempo real.
Y ahí entra WebIQ, su nuevo sistema impulsado
por Bing.
Pero, a ver, yo te lanzo una pregunta.
Si ya existen buscadores de IA, ¿realmente importa
tanto la velocidad de búsqueda?
Yo pensaba que el cuello de botella era
lo que tardaba el modelo en pensar, la
inferencia, no la búsqueda.
Está construido para que una persona busque información.
Sino para un agente autónomo.
Claro.
Un algoritmo no necesita una web bonita.
Exacto.
Una búsqueda normal da enlaces y anuncios.
Los agentes necesitan datos frescos, baja latencia e
información concisa sin desperdiciar tokens.
Ah, los tokens.
Claro, se cobra por token.
Si a un agente le pasas una web
llena de anuncios para sacar un dato, le
obligas a procesar miles de tokens inútiles.
Y eso es dinero.
Ahí le has dado.
WebIQ cambia la arquitectura de indexación a clasificación
o ranking.
Devuelve datos, imágenes y noticias en formato puro
para máquinas.
Microsoft afirma que es dos veces y media
más rápido que su mejor alternativa.
Y cuando un agente hace cientos de consultas
seguidas, esa velocidad y ahorro de tokens es
crítico para que el sistema sea viable.
Viéndolo con perspectiva, el objetivo final de Microsoft
es ser dueños de todo el stack.
Claro.
La pila tecnológica entera.
El modelo, la capa de búsqueda, la memoria
corporativa, las herramientas, el sistema de facturación y
la nube.
Copilot Cowork es el lugar donde toda esta
estrategia converge.
Tienes modelos múltiples compitiendo, la búsqueda de WebQ,
la seguridad y el modelo de pago por
uso.
Todo en uno.
Estamos viendo cómo se construyen los cimientos de
algo masivo.
Sin duda.
Y creo que todo esto nos deja con
una reflexión final para la gente que nos
escucha.
Cuando una sola corporación se convierte en el
puente entre las dos grandes superpotencias de la
IA, EEU y China, cuando controla cómo buscan
datos las máquinas y factura por cada pensamiento
que tiene un agente virtual, ¿estamos ante una
simple empresa de software o ante la infraestructura
invisible del próximo orden económico mundial?
Antes de despedirnos, hasta el próximo programa.
Informar que las voces que se oyen han
sido generadas por la IA de Notebook LM
y que dirigiendo el podcast se encuentra Julio
Pablo Vázquez, un humano que 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 BIMPRAXIS.
Nos escuchamos en el próximo episodio.