Nos han colado un gol

Nos han colado un gol, y no en el mundial.

Esta semana viene cargada de cambios, aunque mientras todo cambia, todo sigue igual. Los ricos se enriquecen y los pobres se empobrecen, la derecha toma posiciones en todo el mundo (hablando de absentismo, por ej.) y se prepara para el asalto a las «democracias» que todavía no han tumbado.

Mientras todo esto pasa ante nuestros estupefactos ojos, vengo ante ti antes incluso de que se haya cumplido la semana, porque está la cosa muy candente, hay mucho que contar, y mejor hacerlo antes de que se me haga bola. Lee con atención, que vienen cosas gordas.

¡Al turrón!

Resumen de noticias

La «pataleta» de Alex Karp

Hace una semana estuvo Alex Karp, el CEO de Palantir, en un programa de la CNBC despotricando a placer sobre OpenAI y, sobretodo, Anthropic. Los primeros análisis hablaban de que había perdido la cabeza y no sabía lo que decía, mi análisis fue muy distinto:

Me extraña no haber visto ninguna lectura crítica y profunda sobre la «pataleta» de Alex Karp, CEO de , de ayer en la CNBC. Si obviamos el síndrome de mesías que tiene y rascamos un poco podemos encontrar respuestas lógicas al porqué de su actual ataque a empresas de como u .

Lo que vemos, realmente es un choque de modelos de negocio y es necesario entender qué vende cada uno y como interaccionan.

Las empresas de estaban vendiendo por debajo del coste para crear una necesidad. No tenían un modelo de negocio real, los únicos que estaban haciendo un verdadero negocio eran sus proveedores ( y – el fundador de Oracle es el 3° en el ranking de ricos mundial). Por esto los proveedores estaban financiando estas empresas, por interés propio.

Estas empresas de no se han preocupado de dar una solución específica al mercado. Lo que tienen entre manos es tan potente y tiene tantas barreras de entrada que les basta con vender el acceso a su motor de inferencia como herramienta generalista.

Sin embargo, la burbuja estaba creciendo mucho y estas empresas necesitaban justificar su valor y ¿Qué se les ha ocurrido? Cargar a los usuarios con los costes reales, easy peasy. El modelo de tokens es una traslación de costes a los clientes.

, la empresa de Alex, es un usuario más de esa . Ellos sí se han preocupado de buscar soluciones al mercado. Ellos han ofrecido como SaaS servicios específicos como: Lista de objetivos a bombardear de tu enemigo.

Esos SaaS chupan todos los datos de sus clientes y haciendo uso de esos motores de inferencia de las empresas de , dan una respuesta específica: El siguiente objetivo a bombardear es esta escuela.

Como otro usuario más de las empresas de es probable que les estén intentando trasladar el coste de su uso, y claro, las cuentas no salen. Si ellos están vendiendo su SaaS a 1M$ (invent) por objetivo señalado, no puede ser que los costes de tokens que usan para generar esa respuesta sean de 2M$. Ahí tenemos el choque de modelos de negocio.

Por eso firma ese acuerdo con Nvidia y habla de poseer los medios de producción a lo Karl Marx, su proveedor ya no le vale.

Si esto le pasa a una empresa «pequeña» con 1000 desarrolladores, al cargarle los costes reales, las cuentas no les salen y vuelven a contratar programadores junior.

En el caso de esa opción no existe, por lo que necesitan montarse su propio casino. Claro, ahí da en el clavo la presentadora cuando le pregunta si los modelos que ellos construyan (van a usar el modelo abierto de Nvidia, Nemotron) serán competitivos frente a los modelos frontera de las grandes empresas de . Probablemente no, al principio.

De un presente tan convulso el futuro es incierto. Quizá durante el tiempo que tarden en ser competitivos el gobierno de USA firme algún acuerdo para que las empresas de cedan y sigan proveyendo a , pero el resto de gobiernos que les usan necesitarán alternativas, y hacer un copy cut es mucho más fácil que inventarse un modelo de negocio. Puede que las propias empresas de IA sean quienes hagan ese copy cut.

La situación es la inversa a la que se dió con la nube. Entonces empresas como o que habían montado grandes CPDs que no usaban al 100% decidieron alquilar lo que les sobraba a usuarios pequeños. Ahora, las empresas de necesitan buscar una utilidad a sus centros de datos porque vender a pequeños usuarios no renta.

Por esto es la pataleta de Alex, sus proveedores son de repente sus principales competidores y habla de que roban datos y poseer medios de producción.

A los pocos días, unos señores de esos que se graban diciendo cosas para que otros señores les miren aparecieron diciendo que Karp tiene razón con su pataleta porque las empresas de (OpenAI y Anthropic) pueden aprender de cualquiera que los use y convertirse en su competencia.

Ponen el ejemplo de Figma, una herramienta de diseño que ha estado usando Anthropic y ahora Anthropic ha sacado su propia herramienta de diseño.

El post sobre el que hablan al principio escrito por el segundo en intervenir, es esta publicación en la cuenta de X de David Sacks.

Este señor, David Sacks, no es un señor cualquiera hablando, es un inversor con un recorrido bastante gordo (Airbnb, Facebook, Palantir, SpaceX, Uber…) y además es el Presidente del Consejo de Asesores para la Ciencia y Tecnología de Trump. Vamos, que es juez y parte en todo esto.

Ni idea de lo que está por venir, pero estoy seguro de que esto no se acaba aquí. Stay tuned.

El vigilante vigilado

En europa se estaba investigando el software espía Pegasus y, posteriormente, el exparlamentario por Grecia Stelios Kouloglou (Syriza) ha descubierto que él mismo estaba siendo espiado con Pegasus mientras llevaba a cabo esas investigaciones.

Pegasus es el mismo software espía que se encontró en el teléfono móvil del presidente de España, Pedro Sanchez, justo antes de que traicionara vilmente al pueblo Saharaui.

Tecnomachismo

Unos investigadores han visto que cuando las mujeres usan herramientas de IA se las ve como «incompetentes», mientras que si son los hombres «muestran iniciativa». ¡Ja! ¿Por qué no me sorprende?

No olvidar

Dado que Israel hace campaña y usa todos los medios al alcance para borrar de Internet los rastros del genocidio que están cometiendo, unos hacktivistas han recopilado todo el material que han podido como prueba de sus crímenes y lo han juntado en un único sitio. Es aterrador, pero es necesario no olvidar que ese terror sigue pasando.

Injerencia tecnológica

Parece que una empresa israelí ha estado haciendo travesuras, y montó campañas de desinformación contra políticos europeos que hablaban del genocidio en Gaza, que habrían tenido impacto en las «elecciones libres y democráticas» de los países occidentales de Europa. Lo cuenta genial Patricia de Spanish Revolution:

De clubs privados

Como Palantir está en el candelero, fue un bombazo la filtración que descubrió quienes formaban parte de Dialog, el club privado de Peter Thiel.

Lo que no es tan conocido es que no es el único con su propio casino club. Por ejemplo Garry Tan, el CEO de Y Combinator la primera y principal aceleradora de startups, tiene su propia lista de gente importante de «centro» que forma un grupo de presión política. O que Joe Gebbia, founder de Airbnb, apoya la John Birch Society, que esos ni disimulan ser de derechas.

Pero nada nuevo bajo el sol. Epstein y Peter Thiel tienen vínculos con el club Bilderberg, el bien conocido evento social que une a los poderosos de todo el mundo y del que fue una habitual la Reina Sofía.

La UE

Ante este panorama, la Unión Europea que estaba vendiendo el discurso de independencia tecnológica, se ha «visto forzada» por Trump a firmar la «pax silica», un acuerdo que decide quién puede entrar y quién no en el negocio de la IA. Y como quien no quiere la cosa nos han colado la aprobación de Chat Control 1.0, esta misma mañana, en la última votación antes de sus «merecidas» vacaciones de verano. ¡Gol por toda la escuadra! Quizá esperen que no nos acordemos de esto a su vuelta.

Chat Control 1.0 permite a las grandes tecnológicas monitorizar los mensajes privados que te mandas con otras personas para asegurarse de que no estáis violando niños, que ya se sabe que los pobres copian todo lo que ven hacer a los ricos.

También la UE, por fin, parece que se va a cobrar una multa de 4.100.000.000€ que le puso a Google por prácticas de monopolio en 2018. Claro, entonces era un 15% de las ganancias de Google y ahora sólo un 3%. Las empresas siempre consiguen reducir las multas que les ponen, sea de un modo o de otro.

¿Y en USA?

En USA, el Asuntos Internos del ICE, la Gestapo de Trump, se dedica a investigar las «amenazas» contra sus agentes. En especial el doxing (investigar en fuentes abiertas de datos para recopilar y exponer online). El problema es lo que consideran doxing. El primer caso fue el post en Instagram de una mujer que se hacía eco de una noticia sobre el asesino de Renee Good (un agente del ICE… el asesino, no Renee). Quizá os suene que la fueron a acosar cuando hacía de mesa en una votación. Claro, eso es algo que preocupa bastante a los periodistas y a cualquiera que se preocupe un poco por las libertades civiles, ¡a ver si ya no se va a poder ni informar!

Mientras, los MAGA, con su pedrada habitual están peleados. Se enfrenta el grupo de los tecnofascistas con el de los fascistas a secas, porque no puede ser que se use la IA para oprimir a los americanos blancos, a los otros sí, pero a los blancos no.

Y sorpresas de la vida, a Meta le han puesto una demanda por 1.400.000.000.000$ (1,4 billones europeos, trillones americanos, porque ellos siempre más) por manipular niños para hacerlos adictos con sus algoritmos a sabiendas. Probablemente quedará en nada, pero al menos un par de noches malas va a pasar Zukerberg hasta que lo tenga todo atado.

Lo que quizá no sorprenda a nadie es que un robotaxi haga de vigilante nocturno y retenga a unos adolescentes borrachos para que les detenga la policía. ¡Ya están aquí los robots chivatos!

España indepe

En España, las cosas van a nuestro ritmo, echando cuentas parece que los bloqueos de La Liga afectan a medio millón de webs (cuatro frikis dijo el Tebas), y nos multamos a nosotros mismos porque los políticos les dan los datos de los niños a las Big Tech.

Sin embargo, hay gente dando la batalla. AlgoRace pretende sacar el racismo de los algoritmos con los que interactuamos. Xnet hace didáctica constante sobre los derechos digitales. Y Civio le gana batallas al gobierno para que haga públicos los algoritmos que nos gobiernan.

Esto es el verdadero hacktivismo y no lo que venden los medios de información.

Y a los medios más les vale ponerse las pilas. Es cierto que hay una epidemia de desinformación, pero aquí se propuso hacer una ley contra la desinformación que no estoy yo seguro de que vaya a ayudar mucho mientras no se vuelva a transformar el periodismo en lo que fue en otro momento. En España ni siquiera distinguimos todavía entre difundir un bulo por error (misinformation) y hacerlo de manera intencionada para manipular (disinformation). En Corea (la buena) han puesto en marcha una ley similar, y nadie parece estar contento con ella, así que más vale que hagamos algo antes de llegar a eso.


Veamos: Chat Control y otras leyes de mierda, check; Palantir, check; Trump y sus robopolis, check check. Parece que sí, esta todo por hoy, que no es poco.

Ojalá la próxima semana no tenga nada que contaros. Me llevaría una alegría 🙂

Amazon Business, el Amazon de siempre con funcionalidades para autónomos y empresas

Hoy en día todos compramos en Amazon. Es fácil, rápido y tiene de todo. El problema llega cuando eres autónomo o empresa, ya que a la hora de elegir tienes que tener en cuenta que el IVA (si aplica) se te devolverá, además tendrás que solicitar y gestionar las facturas (lo que puede ser una odisea en función del vendedor) o incluso integrar la información en tus sistemas. Me harté de esto el otro día y me puse a investigar un poco, descubriendo que todo se soluciona fácilmente con Amazon Business.

¿Qué es?

Amazon Business es la variedad de Amazon con funcionalidades pensadas para empresas y que resuelve todos estos problemas.

No está disponible para todos los países. Por ejemplo, en México no está, pero sí lo tenemos en España o en USA.

Funcionalidades

De partida, cuando tienes una cuenta de Amazon Business, en los vendedores que aplican IVA te muestra ambos precios y te ordena por el precio sin IVA.

Además, te permite crear políticas para restringir qué productos se compran, ya sea por categoría, vendedor o si son vendedores que generarán factura y te podrás desgravar el IVA. No te quita esos productos de las búsquedas, ni te impedirá comprarlos, pero sí que te mostrará un aviso bastante llamativo para que tengas la información a la hora de hacer la compra.

Te permite dar de alta a distintos compradores, esto permitirá acceder a distintas personas sin necesidad de compartir contraseñas. A parte, con que uno introduzca los métodos de pago, todos podrán usarlos; de ese modo, no tienes que ir dando los datos de una tarjeta de crédito al personal.

Proporciona reportes y dashboards para tener toda la información a mano y acceder a las facturas de cada pedido de un modo muy sencillo, lo que evitará perder tiempo en gestiones inútiles.

Integración

Si tu empresa tiene algún sistema de gestión de compras, es posible que puedas integrarlo. Amazon admite los sistemas Punchout basados en cXML y OCI, así como los sistemas de pedidos basados en cXML y OAG. En concreto, los sistemas admitidos son:

  • 2bits
  • Ariba
  • Awardco–Direct-Ordering
  • BASF–Direct–Ordering
  • Basware
  • Beka
  • BirchStreet
  • buy@Facebook
  • BuyerQuest
  • catalog360
  • Coupa
  • Determine
  • DIG
  • EB2BProcurement
  • Epaxios
  • ePhilos
  • ESKER
  • Fourth
  • HubWoo
  • IBX
  • InitialRewards–DirectOrdering
  • Inplan-Pro
  • Integra-eProc
  • Ivalua
  • JbxeBusinessSuite
  • Maxxeo
  • MSG_Clickapporter_DirectOrdering
  • NEWTRON
  • Onventis
  • OpusCapita
  • Oracle-iProcurement
  • OracleSupplierNetwork
  • Other-Purchasing-System
  • Oxalys
  • PaperCavalier–Direct-Ordering
  • pitchukp_DirectOrdering
  • pitchukp_PunchoutTest
  • Plenus
  • Pool4Tool
  • Proactis
  • ProActive
  • Procurify
  • Promitea
  • Qualiac
  • SAP-SRM
  • SciQuest-Jaggaer
  • Simeno
  • Spectrum
  • SynerTrade
  • Tradeshift
  • Veenion
  • WaxDigital
  • Weco
  • Workday
  • WPS

Para animar a la gente, ofrecen un 50% en la primera compra de hasta 100€, aunque creo que con todas las facilidades que dan para el día a día, eso es lo de menos. A mi, al menos, me tienen convencido.

Proyecto tipo: Recomendador para app de relatos 2 (usando k-means)

PROBLEMA

El cliente solicita la elaboración de dos apartados:

  • Sistema de recomendación basado en Machine Learning
  • Sistema de detección de tendencias

En la entrevista con el cliente se llega a la conclusión de que lo que en el fondo quiere es aumentar el tiempo de uso de la app y la recurrencia de uso: la retención.

Además, necesita comenzar a almacenar datos para posteriormente explotarlos.

PROPUESTA

Para el primer problema empezaría por implementar algunas estrategias que no requieren servicios externos, para así comenzar a tener datos y ver cuales de ellas son las que mejor funcionan. Por ejemplo:

  • Al acabar una historia proponer de 1 a 3 recomendaciones: una random, otra random de la misma categoría, otra random del mismo autor.
  • Si se incluyesen tags para afinar la categorización de las historias, incluiría una cuarta recomendación en el punto anterior.
  • Cuando se abandona una historia preguntaría si se quiere guardar el progreso (y así saber si hay interés en ella).
  • Gestionar el progreso que se lleva en cada historia.
  • A las 6h, 12h, 24h, 48h del último uso lanzaría una notificación con texto del último párrafo leído de la última historia si se dejó a medias, o el primero de una recomendación del tipo que mejor esté funcionando para ese usuario (por categoría, autor, random, o tags si se implementan).
  • Incluir fotos de los personajes y una vista de su perfil.

Todo esto se puede gestionar con facilidad desde la propia aplicación, y entendiendo que la empresa dispone de desarrolladores para esa parte, por el momento no se presupuestará.

Por petición del cliente se presupuesta la elaboración de un sistema de recomendación sin esperar a tener información previa de si las recomendaciones incrementarán sustancialmente el tiempo de uso y la recurrencia de la aplicación.

El sistema de recomendación estará basado en el algoritmo de machine learning k-means que busca los vecinos que se parecen al usuario actual para determinar cuáles son las historias que le podrían gustar, y es uno de los principales algoritmos empleados en los sistemas de recomendación.

patos k-means

Tal como hablamos en la visita realizada, es un sistema más similar al de Amazon que al de Netflix, ya que se tiene en cuenta el histórico del usuario individual. Este sistema tendrá en cuenta:

  • Relatos que un usuario ya ha visto, para no volver a mostrarlos.
  • Relatos que un usuario ha acabado, entendiendo que le han gustado.
  • Relatos que un usuario ha abandonado, entendiendo que le han disgustado.

En base a esa información, buscará a los usuarios a los que les haya gustado y disgustado los mismos relatos que al usuario en cuestión, y en base a ellos obtendrá otros relatos que les hayan gustado y que el usuario actual no haya leído.

El algoritmo k-means es un algoritmo colaborativo similar al que usa Amazon, pero dado el bajo número de elementos del catálogo (cientos de millones frente a cientos) no se precisa una optimización de este para poder aplicarlo.

Para mitigar la falta de información con usuarios nuevos, se valorarán también otras variables que se pueden obtener desde el momento de instalación de la aplicación como son el modelo del terminal, la compañía proveedora de conexión, etc.

El sistema quedará preparado para que cuando se introduzcan valoraciones realizadas de manera consciente por los usuarios (like/dislike o puntuación), los cambios a realizar sean los menos posibles. En concreto, sólo habría que cambiar el servicio de ETL que convierta los eventos capturados en la matriz de votos.

Las tareas y componentes necesarios para este apartado, son los que constan en la tabla de precios como Comp. 2, puesto que al alimentarse del otro, debería de implementarse en segundo lugar. Los componentes principales de este sistema serán:
Servicio ETL que transforme la información de los eventos recibidos y la obtenida del catálogo de relatos en una matriz de valoraciones.

  • Servicio de perfiles de usuario en base a variables del sistema.
  • Servicio de preprocesado de matriz de valoraciones.
  • Servicio de recomendación.

Para la captación de datos para su explotación, los principales actores son 3:

  1. Google Analytics. El problema que tiene es que en el momento que se quieren exportar datos se necesita la versión premium que tiene un coste de $150.000 USD al año.
  2. Mixpanel. Una solución de análisis que dispone de APIs para integrarla con cualquier sistema y poder exportar los datos. Su precio es de $999 USD al año. Es una buena solución siempre que no se vuelva poco flexible, ya que a la larga te tienes que amoldar a sus posibilidades.
  3. Una solución a medida que permita guardar cuantos datos se desee en el formato que se prefiera, para que posteriormente se les puedan dar distintos tratamientos para obtener distintas informaciones ya sean en modo de servicio para proveer de nuevas funcionalidades a la aplicación, informes, datos tratados para su venta. Es una buena solución en cuanto a relación flexibilidad y coste.

Dado que las dos primeras opciones sólo requieren realizar modificaciones en la aplicación, se presupuestará sólo la tercera.

A partir de tener los datos almacenados mediante cualquiera de los sistemas, posteriormente se podrán tratar para cubrir cualesquiera necesidades surjan:

  • Obtener perfil de uso y progreso de un usuario.
  • Obtener recomendaciones a medida de un usuario.
  • Creación de informes.
  • Búsqueda de patrones de comportamiento.
  • Envío de notificaciones personalizadas.
  • Etc.

CONCEPTO

Elaboración de un servicio que reciba datos para identificación del dispositivo/usuario y una colección de eventos (1..N) para almacenar todas las acciones que haya realizado el usuario. El paso de datos se hará en formato JSON de tal modo que la definición de la estructura pueda ir variando con el tiempo sin necesidad de modificar el servicio.

El hecho de permitir mandar varios eventos, permitirá que no se pierda información cuando la aplicación se use offline. Además permitirá no estar realizando comunicaciones constantes si por ejemplo se decide registrar cada uno de los “scroll” que se hacen en las historias para seguir leyendo, pudiendo guardarse cada 10 scrolls por ejemplo.

A petición del cliente se usaría Azure.

Se propone para la computación usar Azure Functions, ya que permite que el sistema escale de manera automática y no pagar nada cuando no hay uso del servicio.

Para el almacenamiento se sugiere el uso de Azure Cosmos DB, una base de datos orientada a documentos, que permite almacenar cualquier tipo de estructura de datos, pudiendo cambiarse esta sobre la marcha, permitiendo así introducir nuevos datos que se haya visto con el uso que pueden ser útiles.

PRECIO
Tarea Comp. Precio
1 Preparación de sistemas 1 400,00€
2 Creación servicio 1 1.400,00€
3 Pruebas de carga 1 300,00€
4 Documentación 1 300,00€
5 Migración a sistemas cliente 1 400,00€
Subtotal 1 2.800,00€
6 Preparar BBDD 2 400,00€
7 Servicio ETL 2 1.200,00
8 Servicio perfiles 2 900,00
9 Servicio de preprocesado 2 1.800,00
10 Servicio de recomendación 2 1.500,00
Subtotal 2 5.800,00€
TOTAL 8.600,00€
TIEMPOS

El componente tiene una estimación de 1 (un) mes. El segundo componente tiene una estimación de 2 (dos) meses, si bien se podría acortar el tiempo de desarrollo a la mitad incrementando el presupuesto de dicho componente en un 30%. El tiempo total de desarrollo del proyecto, por tanto, sería de 3 (tres) meses.

Nota aclaratoria:

Este proyecto tipo, es un ejemplo de proyecto que se ha realizado o se podría realizar. En ningún caso tiene validez como presupuesto real y sólo pretende documentar las distintas posibilidades que existen.

Actualmente, con los cambios que ha habido en cuanto a las posibilidades existentes, la propuesta habría sido distinta.

Se han omitido nombres de empresas y productos.

Por favor, si tuviese necesidad de algo similar, no dude en ponerse en contacto.