Mi invitado de hoy es Albert Esplugas. Ingeniero de telecomunicaciones especializado en programación de software, Albert vive en Seattle desde hace más de 10 años.
Los mismos años que lleva liderando proyectos de inteligencia artificial e innovación. Primero en Microsoft y ahora en Amazon Web Services, donde es el Head of Generative AI Solutions Marketing.
Albert también creó sus propias startups tecnológicas entre su primer trabajo en Apple hace 25 años y sus primeros pasos en Microsoft.

Notas del episodio con Albert Esplugas

  • 0:00:00 Los diferentes tipos de inteligencia artificial.
  • 0:10:00 ¿Dónde se utiliza la IA ahora?
  • 0:19:00 El impacto de la IA en el presente y el futuro del mercado laboral.
  • 0:22:00 ¿Cómo usa Amazon y Albert Esplugas la IA en su día a día?
  • 0:27:00 ¿Cómo usar la IA en mi empresa?
  • 0:35:00: La Inteligencia Artificial como generadora de innovación.
  • 0:36:00 Peligros de la IA.
  • 0:40:00 Ética e IA. Beneficios y retos de la tecnología en la sociedad.
  • 0:47:35 Inteligencia artificial general: el futuro de la inteligencia artificial y sus límites.
  • 0:50:13 ¿Cómo se forma y aprende Albert Esplugas?
  • 0:59:00 El conocimiento como base de la humanidad y la sociedad.

Libro recomendados por Albert

Transcripts de la conversación

Esta transcripción se ha hecho de manera automática y puede contener errores de ortografía y gramática.

Loïc Malsch:
[0:28] Mi invitado de hoy es Albertes Prugas, ingeniero de telecomunicaciones especializado en programación de software. Albert vive en desde hace más de diez años.
Casi los mismos años que lleva liderando proyectos de inteligencia artificial e innovación Primero en Microsoft y ahora en Amazon Web Services. ¿Dónde es el Solutions Marketing? Albert también creó su propia startups tecnológicas entre su primer trabajo en Apple hace veinticinco años ya y sus primeros pasos en Microsoft Albert, buenos días y bienvenido a decodificados.

Albert Esplugas:
[1:00] Muy buenos días y muchísimas gracias por invitarme. Un placer.

Loïc Malsch:
[1:04] Bueno, primero de todo, muchas gracias por hacerme un tiempo en tu día. Ya son las siete y media en Seatle y ya te agradezco que compartas el primer café, no sé si eres de café de té eh con nosotros.
Hoy quisiera hablar contigo, voy a voy a plantear unos cuantos temas, a ver nos da el tiempo para esto eh obviamente inteligencia artificial y inteligencia artificial generativa, tu trayectoria desde Barcelona Seatle, pasar de Microsoft a Amazon innovar en gigantes de interne y y emprendeduría en general, entonces no sé pues yo creo que todo esto se van a ir mezclando, pues iremos eh adelante, atrás y, y a ver dónde nos lleva esta, esta aventurita de, de, de esta charla, ¿No?
¿Te parece eh ya que esto es un tema que que tú llevas desde el dos mil dieciocho, si no me equivoco, a full, con inteligencia artificial.

Albert Esplugas:
[1:53] Correcto, sí. Desde el dos mil dieciocho.

Loïc Malsch:
[1:55] Eh ayúdanos pa los que no estén que que pues no sé que hayan estado en una isla eh aislados durante el último eh año dos mil veintitrés ¿Qué es la inteligencia artificial?

Albert Esplugas:
[2:04] Yo yo me gusta mucho definirla comparándola con lo que era anterior a la inteligencia artificial, es decir, antes a la inteligencia artificial cuando alguien quería hacer un programa con un ordenador, le tenía que decir exactamente qué es lo que tenía que hacer en el caso de que pase esto, debes hacer aquello, tienes que coger estos datos y agregarlos, sumarlos, dividirlos, compararlos y muchas más operaciones mucho más complejas pero había un humano, le decía al programa, igual que cuando hago una receta de cocina, y voy diciendo paso a paso qué es lo que hay que hacer. Eso era la programación tradicional.

[2:36] Inteligencia artificial le damos la vuelta y en lugar de tener que programar lo que hay que hacer, le damos los datos de origen y los datos de salida y el sistema es capaz de entender qué transformación hay que hacer para que de la entrada obtengas esa salida Y una vez lo has hecho eres capaz de hacerlo con otra información. Nadie ha hecho el programa. Simplemente le he dicho si tú tuvieras esto de entrada esto es lo que espero que me des de salida y el sistema automáticamente verá en los datos cuáles son las relaciones, los patrones, las transformaciones y será capaz de crear lo que llamamos un modelo, su modelo de inteligencia artificial, no lo ha escrito nadie, no lo ha no es determinístico porque nadie ha dicho exactamente lo que pasaría, es con un grado de acierto muy elevado. Ese es otro punto importante. Cuanto mejor es la calidad de los datos, cuanto más datos tienes, mayor es el grado de acierto. Nunca es de un cien por cien, puede llegar a un noventa y nueve por ciento y asumimos que eso es subdividente porque también cuando hacíamos un programa también los programas tenían errores.

Loïc Malsch:
[3:39] El humano también se equivoca y casi más seguramente.

Albert Esplugas:
[3:41] Por lo tanto ya acertábamos que un noventa y nueve por ciento, un noventa y ocho, noventa y cinco, era suficiente y de repente, vemos la capacidad de crear programas sin que nadie los programe a base de absorber datos y y intentar buscar esos patrones eso es la inteligencia artificial tradicional, el maching learning que se llama y es el que durante mucho tiempo ha sido el que ha estado pues dominando toda la transformación inteligencia, y luego si acaso hablamos de intolerancia generativa que es que es algo distinto.
Diferentes tipos de inteligencia artificial.

Loïc Malsch:
[4:11] Porque ahí ¿Qué qué diferentes tipos de inteligencia artificial tenemos? ¿Tenemos solo estos dos o hay más subtipos? O como los los eh categorizarías tú.

Albert Esplugas:
[4:20] Yo diría que inteligencias artificiales una y única, es decir, es es la definición de todo aquel sistema informático que emula la inteligencia humana eh y que es capaz de hacer tareas como hacemos los humanos. Eso es la inteligencia artificial. Y bajo inteligencia artificial hay distintas aproximaciones tecnológicas.
Los niños uno de ellos y dentro del maching learning que hoy en día prácticamente es el noventa por ciento de la inteligencia artificial es pero bajo hay muchas categorías. Deep learning, sistemas de de de indiferencia. Hay muchos sistemas bajo esa categoría de learning que ya son más detalles técnicos de cómo se implementa a través de lo que llaman redes neuronales, esos sistemas informáticos. Normalmente quien trabaja un televidente artificial no tiene por qué llegar a esos niveles porque las herramientas ya le proveen esos niveles de abstracción.

Loïc Malsch:
[5:11] Al final realmente la es la máquina, no sé bien si piensa por ti o tú eh eh si el el rol el rol del humano aquí del informático porque ya lo has enfocado desde el inicio digamos como programadores eh ¿Qué qué ha pasado? ¿Qué ha cómo ha evolucionado esto?
Ha pasado de picar código a pensarlo todo, a pensar qué tiene que decir ¿No.

Albert Esplugas:
[5:31] A a pasar de picar código y decirle exactamente lo que había que hacer a ser capaz de encontrar los datos que necesita para darle así sistema, para que aprenda y decirle cuáles son las cosas que debe terminar, es decir, yo te doy un datos en los que hay, imaginemos una hoja de cálculo con un millón o diez millones de líneas y hay cincuenta columnas, yo de esas cincuenta columnas diré, la que yo quiero que tú preveas es esta de aquí la temperatura que va a hacer en dentro de una semana, y entonces él es capaz, o sea, es la temperatura que hizo en Seatter en el pasado en base a muchas condiciones externas. Que el sistema aprende y dice, a ver los factores que intervienen la temperatura con información de satélite, con información de presiones, con información de vientos, etcétera, etcétera. Y mi objetivo es determinar la temperatura el sistema va aprendiendo hasta que acabe encontrando cuál es la relación entre las distintas columnas que son capaces de predecirla del tiempo, Una vez ha encontrado esa aproximación, yo digo muy bien, ahora te doy las todas esos datos, los cuarenta y nueve columnas de los datos de hoy.

[6:36] Prevéme cuál va a ser la temperatura. Y entonces, Aprovecha ese mismo modelo y es capaz de prever la temperatura que haya. Esa es un poquito la aproximación, por lo tanto el programador lo que tiene que darle es datos buenos, datos de calidad, datos que no tengan vallas, que no estén descompensados y por tanto sean sean sean correctos y y decirle cuál es la variable que debe determinar o las variables que debe terminar y luego intentar distintas aproximaciones porque cuando entrenas el modelo hay distintas aproximaciones en cómo entrenarlo, modelos matemáticos digamos, Y muchas veces las herramientas son capaces de determinar cuál es la mejor aproximación y otras veces es mejor que el humano, digamos, vaya haciendo distintos intentos con distintas aproximaciones hasta que encuentra que el máximo nivel de eh de acierto. Ese es el objetivo, digamos, un modelo que tenga un modelo de acierto lo más elevado posible y que pueda un volumen de datos, ser capaz de extraer esas conclusiones.
El reto de manejar grandes volúmenes de datos

Loïc Malsch:
[7:32] Hace falta muchos datos cuando dices volumen de datos sobre el ejemplo que has escogido es fantástico, aparte nos atanía a todos, a ver cuándo podemos adivinar el tiempo de mañana eh eh ¿Con cuántos días, cuántos datos? Eh claro eh no es solo la temperatura de hace un día, ya lo he dicho, son muchos factores. ¿Qué qué más o menos es un volumen ingente de datos o puede ser una cosa que no hace falta que sea tan voluminosa.

Albert Esplugas:
[7:52] Inicialmente solían ser bolimos volúmenes ingentes porque la aproximación era mmm vamos a ponerle toda la información que tengamos y cuanta más información seguro que va a tener mayor mayor el acierto poco a poco eh inteligencia artificial lo que fue evolucionando como para poder hacer el mismo grano de acierto con menor cantidad de datos a través de modelos matemáticos más eficientes.
Ha habido la tendencia a ir reduciendo los datos. Que no quiere decir que no le puedas poner más que no tengas la necesidad. Pensemos también que grandes volúmenes de datos requieren también grandes volúmenes de capacidad de y por lo tanto hacen ese ese más comple no solo eso, sino que luego cuando se tiene que ejecutar también se está intentando que no haga falta tener, sistemas informáticos tan potentes, es decir, que pueda ejecutar ese modelo, no en un superordenador sino que lo pueda ejecutar en mi móvil y que por tanto en mi móvil pueda tener eh la ejecución de modelos de sin necesidad de grandes estructuras de de informáticas.

Loïc Malsch:
[8:48] Estamos ahora en este en este momento, digamos que estamos intentando eh pues democratizar, el uso de inteligencia artificial que estaba reservado pues hace cinco años para ti que estabas trabajando en Microsoft eh y que yo ahora hoy lo puedo utilizar desde mi mó.

Albert Esplugas:
[9:04] Totalmente, esa es la idea, es democratizarla, que todo el mundo y que todo el mundo la pueda usar, que la puedas usar en dispositivos cada vez más pequeños tenga sentido que la puedas usar con datos cada vez menores para que no necesites de tener grandes cantidades de datos que puedas tener modelos cada vez más precisos sin que tengas que hacer veintiocho aproximaciones, sino que el sistema tenga lo que llaman capacidades de auto emel, es decir, de automáticamente determinar cuál es el modelo que mejor va a funcionar para crear el modelo más eficiente y es el el objetivo, que todo el mundo pueda beneficiarse del valor que aporta la inteligencia artificial.

Loïc Malsch:
[9:39] Hoy hoy en día eh ¿Dónde crees que está aportando más valor? Eh esto estás en medio, obviamente tú estás eh eh muy sesgado eh porque lo lo utilizas cada día a nivel de marketing como mínimo. Me imagino que de más cosas. Eh eh ¿Cuáles son los campos de aplicación A ver, hay multitud y infinidad casi, ¿No? Pero los que tú ves que son más eh usables ahora mismo.
Modelos predictivos y automatización en la producción

Albert Esplugas:
[10:01] Hay hay hay muchos que son modelos predictivos, es decir, en todo lo que es la parte digamos de predicción es donde inicialmente arrancó el meshlearning.
Es decir la temperatura, predecir el pedido de el el pedido que la la demanda que vas a tener de un determinado producto, decir el stock que debes tener en un determinado almacén para poder aprovisionar esa zona de clientes eh cuando un determinado enfermedad se va a producir en base a una serie de variables que le estoy introduciendo, es decir la mayoría inicial era más un modelo de predicción y de automatización. Voy a automatizar el ser capaz de determinar si en una cadena de producción, hay una parte que está eh tiene algún tipo de de efecto por lo tanto voy a tener que eliminar esa parte y podría poner una cámara de vídeo que va a enfocar la cadena de producción y va a ser capaz de determinar que en ese producto hay un defecto que por tanto el producto tiene que ser eh eliminado o bien que hay que ver cuál es el problema que hay en la cara de fabricación. Por lo tanto, utilizar tanto temas cognitivos de, de, de, de visión, de audio, de de captar información del mundo exterior y tomar decisiones, una automatización o bien hacer predicciones.

[11:12] Ahora hoy en día con la inteligencia eh artificial generativa entramos una parte en la que ya también genera, es decir, no solo absorbe datos y es capaz de prever o es capaz de automatizar, sino que también es capaz de ayudarte a generar nueva información, generar nuevos datos, generar nuevas imágenes, generar. Y eso abre una puerta, tareas que son ya menos de automatización, sino que ya son tareas un poquito más evolucionadas, que se parecen más a las tareas que hacemos los humanos y eso abre también un mundo de posibilidades absolutamente increíble. Pero la primera pregunta que me hacías ¿En dónde se ha aplicado mayormente en automatización y predicción Para reducir costes en el mundo de fabricación, en en mil cosas que hacemos cada día que son tareas siempre las mismas. Que eran tareas complejas y que la inteligencia artificial puede ejecutar de forma muy eficiente y de forma muy rápida bajo coste.

Loïc Malsch:
[12:02] La inteligencia artificial generativa eh sí que tiene un un punto más, casillas y nos ponemos en ciencia ficción que ya no lo es eh de de de emular al humano, De manera más precisa, no solo de de decir oye, pues si pasó esto ayer, mañana, pasará lo otro, si no realmente eh, eh, pregúntame una cosa abierta y yo te voy a, bueno, te voy a tirar cosas nuevas, ¿No.

Albert Esplugas:
[12:28] Exacto, exacto. Esa es la la gran diferencia en la en la que el el modelo es capaz también de generar nuevos datos y los genera en base a lo que he aprendido con grandes cantidades de información. Yo por por simplificarlo mucho sería el modelo ha entendido cómo hablar, por ejemplo. Ha entendido cómo escribir ha entendido cómo leer. Y por lo tanto esas actividades que es pues leer y escribir mmm y y y razonar alrededor de ese conocimiento que absurbo al leer eh es una capacidad que el modelo generativo puede hacer y por lo tanto puede decir una frase de una forma pues que parezca totalmente humana incluso puede una frase que tú le digas mejorarla o cambiarla adaptándola a distintos tipos de audiencia, a distintas longitudes, házmelo mayor, más resumido, más corto, más para que sea más más atractivo desde marketing para que sea mucho más riguroso en cuanto a la forma académica de escribir. Y eso que los humanos también podemos hacer.
Ventajas de la IA en volumen y velocidad de procesamiento

[13:27] Que debemos aprender digamos el sistema lo aprendido a base de absorber grandes y grandes grandes cantidades de textos y de documentos y de imágenes que le hacen que el sistema ha aprendido. Yo creo que el mejor palismo es le he enseñado a leer y escribir y ahora sabe leer y escribir y lo ha hecho en base a millones de información que ningún humano habría leído, ningún humano habría escrito digamos para generar y por lo tanto ahí es donde nos da ventaja. Siempre nos da ventaja en el volumen y en la velocidad. Esas son las dos capacidades que siempre es más Más fuerte la inteligencia artificial. El volumen. Un ejemplo sería radiografías. Yo puedo tener un médico que mire radiografías para determinar si hay un cáncer de pulmón en base a una radiografía ese médico puede hacerlo en mil, diez mil, cien mil imágenes a lo largo de su vida. Si yo tengo un sistema que lo puedo entrenar con cien millones de imágenes.

[14:18] Ni que sea por volumen ha visto muchas más y por lo tanto su grado y le han dicho y estar a cáncer esta no era cárcel estar a la cárcel le he entrenado diciéndole cuales eran positivos, cuales eran negativos mucha mayor imagen, por lo tanto ese sistema va a ser muy preciso, más preciso que lo que puede hacer un humano, porque tiene más volumen, y además lo va a hacer más rápido.
Puede ver la imagen y en mucho en en menor tiempo ser capaz de decir positivo o negativo. O ayudar a un humano, a poder hacer esa tarea de forma mucho más rápida. Que el humano pueda dar la supervisión, que lo que los humanos tienen que dar a los sistemas, mientras que la herramienta, la máquina, lo que hace es acelerar el proceso y y ayudar, guiar en esa decisión en base a la información que tiene.

Loïc Malsch:
[14:58] Me estás me estás diciendo esto y o y qué qué será de los pobres médicos porque eh claro si los médicos el ejemplo eh habrá miles como pero en este caso queda muy claro. Claro, si la máquina es mejor para interpretar una radiografía. Si la máquina le puedes enseñar a incluso ser mejor dándote la noticia.
Eh porque al final es eso, oye, también lo vende un todo más humano, tal. Eh eh ¿Dónde van a quedar los médicos?

Albert Esplugas:
[15:24] Yo pienso que que quedan en todas partes. Primero porque porque el la la inteligencia artificial es muy buena en una cosa para que la lo que hemos preparado. En una cosa específica y le puedo enseñar muchas más cosas pero siempre será muy bueno en cosas individuales. El humano es muy bueno en en la totalidad de esas cosas.
Quizás en algunas decir yo yo siempre me imagino la la la imagen de un círculo. Es un círculo. El humano es un círculo. La inteligencia artificial somos que fueran pinchos que salen de ese círculo. Son sí. Soy muy bueno mirando la radiografía. Ya está Ahí es mi especialidad. Yo soy muy bueno en ver radiografía. No me cuentes en en escuchar al paciente, en entender al paciente desde un punto de vista más holístico en entender otras variables que intervienen eh para para que se paciente sus condiciones socioeconómicas, su entorno, sus anteriores es decir El humano es muy bueno en ser bueno en todo hasta un punto, digamos, no sé, un ochenta por ciento en todo mientras que la máquina será muy buena en ciento cincuenta por ciento.

[16:23] Pero en cosas determinadas nunca cerrará el círculo completo. Eso es lo que se le llama la inteligencia eh General Inteligence que es cuando una máquina es capaz de ser más inteligente que cualquier humano, no estamos ahí, no estaremos ahí en breve En cambio, en esos puntos, sí. Y por tanto lo que tenemos que ver es cómo trabajamos con ellas. Vamos a trabajar con máquinas y ese es nuestro futuro, digamos, colaborar con ellas. Y por lo tanto que ese médico, con la ayuda de esa máquina sea capaz de centrarse en las cosas donde más valor va a aportar seguramente no es determinar si en una radiografía hay un cáncer o no. Esto es un elemento que la máquina puede hacer. Pero cómo voy a tratar al paciente, cómo voy a comunicar pues paciente, cómo voy a gestionar eh esa ese proceso de curación con ese paciente, son las opciones que tengo encima de la mesa, dependiendo de el paciente, el lugar, el país, el situación eh mil cosas que intervienen que la máquina no iba a pensar.
La complementariedad entre la máquina y el médico

Loïc Malsch:
[17:16] Lo que pasa es que Albert, ¿Me estás diciendo todo esto? Y yo me me viene a la cabeza que sí que la máquina va a ser capaz de hacer esto. Porque si los datos, si le metes los datos eh pues yo que sé, eh tú estás en Siato pues de lo que pasa en Siato, los enfermos que ha habido, cómo se han trata que han, cuales han sido resultados y tal. Y y hacemos lo mismo aquí en Barcelona. Eh con la idiosincrasia de aquí, con los cambios de datos de aquí y tal.
Pues por la misma regla de tres te va a dar una un un resultado mejor que cualquier médico.

Albert Esplugas:
[17:45] Van a ser más pero no va a ser todas y luego hay otro factor y es el factor humano y el factor de credibilidad, es decir, es es el factor de trato del paciente como persona, de persona a persona y la la conexión que se crea ahí y el saber entender y el y el ir más allá en tipo de tareas que ya no son.

[18:02] Racionales sino que son atareas y que son tan importantes en la gestión de ese paciente como puedan ser. Entonces Hay que ver cómo nos complementamos y y quizás hagamos un poquito el panelismo, es decir Yo cuando eh antes de que existían los ordenadores, los contables tenían un libro y apuntaban en el balance las entradas, las salidas, hacían la suma, dedicaron un montón de tiempo a esa información, clasificarla, sumarla, ir haciendo los balances, etcétera. Eso era la contabilidad hace años antes de que apareciera el ordenador. Apareció el ordenador y de repente todas esas tareas de cálculo numérico y de que de mantener los balances pues se automatizaron.

[18:38] Pasó con el contable, pues que su tarea pasó de ser una tarea más más sistemática, más repetitiva a empezar a hacer más aproximaciones de cómo voy a poder hacer una gestión más eficiente de ese o cómo podría poder hacer la inversión, si subimos porque la máquina iba automatizando, digamos, cosas. Aquí debe ser el misma aproximación. Sí, la máquina va a poder hacer cosas que parecen aparentemente muy inteligentes que lo aparecen aparentemente en la máquina no es inteligente, la máquina es capaz de hacer cosas que parecen cada vez más inteligentes y que me van a ayudar a mí humano poderme centrar en tareas de más alto nivel o en tareas más de tener una visión de extremo a extremo del problema, no individual y que además me van a permitir tener también esa parte más humana es la que nunca vamos a perder y la que siempre nos va a diferenciar y la que siempre va a hacer que un humano siempre va a escuchar más a un humano un humano va a tener una mayor conexión con un humano en cualquier proceso de enseñar de tratar a un paciente o de tomar una decisión empresarial.

Loïc Malsch:
[19:36] En en esto del del mundo laboral que va a haber una revolución obviamente eh sí que que se se percibe o o bueno parece bastante claro entre el los expertos de que va a ser muy distinto, a las últimas revoluciones ¿No? De que han quitado muchos trabajos poco cualificativos pues lo que decía el contable de la cualificado ¿No? Digamos el el trabajo pero no no era más que apuntar números. Eh y aquí sí que nos estamos dirigiendo a un, a un, a, a un tipo de trabajos más cualificados, de gente con estudios, pues y entonces esto sí, ¿Cómo lo ves tú esta esta nueva revolución? ¿A qué la solo vez y ya nos has dado un poco un una pequeña muestra eh de de por dónde van los tiros según tu con el mundo médico. Pero yo qué sé, a nivel de marketing, por ejemplo, que tú eres un experto de esto, ¿Cómo cómo lo ves a cinco años vista.
Transformación del mercado laboral con la tecnología

Albert Esplugas:
[20:28] Yo yo pienso que la mejor forma de entenderlo es la que estaba comentando previamente es lo que supuso la entrada del ordenador en el mercado laboral en los años mil novecientos ochenta, digamos, cuando apareció el primer PC y de repente las empresas lo adopta Todos al principio, los que estaban en ese momento en el mercado laboral dijeron mmm ¿Esto qué es? Eh esta máquina que me han puesto aquí al lado y ahora tengo que aprender a ver cómo funciona, etcétera, etcétera. Pero llegar, llega un momento en que se dieron cuenta que o empezaban a entender cómo utilizar esa máquina para hacer redactar documentos, hacer presentaciones, hacer cálculos y hacer tal o simplemente su productividad y su capacidad pues pues estaría muy inferior a al del resto de personas y se quedarían fuera Aquí va a pasar exactamente lo mismo y yo pienso que es un pan es muy bueno. Estamos dando a lo humano un nuevo ordenador, llamémosle de esa forma, como el PC que tuvimos hace un montón de años que ahora es hipercapaz de hacer muchas más cosas y que vamos a tener sí o sí que aprender a trabajar con él es mi mi compañero de trabajo y voy a tener múltiples de esos compañeros de trabajo ayudándome y yo lo que voy a hacer es intentar buscar esas tareas seguramente son más intrínsecamente humanas, las que además normalmente me suelen producir más satisfacción porque son más humanas y aprender a trabajar con él. Voy a ser un treinta por ciento más productivo con la ayuda de esa tecnología y por lo tanto todas las empresas, todas.

[21:46] Van a tener que adoptarlos sí o sí porque si no lo adoptan simplemente se van a quedar un treinta por ciento menos productivas que las otras y van a estar fuera del mercado eso pasó también con la informática, las empresas que no adoptaron la informática tradicional, la de los años ochenta pues simplemente desaparecieron porque no eran competitivas, porque los otros eran capaz de hacer las cosas más rápidas, más más precisas y más eficientes es una transformación, sí va a ser una transformación de todo el mercado laboral porque afecta, como comentabas tú, a todo tipo, pero es el ordenador también entró en el mundo del abogado, en el mundo del médico y en el mundo del profesor, es decir, no eran pura automatización de robots en la cadena de fabricación también una parte más de de de de la capacidad digamos humana. Esto es lo mismo pero es una supercalculadora que es capaz de hacer muchas más cosas y que además vamos a a intentar os vamos a tener que aprender a trabajar con esa tecnología y eso va a superar una serie de retos, es decir, eh igual mi cliente si yo soy un comercial, algunos de mis clientes van a ser.

[22:47] Asistentes electrónicos que gestionan los pedidos de una empresa Y voy a tener que aprender a venderle a humanos y a venderle a estos sistemas que hacen sistemas de compra para otros. Y eso va a producirse mucho. Es decir, el el hecho de que va a haber eh la colaboración y el concepto no le quiero llamar robot porque no son robots.
De esos entes inteligentes digamos que están participando dentro de las empresas y que en una empresa pues pues van a ser clave para que la gente sea más productiva Y y ese va a ser el impacto que va a tener a a muy corto plazo además.
Uso de herramientas generativas en el trabajo diario

Loïc Malsch:
[23:18] Tú en el día a día qué qué qué usáis en vosotros eh a nivel de herramientas de de guía generativa.

Albert Esplugas:
[23:26] Todas las empresas utilizan tanto a nivel de la que hablaba de la tradicional, de Ford Casting, todos los temas de Ford Casting, de ventas o Ford Casting, Amazon, una estructura logística increíble para distribución, pues todos esos modelos de previsión de dónde tienen que estar cada una de los distintos objetos para que cuando tú en Amazon compras ese producto lo tengas al cabo de de menos de veinticuatro horas, eso requiere una logística y una previsión muy fuerte, todo eso más el lorni todos las los sitios donde se almacenan todos los productos. Ahí hay un montón de robots que van gestionando todo el packaging. Eso también evidentemente es mashall learni Cuando uno eh está en la parte de se van las tiendas estas que hay bastantes de que puedes comprar si pagas pasar por por el cajero, sino que coges los objetos, te los llevas y adiós. Pues eso también es luego también en en nuestro día a día empezamos a utilizar esas herramientas más generativas para decir bueno este mensaje de marketing, de este producto, pues eh cómo puedo adaptar este mensaje para distintas audiencias, para distintos mercados, para distintas industrias lo puedes pasar por un modelo generativo y te va a proponer múltiples ideas de cómo podías presentar ese mensaje para esos mercados como humano vas a seleccionar la que tú prefieras pero te vas a ahorrar el proceso de tener que pensar en todas las combinaciones si tienes que hacer un social post de un nuevo mmm producto que hemos lanzado y que tienes la página web que describe el producto le puedes decir al modelo generativo quiero que me generes un social post de de de este producto que está en esta página.

[24:54] Y ese modelo, ir a la página, leerá el contenido y sintetizará en una frase de dos o tres líneas y en función del tono que le diga, esto es para un consumidor A o para un consumidor B va a generar un mensaje que yo como humano lo voy a leer Y seguramente voy a retocar un par de cosas porque pienso que lo haría distinto. Pero que me va a ahorrar mucho trabajo de tener que pensar en todas las combinaciones Hazme este mensaje adaptado.

[25:20] Twitter, Facebook, LinkedIn, etcétera. Te lo va a adaptar entendiendo las diferencias entre cada una de esas redes sociales. Adáptamelo para una población de menos de veinte años, de menos de cuarenta o de mayores de cuarenta. Y me lo va a adaptar en función, Me está ahorrando un montón de trabajo que y no es que no sea capaz yo de hacer. Lo puedo hacer. Pero él lo va a hacer mucho más rápido. Yo simplemente voy a tener que tomar la decisión del que más más me gusta y hacer el pequeño ajuste final, El humano, ese toque final que el humano va a querer dar. Entonces, esas sonares en las que ya lo estamos usando, generar imágenes, generar eh textos como hablaba previamente. Y luego toda la parte más tradicional de automatización y predicción.

Loïc Malsch:
[25:59] Y esto el va aprendiendo si tú cada vez le vas eh enseñando oye de los diez que me has dado este es el que más me gusta. Eh va alterando y me mejor que llegará un momento que ya casi no no hará falta que le retoques nada.

Albert Esplugas:
[26:12] Exacto, exacto. Totalmente. Es decir, el sistema es está entrenado pero además cada vez que interacciono con el humano Y el humano le va diciendo, esto es lo que prefiero, esto es lo que no prefiero. Va entendiendo cuáles son las preferencias digamos del usuario. Y además entiende de la organización, es decir, igual que ese modelo absorbió datos para aprender a leer y escribir. Yo siempre digo eso porque me gusta el modo del paralismo. Le hemos enseñado de alegría escribir. Pero si además le digo léete todo lo que en mi organización ha hecho en los últimos veinte años ese modelo aprende de la cultura, de esa organización, aprende de las capacidades de esa organización y de los temas en los que esa organización es más fuerte y por lo tanto ese modelo cada vez es más fuerte en el área en que esa empresa es. Esa es un punto muy interesante y es qué peso le doy en el modelo en el en el modelo generativo que crea, A la información global de aprender a leer y escribir y la información más propia de esa empresa. Y le puedo dar mayor o menor porcentaje a uno a otro. Si le doy un mayor porcentaje a la empresa me va a dar algo muy.
Peso de la creatividad vs. formalidad en el trabajo

[27:13] A lo que Madrid a cualquier trabajador de esa empresa. Si le doy peso al externo me va a salir con ideas un poquito más random, ideas un poquito más creativas.
Y habrá momentos en que me interesara la creatividad y habrá momentos en el que más me va a interesar más el el ser más formal, más tradicional, es muy interesante porque en función de qué peso le des y qué porcentaje de lo que se llama alucinaciones le permitas pues va a poder crear cosas más creativas o cosas más formales y hay momentos que nos interesa uno o que nos interesa a otro.

Loïc Malsch:
[27:43] Tú en tu día a día que eh ¿Cuánto lo utilizas? Es decir, utiliza, bueno, no sé si en Amazon os dejan mi imagen que sí, cuanto más eh uséis cosas, mejor ¿No?

Albert Esplugas:
[27:53] Nosotros tenemos nuestros propios modelos y no se llama otros entre otros pero sí tenemos nuestro Módalos y y con esos modelos que utiliza Amazon que tiene múltiples además la aproximación que ha tomado Amazoné en lugar de usar un solo modelo vamos a a usar todos los que podamos y vamos a ver en función de cada caso cuál es el modelo que es más eficiente hay muchos modelos generativos y algunos son muy buenos haciendo temas de letras, otros son muy buenos, haciendo temas de de de racionalidad digamos, de de análisis de datos, otros son muy buenos en generación de imágenes.

[28:25] Entonces lo que te permite es ir jugando con los distintos modelos en para ver cuál es el que mejor se adapta a cada uno de los casos de uso y no hay restricciones siempre y cuando sea un entorno cerrado desde lo que nadie puede hacer y ese es el gran peligro de las empresas es utilizar una herramienta de consumo como CharGPT y estar introduciendo ahí Hazme un resumen de este plan estratégico que vamos a hacer el año dos mil veinticinco, que lo estamos pensando ahora. Bueno, pues, pues metes en un sistema que es externo, que es además un sistema de consumo, etcétera, pues estás simplemente con las preguntas, simplemente mirando las preguntas, yo ya puedo decir que deducir qué es lo que está haciendo esa empresa. Si el modelo es un modelo interno por lo tanto está protegido, que no solo rueda en tu organización, que nadie más usa, lo que tú le enseñes en esas respuestas que me estabas comentando, que los empleados van diciendo esto sí, esto no, el sistema va aprendiendo, esto es solo Vuestra empresa y por lo tanto solo se beneficia esa empresa. Entonces es cuando puedes utilizar inteligencia generativa a nivel empresarial con toda la confianza, que eso es privado, seguro y no nadie más se beneficia, pero no es que se beneficien de saber la pregunta que estoy haciendo o la respuesta que me da el sistema que no se benefician de un modelo que cada vez va a ser más inteligente y más inteligente de repente un competidor cogería ese modelo y y sería tan competitivo como soy yo y por lo tanto habría perdido esa ventaja que me que me está dando la capacidad de inteligencia artificial y mi propio conocimiento como empresa.

Loïc Malsch:
[29:50] ¿Y cómo haces esto si no eres Amazon o Microsoft o.

Albert Esplugas:
[29:53] Perfectamente no, lo que haces es simplemente vas a esas empresas como Amazon, dices yo quiero utilizar un medulo y entonces lo que se crea es una copia del modelo que es solo para ti en esos momentos está totalmente aislada del resto del mundo digamos y que tú, igual que cuando tú antes decías, voy a subir todos mis datos de facturación y de clientes en una aplicación que está en la nu pues evidentemente esos datos son tuyos de nadie más y tú tienes ahí todos tus clientes y todos tus pedidos y tus competidores no lo verán nunca ni aprenderán de eso tal. Siempre ha sido así. Los modelos de Cloud siempre están basados en una división total entre clientes y totalmente segura, lo mismo, ese es mi modelo me imagino como esa especie de ente formado que voy entrenando, entrenando, entrenando es mío y por Contrato con la empresa que provee el servicio más un montón de mecanismos tecnológicos de seguridad eso está aislado, está encriptado, está solo conectado con la empresa, nadie más accede y no hace falta que lo tenga en mis propios sistemas, cosa que no tendría sentido, que requiere de mucha capacidad de cálculo numérico y mucha capacidad de storax y y porque el modelo de cloud es un modelo económicamente mucho más ventajosa que cualquier modelo tradicional o empresa.

Loïc Malsch:
[31:04] Es decir si yo quiero hacer esto en en pues mi empresa que somos treinta personas eh y quiero utilizar pues lo que comentabas antes ¿No? Para marketing. Vamos a crear cosas o tal. Pero necesito, muchos conocimientos de programación tal vez todo eh que alguien me lo haga o es relativamente fácil conectarme a Amazo.

Albert Esplugas:
[31:24] Exacto. Y, y, y, y no, no quiero hablar de productos con el objetivo de esta charla, no es no es un objetivo, digamos, comercial, pero me voy a Amazon, contrato un producto que sacamos hace poquito y simplemente mmm tengo ya mi cuenta y digo, venga, ahora quiero que empieces a aprender de mis documentos y le voy a poner en una especie de, de directorio, digamos, lo voy a conectar con todos los ficheros de de de información de de los productos, de documentación técnica, de ofertas, todo el conocimiento que tenga la empresa lo voy a conectar con ese modelo. Y el sistema va a empezar a leerlo todo y a absorberlo todo. Lo voy a conectar con mi sistema de gestión de oportuno CRM. Lo voy a contar con con mi ERP lo voy a contactar con mis sistemas de Intranet que tenía, con mis servidores de ficheros, con mis sistemas de correo electrónico, con mis sistemas de gestión de facturación, con todo, y va a absorber ese conocimiento y ahora ya ya veo dónde viene tu pregunta pues la siguiente pregunta es, evidentemente, respetando las individuales de cada persona, es decir.

Loïc Malsch:
[32:21] Teniendo miedo ya.

Albert Esplugas:
[32:23] La palabra correo electrónico y en este momento él dice uy esto ya es no si eso respeta los mismos sistemas, es decir, cuando tú accedes a tu correo electrónico ya sabes tu compañero de trabajo no está accediendo a tu correo electrónico ¿Por qué? Porque tú tienes un usuario, tú tienes un acceso, tienes un password, tienes una prioridad y por tanto tú accedes a tu información y accedes a la información corporativa en función de quién eres y qué privilegios tienes acceso, Lo que se hay que hacer con los modelos generativos es que la respuesta que el sistema te va a dar será la que tus derechos de acceso te permiten saber.
Y ejemplo muy simple es si yo le pregunto ¿Cuál es el sueldo de el director general? Pues evidentemente la respuesta es no puedo darte esta respuesta. ¿Por qué? Porque yo no tengo acceso a esa información. Pero si el director general pregunta cuál es mi sueldo le voy a dar la información porque él sí tiene eh pues lo mismo aplicado absolutamente a todos. Si yo le digo eh, Búscame en qué momento puedo hacer una reunión entre estas personas y eh por favor hazme un resumen de la última reunión que tuvimos y lo mandas a los distintos asistentes. Él tiene que saber cuál es la reunión, quieren a los existentes, cuál fue el audio de la reunión que decidimos que grabaríamos y por tanto tenemos el audio, hará transcripción de ese audio hará un resumen de la reunión, lo mandará a todos los distintos participantes de esa reunión.

[33:45] Y luego me programará una reunión mirando los calendarios de todo el mundo y mandando peticiones por si la acepta o no la acepta. Ese proceso.

[33:53] Que lo podría hacer un humano pero le iba a dedicar un cuanto tiempo lo puede hacer ahora eh y de forma inmediata. ¿Qué me permite eso? Dedicarme a otras tareas que son las que yo pienso que aporto más valor mientras que el sistema de gestión de esa especie de asistente personal que tal se está encargando él y y está haciendo todas esas tareas y esas tareas hoy en día ya son más que posibles.

Loïc Malsch:
[34:14] Es que es alucinante. Eh eh directamente.
El potencial de la inteligencia artificial en la generación de resúmenes y tareas.

Albert Esplugas:
[34:17] Realmente es es de esas cosas que incluso los que vamos con tecnología ecotecnología toda mi vida dices guau guau el el el la capacidad de decir, que yo pueda coger el audio de una reunión, lo mando a un sistema, automáticamente es una transición, me hace un resumen y me dice esto es la opinión de esta persona, esta es la otra persona, estas son las decisiones que se tomaron y estas son las tareas que hicieron Que genere convocatoria de reunión para continuar este proceso, esta estas decisiones que dijimos que haríamos porque he entendido el audio y sé que dijimos la reunión, Pepito va a encargarse de hacer esto y dentro de tres días vamos a tomar y el sistema lo entiende, lo coge, lo manda. O bien, o bien el ser capaz de generar textos que cuando los ves dices guau, está muy bien escrito, me gusta cómo está presentado voy, voy a revisarlo, es decir, el humano siempre tener la capacidad de mirarlo y de tomar la decisión, es como si yo tuviera un montón de asistentes que les dijera ponerme el guion de una película. Y de repente tengo encima de la mesa veinticinco quilos de cilico. Bueno, yo voy a decidir cuál es el que quiero escoger Pero pero me habré ahorrado un montón de tiempo por no tener que pedirle a veinticinco personas o yo mismo escribir veinticinco guiones que iba a tardar un montón. Y en cambio si usted no ha tardado nada. Ha generado veinticinco guiones con distintas variaciones a la historia.
Uno de los factores que también va a acelerar la innovación porque la generativa va a ser capaz de crear ideas, de cosas innovadoras.

[35:41] Muy rápido, y a un coste muy bajo. Y por lo tanto, de repente, si una empresa iba a poner encima de la mesa cinco ideas y a tomarla mejor, ahora puede poner cien ideas. Y seleccionarla mejor Con el mismo tiempo, con menos tiempo y con menos coste. Por lo tanto, también acceder a la innovación por la capacidad de generación de ideas variadas, a bajo coste y que luego el humano decida cuál es la que quiere o piensa que tiene que implementa.

Loïc Malsch:
[36:06] Qué peligro le ves a todo este mundo maravilloso? Porque hay, hay, hay también la otra cara de la moneda.

Albert Esplugas:
[36:13] Bueno, primero hay uno y es, siempre dicen, bueno, me va a quitar la inteligencia a mi trabajo y me gusta, hay un profesor de la Universidad de Nueva York que que se llama Scott Calloway que dice, lo que te va a quitar el trabajo es una persona que va a aprender cómo utilizar la intelección artificial, no va a ser la inteligencia artificial, como siempre.

Loïc Malsch:
[36:27] Sí, sí.

Albert Esplugas:
[36:28] El ordenador me va a quitar el trabajo hace hace treinta años, no le ordenaron, no me quedara el trabajo, pero una persona que sepa cómo usar la hoja de cálculo y procesador de textos, la base de datos, te va a quitar el trabajo porque va a ser más productivo. Eso es exactamente lo mismo, por lo tanto no lo veamos como un enemigo sino como un aliado pero es un enemigo o es perdona es un aliado que requiere de de entenderlo y de trabajar y de y de de aprenderlo, por tanto en la parte educación hay que enseñarle a todo el mundo, igual que enseñarlo en su día a utilizar el ordenador, hay que enseñar a todo el mundo a utilizar esos modelos porque no son, Los modelos en función de la pregunta que hagas vas a obtener una respuesta u otra respuesta. Hay que saber cómo preguntar las preguntas.
No, no, no basta con decir cada uno pregunta como quiere y le voy a dar los datos que quiero y le voy a a hay un proceso que se llama que es cómo le hago la pregunta y eso también afecta, por lo tanto, hay una parte educativa cómo usar esos modelos y hay una parte educativa de cómo gestionar una empresa en la que hay modelos asistentes con humanos y que esa es mi fuerza laboral, es una combinación de personas y de asistentes que trabajan conjuntamente. El riesgo.

Loïc Malsch:
[37:32] Que tenemos perdón que te corté pero es que es un tema ahí eh eh tú dirías que cada uno eh eh eh ya no solo a nivel personal ¿No? Pero pues eh yo ejercí una empresa es mi responsabilidad y deber, de de liderar la empresa de hacer que todos los que estamos dentro estemos dedicando un tiempo a aprender inteligencia artificial, las herramientas.

Albert Esplugas:
[37:55] Absolutamente además es existencial, es decir, es le llama esto lo que va en el everyday eye, es decir, esta va a ser lo vamos a darlos por sentado, es decir, o o adoptas esas tecnologías en tu día a día y consigues ese treinta por ciento de incremento de productividad, que es mucho, porque un treinta por ciento es mucho o imagínate como tú vas a competir con otra empresa que es un treinta por ciento más productiva que ti. Estás fuera de mercado en en menos de seis meses. Por lo tanto todas las empresas sí o sí que adoptar estas tecnologías que enseñar a sus trabajadores a trabajar con esas tecnologías, los trabajadores lo van a necesitar tanto en esa empresa como en la empresa en la que se vayan pasado mañana, por lo tanto también va a ser en su punto de vista de carrera un elemento totalmente imprescindible.

[38:35] Y y si no pues simplemente van a estar fuera de mercado y luego van a tener también que pensar cuáles son Las cosas que nos siguen haciendo únicos. Lo que los hace únicos son dos cosas. Sus datos los hace únicos y esos modelos van a entrenarse con esos datos y por lo tanto van a hacer que sean un treinta por ciento más productivos con el conocimiento único de esa empresa y por lo tanto si era muy bueno porque tenía la mejor inteligencia de mercado sobre un sector determinado voy a seguir siendo muy bueno porque esa inteligencia la va a adoptar ese modelo además un treinta por ciento más productivo, por lo tanto hay esos dos factores, ¿Eh? El incremento natural más más la absorción del conocimiento de esa empresa y segundo eh eh si no lo hago simplemente me voy a encontrar que los otros van a ser más rápidos, que los otros van a poder potenciar más el conocimiento que tenían de su empresa.

[39:25] Yo me voy a mantener en lo más tradicional de personas intentando hacerlo lo mejor que puedan, compitiendo, personas que colaboran con agentes inteligentes que son evidentemente mucho más rápido.

Loïc Malsch:
[39:38] Y más peligros. Yo ayuno obviamente que es a nivel ético ¿No? Eh más allá de que de que siempre mira que me gusta la tecnología y estoy metido y tal eh me me me soy reluctante a dejar mis datos, eh eh a a un tercero, porque al final dices oye, está todo cerrado, tal, sí pero me me cuesta eh pero okay eh eh y luego hay un tema ético ¿No? De de de cómo se puede utilizar, hasta qué punto, cómo te hasta qué punto puedes confiar de lo que de lo que recibes de esto, Eh ¿Cómo lo planteas tú esto.

Albert Esplugas:
[40:08] Yo primero pienso es para mmm la parte ética digamos, Por ahí está la el control humano sobre el sistema. Es decir, esto es algo que está aquí para ayudarnos. No para sustituirnos, no para quitarnos. Y somos nosotros que lo vamos a adoptar a esa tecnología, la que debemos determinar exactamente cómo la adoptamos. Es decir, sería un gran error para la humanidad generar un sistema pensado para sustituir a la humanidad, es decir, seríamos esa especie que se extingue por sí misma por lo tonta que ha sido, No ya ya sé.

Loïc Malsch:
[40:37] Estamos tan lejos.

Albert Esplugas:
[40:39] Alejos pero vaya.

Loïc Malsch:
[40:40] No me no no no confiaría demasiado eh en nuestra inteligencia natural eh de de pensar en las generaciones futuras.

Albert Esplugas:
[40:47] Totalmente pero pero deberíamos hacer ese esfuerzo precisamente porque.

Loïc Malsch:
[40:50] Totalmente.
Beneficios y retos de la tecnología en la sociedad

Albert Esplugas:
[40:51] Vamos a tener más tiempo porque vamos a tener máquinas que van a hacer ese treinta por ciento tal. Ahora ese tiempo dediquémoslo a qué queremos ser como sociedad, dónde queremos ir y cómo nos queremos beneficiar de este maravillosa tecnología. Y en ese cómo nos tenemos que mencionar esta tecnología es algo que la sociedad tiene que decir, es algo que los gobiernos tienen que decir, es algo que las empresas van a innovar pero las empresas van a tener objetivos económicos de maximizar sus beneficios y eso es lo que siempre han hecho y lo que la sociedad y los gobiernos de que que gestionan esas sociedades deben hacer es de inclusive está muy bien la parte económica.

[41:23] ¿Cómo vamos a hacer que todos nos beneficiemos de esta magia? Hemos encontrado el genio dentro de la lámpara esta que le pido deseos. Pues ya lo tenemos. Tenemos el genio. Pentástico a ver qué preguntas le vamos a hacer y cómo vamos a hacer para que ese genio nos ayude a nosotros como sociedad y no a las empresas. Sé que hace falta mucha fe pensar que la humanidad va a ser suficientemente inteligente como para hacer las cosas bien hechas.
Dentro de nuestros microcosmos, nuestras empresas, nuestras eh mmm sociedades pequeñas debemos hacer ese esfuerzo y ese esfuerzo requiere del entendimiento de esa tecnología.

[41:57] No decir no, es que esto no, vamos a cerrar la puerta, no va a entrar y luego requiere de mantener lo humano para que sepamos seamos capaces de de tener criterio. Eso es muy importante también. Yo sé calcular mentalmente y se hace utilizar una calculadora. Si no supiera calcular mentalmente me creería cualquier cosa que me diría la calculadora hago dos más dos, la calculadora me diría veintiséis. Ah, pues sí, lo ha dicho la calculadora. Yo debo tener un criterio como Lo mismo si genero un texto y os escribir. Me genero un texto y veo que lo que me está escribiendo la máquina no tiene ningún sentido o es ofensivo o está en una dirección que a mí no me gusta. Yo debo tener el criterio. Por lo tanto debemos enseñar a, Utilizar la tecnología pero hay que mantener el saber escribir el saber leer, el saber calcular para poder tener un criterio por encima de esas máquinas. Si no llegará un momento que vamos a tener que hacer acto de fe, creernos lo que nos dicen y y simplemente hacer lo que nos digan y a partir de ahí pues hemos entrado en un camino muy erróneo.

Loïc Malsch:
[42:56] No, no, totalmente. Ya ya da para varias películas. Eh eh el el lo que comentas ahora justamente está empezando a estar eh pues ya con las las nuevas generaciones o pues yo veo como estoy en mis hijas de doce años.
Y y y yo creo que escribía mejor.
Claro, eh también ellas hacen muchas otras cosas, muchas mejores que lo que hacía yo ¿No? Entonces es un poco esto ahora bien, lo que decías tú de de necesito saber calcular para luego poder verificar, También el cerebro eh eh funciona de una manera que que los americanos lo tienen muy una una manera muy fácil de de decirlo que es just it o iluse, tú no calculas nunca pues ya llegará un momento que no vas a saber calcular, no hay mucho más.

Albert Esplugas:
[43:38] Su cerebro se atrofia y no tendrás esa capacidad. Exacto.

Loïc Malsch:
[43:41] Ya nos pasa con el con el Google Maps o el Maps que estés usando dónde voy. Pues no sé porque no me lo ha dicho el aparato, no tengo batería. Ya está, ya estoy perdido. Esto es un camino, eh lo lo mmm bueno, por lo facilones que son, por lo Lady que es el ser humano en general, es el camino directo que solemos coger.

Albert Esplugas:
[43:59] Sí, sí, sí, sí. Por lo tanto, la educación deberá determinar son esas cosas básicas que son esencia básica de la persona humana en cuanto a cómo queremos ser como humanos, que son cosas que hay que por ejemplo eh sería ridículo que no enseñáramos a escribir y a saber estructurar lo que queremos decir y ponerlo. Podemos hacerlo que quizás Oye, no, no soy Shakespeare y por lo tanto no hago poesía, pero como animo transmito mis ideas. Y luego, igual, mis ideas, una vez escritas, las voy a pasar por módulo generativo me lo va a poner en plan Shakespeare. Quiero decir, mira, mira qué bonito ha quedado mi idea era lo importante, me enseñaron a pensar y me enseñaron a escribir esas ideas. Y yo evidentemente voy a tener que saber leer. Si no sé leer, difícilmente voy a tener que trabajar con nadie más. Pero voy a tener que ser capaz de hacer pensar racionalmente, de estructurar, de crear modelos mentales, es decir Va a haber que pensar cuáles son esas cosas básicas que los humanos tienen que saber para seguir siendo inteligentes como humanos y para seguir pudiendo tener el criterio de controlar a esos pequeños agentes inteligentes Van a hacer las tareas individuales y tareas muy específicas.
La importancia de enseñar conocimientos básicos en la educación

[45:04] Juntos podamos trabajar mejor. Lo veo como lo que comentabas antes. Eh quizás tu hija pues quizás no escriba como Shakespeare porque en el mundo actual pues manda un mensaje escribo cuatro cosas y ya está. Pero si necesita generar un texto que es Shakespe va a poder pasar ese mensaje por el módulo y generar el Shakespeare y cuando alguien que quiera leer documentos tipo Shakespeare Kia va a entender perfectamente lo que esa persona quería decir en el lenguaje que quería, que es ese lenguaje tipo Shakespeare. Y en cambio, ese mismo mensaje lo voy a poder transformar en una cosa muy simple o en una historia para niños. Hoy este mensaje no lo quiero contar para un niño. Créeme una historia para niños que que mmm que deje este mismo mensaje lo voy a hacer. Entonces es saber cuáles son las partes que queremos seguir enseñando a los humanos como conocimientos básicos y tal. Un ejemplo sería los robots que operan Si yo tengo un robot que opera y es capaz de hacer eh cirugía muy avanzada y muy precisa.

[45:56] Pero y cómo aprenden, aprenden porque miran como un humano está operando y y van emulando lo que el humano hace y lo haga lo hace más rápido, más preciso. Si el humano deja de aprender a operar Llegará un momento que quién va a entrenar la máquina, es decir, la máquina va a ser operar muy bien. Un día la máquina se va a estropear y no va a haber quien le pueda enseñar a volver a operar. Es decir, hay que mantener esos conocimientos que condicen consideramos humanos básicos que todo el mundo tiene que tener como para poder tener el criterio y como para poder tener, independencia de esos modelos que queramos tener para no ser simplemente, Pasemos nosotros a trabajar para ellos porque simplemente dejamos de pedir el control porque éramos demasiado o porque nadie tuvo en el en el modelo educativo el pensar cuáles son las cosas que son básicas que los humanos tienen que tener Y luego seamos humanos. Los humanos tenemos capacidades de empatía, de humor de creatividad y cosas, las máquinas generan, siempre decimos que no son modelos que crean Las maneras generan y hay una diferencia entre crear y generar. Generar es un proceso de automatización, de generar algo mientras que crear tiene unos elementos creativos eh que son intrínsecamente humanos.

Loïc Malsch:
[47:08] La dejaré porque eso da para otro podcast eh cómo podemos eh eh eh hacer eh la la que la educación eh consiga cambiar un sistema que no ha cambiado en cien años, ahora lo cambiemos de arriba a abajo. Pero eso es otra historia. Eh eh cuando hablas ahora justamente de la de la de la eh inteligencia general ¿No? Que que que eh mmm ¿Cómo le has dado el nombre? Que es pues ya crea.

Albert Esplugas:
[47:33] Generar en lugar de crear, ¿Sí? La.
El futuro de la inteligencia artificial y sus límites

Loïc Malsch:
[47:35] Generar en lugar de crear, Claro, ahí yo creo que es el miedo intrínseco que tenemos todos, los no iniciados, es eh eh pues esta peli que ahora ha salido de su creator, ¿No? Que ya ya directamente hay otra especie a los humanos y hay pues lo, no me acuerdo cómo lo llaman ahí en la película, ¿No? Pero que son, tienen apariencia humana y son superhumanos a nivel cerebral, más rápido, tienen más información y tal.
¿Tú crees que esto eh mmm eh como como te lo vaya eh tú crees que esto puede llegar a ser posible para ser factible?
Al ser sencillo digamos.

Albert Esplugas:
[48:09] Porque hemos visto muchas de esas películas y porque nos parece alucinante algunas cosas que estos modelos hacen. Unimos las dos cosas, pensamos que estos sistemas son más inteligentes de lo que realmente son. Y eso es una trampa en la que caemos todos y y y que además mmm es es casi es interesante ¿No? Hemos creado ya unas máquinas que son tan inteligentes y la realidad es que estamos a mucha distancia de eso.
Creado máquinas que en determinadas tareas son muy buenas. Y es lo que hablaba antes. Yo vuelvo a esa imagen del círculo y y digo eso porque parece que lo vi en alguna presentación y me quedó muy grabado y es nosotros como humanos somos un círculo perfecto. El humano está al medio y tiene capacidades, lo que somos capaces de hacer, digamos al ochenta por ciento. Hoy unos son más listos son el ochenta y cinco y unos son menos listos y son al setenta y cinco. Pero todos somos fantásticos como humanos en nuestras capacidades. Y ese círculo es perfecto. No tiene ni un agujero porque es una línea continua, Estas máquinas son como decía antes.

[49:03] Áreas en las que son, son tan buenas en esas áreas que nos impresiona, digo, ostras, esto ha sido capaz de calcular eso tan rápido, o ha sido capaz de generar ese texto en dos segundos y un documento de tres páginas. Nos parece tan increíble ese punto automáticamente le damos unas unas capacidades de inteligencia mucho mayores de las que son La inteligencia general la inteligencia artificial general, el General Intervision que es ese concepto de una máquina que es tan inteligente como un humano está a mucha distancia, Va a costar muchísimo llegar y yo pienso que igual no llegamos nunca. Y el problema es que hacemos una abstracción y nos da la sensación de que estamos en ese nivel no le quiero quitar la importancia a lo maravilloso que es la inteligencia artificial, la degenerativa y lo que puede hacer pero no es un círculo completo, nosotros lo somos, y nosotros trabajando con eso vamos a hacer un círculo perfecto con unas puntas de capacidad extra de superpowers que nos van a dar esa inteligencia artificial, por lo tanto debemos verla así, vamos a ser mejores humanos, mejores capacidades, son de nos han puesto la capa de Superman y somos capaces ahora de volar y tal, Pero no somos, no es todo. Seguimos siendo humanos y seguimos teniendo nuestras capacidades y nuestras limitaciones.
La importancia de estar al día y la búsqueda de conocimiento

Loïc Malsch:
[50:13] Tú, Albert, eh, en, en el entorno en el que te mueves, eh, que, que cambia constantemente, ¿Cómo haces para estar al día? ¿Cómo te formas?

Albert Esplugas:
[50:21] Yo intento cada día dedicar como mínimo entre media hora y una hora a leer cosas y me gustaría poder leer libros. No tengo tiempo suficiente comparar libros. Y ni vacaciones suficientes para leerlos. Pero en cambio leo mucho, analista, muchos resúmenes, mucho eh mmm digamos centros especializados en temas de de tecnología, etcétera, en las que voy leyendo, leyendo pequeñas cosas, Esa es uno de los puntos, la generativa que me puede ayudar es, hazme un resumen de esto, porque no tengo tiempo, pero dame los puntos.

Loïc Malsch:
[50:50] ¿Lo utilizas esto.

Albert Esplugas:
[50:52] Utilizo mucho la parte de resumen muchísimo y incluso del debo admitir incluso antes de que existiera esto había empresas que hacían resúmenes de libros. Entonces eh a mí siempre me sentía muy mal Pero decía a ver, la diferencia entre no leerlo o leer como mismo el resumen, seguro que con el resumen absorbo más y por lo tanto He leído libros, no, no lo he leído pero sé los puntos claves que el libro quería transmitir. No han quedado grabados en mi cerebro de la misma forma que se hubiera leído el libro Al leer el libro te va acompañando y va va añadiendo una serie de elementos que hacen que eso se quede más grabado en tu cerebro. Pero bueno, el conocimiento resumido lo tengo.
Eso es lo que intento. Cada día media hora, una hora leer, resúmenes de cosas, leer cosas que que me permitan, disfrutar de aprender cada cosa a los días. A mí a mí el mi gran placer es ese, es aprender cosas nuevas y si no puedo aprender algo nuevo cada día no me puedo ir a dormir tal como dice ese refrán.

Loïc Malsch:
[51:43] El el algunos de estos eh artículos o tal bueno fuentes de información que nos quieras compartir.

Albert Esplugas:
[51:49] Sí, yo utilizo mucho eh Garner, Garner es uno de estos analistas que en el sector empresarial, tecnología, eh pues tienen un montón de analistas especializados, insisto en temas y y es es un poquito partido lo que decíamos antes, tienes a ciento cincuenta o doscientos cincuenta analistas, cada uno de ellos especializados en algo, siendo capaces de resumirte la esencia de lo que debes saber en cada una de esas área Eso es brutal. Es como tener y por eso cuando tengamos esos.

Loïc Malsch:
[52:14] Tú les quedas les queda poco ¿Eh?

Albert Esplugas:
[52:16] Esto les queda poco, No les va a quedar poco, van a ser capaces de de hacer más todavía, es decir, si eran capaces de hacer ocho documentos al año de de estos profundos, pues ahora van a poder hacer veinticinco.
No les queda poco, les queda poco de hacer solo ocho, porque para hacer veinticinco, con la ayuda regenerativa pero sus capacidades siempre estarán por encima porque van a ser más globales ese cicloteno. Entonces, lo encarne, lo leo mucho luego también mucho la la la gente del MIT tiene el MIT Technology Review también está muy bien y cada día estoy en uno de estos newsletter.

[52:49] Cada día son cosas y algunas cosas son más de humanas, otras más de empresa, otras más de tecnología. También me gusta mucho conocimiento muy horizontal, uno de los problemas que la gente que venimos de ciencias o de tecnología es eso es muy bueno en un tema de tecnología en eh normalmente eso no es bueno, es muy bueno precisamente lo que nos hace humano es ese círculo, por lo tanto intenta tener no tantos conocimientos súper súper súper en algo pero más horizontal. Había, leí una vez de un artículo de gente que hacía innovación y lo hacía del Ace Papers de distintas áreas tecnológicas de innovación, los leían, no sabían mucho de uno ni del otro, pero al leerlos todos se les ocurría ideas de cómo unir una cosa a la otra. Ahí es donde hay una capacidad humana muy buena que es a decir, no hace falta que seas el superexperto en un tema, porque la máquina lo va a hacer más.
Intenta ser suficientemente bueno en todos ellos como para poder, Conectar los puntos y unir y tener esa fotografía, decir ostras, pues si conectamos esa innovación con esa innovación tenemos algo completamente distinto que a nadie se le había ocurrido antes.

Loïc Malsch:
[53:50] De los pocos libros que tienes tiempo de leer, algunos que te han quedado ahí especialmente y que sueles regalar, recomendar.
Recomendación de libros prácticos para tomar decisiones

Albert Esplugas:
[53:58] Sí. Yo siempre recomiendo tres ah porque me me gustan y y y diría que no son la típica respuesta de quien da respecto a libros más profundos en los cuales necesitaría más tiempo para leer. Pero son libros muy de tipo muy práctico uno de ellos que es un uno que sirve más para un tema de de análisis de cómo pensar, es decir El pensar es algo que puede ser muy random o puede ser algo que sea más estructurado. Y cuando uno tiene que tomar una decisión va muy bien aplicar modelos para tomar esas decisiones.
Si no acabamos decidiendo por lo que nos dice el corazón, que a veces es bueno si queremos decir en base a lo que dice el cerebro, el cerebro a veces necesita que esa energía de tomar decisiones, la estructura es un poquito y por lo tanto eh hay un modelo específico que se llama the season making es es un en un proceso para explicar cómo tomar decisiones, Y y este es uno que siempre suelo recomendar a a todo el mundo. Porque pienso que la gente le va muy bien el aplicar modelos para tomar decisiones. Y este libro tiene como veinticinco, veintiséis modelos distintos para distintos tipos de decisiones, nada, es muy esquema muy básico, el pros y contras pues que sería el más básico, pues pues como veis hay muchos más modelos que están muy bien. A mí no me gusta mucho también de Scott Gallowa.

[55:09] Que es un libro que para entender, las grandes empresas de tecnología, los es en este caso habla de Apple, habla de Facebook, habla de Amazon, habla de Google, me parece, habla de los cuatro, estas grandes cuatro empresas y hay más, ¿Eh? Dentro de esos grandes Víctor, explica las diferencias entre unas y otras de estas compañías, desde el punto de vista cultural, desde un punto de vista de valores, desde su punto de vista empresarial. Lo recomiendo mucho para quien esté interesado en es el mundo en estas grandes empresas y cómo y cómo competir con ellas porque él básicamente lo que enseñaba era cómo competir estos monstruos cuando tú eres una empresa que no tienes ese acceso a ese dinero o esa capacidad cuáles son sus puntos fuertes y sus puntos débiles, Y luego también hay otra que es una que era de de modelos de de organización de empresas, es decir, para entender cómo funciona la empresa eh crea también una serie de modelos cualquier empresa se pueda abstraer en unos modelos que son muy simples, que este libro explica, de relación con clientes, relación con proveedor, relación con ah empleados, tus activos, los productos que vendes, de dónde obtienes los márgenes, cuáles son las fuentes de ingresos Para hacer un un mini análisis de cualquier empresa y ver, cuán fuerte es esa empresa, cuáles son sus puntos más fuertes y por dónde podrías competir con ella, ese tratamiento está muy bien, se llama Business Model Generation de un profesor eh que se llama Alexandra, que explica cómo son eh las empresas a un nivel de abstracción que te permite compararlas muy bien eh unas con otras.
Libro sobre modelos de organización empresarial y análisis de empresas

Loïc Malsch:
[56:36] Ah excelente. El el Scott eh Scott de Louis soy un un fan un fan.
El conocimiento transmitido de forma humana y provocativa.

Albert Esplugas:
[56:43] Un podcast y todo y mezclan además por ejemplo, es una persona inteligente que llega a unas conclusiones la forma en que lo transmite, el el ser a veces un poco provocativo es lo que hace que a ti te guste, a mí me guste y tal. Esto es una cosa que una máquina también podría decirle. Oye, explícame eso y hazlo de una forma provocativa dudo que llegaría a ese punto de de acidez, de tal, entonces esos eso es un buen ejemplo de como un conocimiento transmitido de una forma humana llega, estuve escuchando el otro día un test que había un hombre y decía Soy capaz de convencer a todo el mundo de cualquier cosa. Depende de cómo la digas. Y y de empieza diciendo oye pues eh señores lo de la industria del tabaco que dijeron que lo del tabaco mata es mentira porque ABC lo decía con un convencimiento, con un tono, con una forma de decir, la la audiencia empezaba a dudar. Dice, es verdad lo que me está haciendo este hombre que durante años hemos estado pensando que tal. Y él dice todo lo que acaba de decir es mentira la forma en que lo he transmitido ha ha os ha hecho pensar que era cierto. Entonces no es la forma en que transmites esa parte humana es tan importante como el conocimiento que quieres transmitir.

Loïc Malsch:
[57:49] Alberta ir cerrando porque porque es tan interesante lo que me has dicho que no he tocado ni la mitad de las cosas que quería toca eh para ti el éxito, ¿Qué es? Tú que has tenido una una trayectoria de de grandes empresas, de Barcelona, de Madrid, eh Seatle, que al final, ¿Qué es para ti el éxito?

Albert Esplugas:
[58:06] El éxito es algo muy individual. Eh para mí el éxito es esa sensación de Estoy contento de haber hecho lo que me apetecía. Me siento orgulloso de haber hecho eso aunque quizás nadie se fije nadie me lo reconozca, es decir, mi éxito no depende de los otros sino depende solo de de mí mismo y y eso me da una ventaja, digamos, y es que presiendo más de la opinión de los otros, pero es la satisfacción del trabajo bien hecho, la satisfacción de que tenías un reto has trabajado y has conseguido el resultado. O había un área que querías aprender y la has aprendido o o has hecho algo y te has dado cuenta que la gente le ha gustado porque la gente sonreía cuando lo presentabas.
Esa pequeña satisfacción que te da el pensar, Venga, que lo he hecho bien. Me me auto como cuando ibas a la escuela y hacías los deberes y te y te daban y decías, pero en este caso los deberes lo está haciendo el profesor, no. Tú hacías un trabajo y decías, estoy contento de ese trabajo. Lo entregabas, igual no te ponían alguna nota pero tú estabas contento Pienso que la que el que que eso el éxito lo defines tú mismo y que no hay que ser extremadamente ambicioso para poder tener una mmm una sensación de éxito. Simplemente yo he hecho lo que quería, de la forma que quería y lo he conseguido y he subido un escalón más y un escalón más y un escalón más y cada vez soy un poquito no mejor sino avanzo en ese camino del conocimiento.

Loïc Malsch:
[59:23] Última pregunta, si tuvieras la oportunidad de poner un mensaje en unas lonas gigantescas delante de escuelas, de todas las escuelas del mundo, las de Estados Unidos, las de aquí. Eh, Para que lo viera todo el mundo los que pasan delante, sencillamente, los que entran, los que salen ¿Qué qué pondrías ahí?
El conocimiento como base de la humanidad y la sociedad.

Albert Esplugas:
[59:40] Y hoy pondría que el conocimiento es la base de de de la humanidad, es lo que nos hace libres, es lo que nos es un superpower el conocimiento, por lo tanto la escuela es como el sitio fantástico, que es el inicio del aprendizaje, del anillo del conocimiento, aparte de la familia evidentemente y de los amigos que que entre en esa escuela con humildad Lo peor para el conocimiento es la sensación de que lo sé todo. Y y me encanta lo famoso de solo sé que no sé nada pues eh cuanto más sabes, menos sabes. Y esa humildad mente abierta para que poder aprender nuevas cosas sin estar cerrado, es un punto que también debe enseñarse, es decir, entra con humildad con pasión porque el conocimiento es una magia que se que te se apodera de ti y que te va a producir maravillas de sensaciones y de crecimiento en tu vida entra con humildad y luego entra pensamiento Esto es seguramente la mayor inversión que vas a poder hacer, que es el conocimiento. Si algo vas a poner es el conocimiento te da libertad pero te da también un tesoro que te va a ayudar en mil cosas en tu vida, también nos va a dar el ser más humano, es decir, la gente empatiza y y respeta los unos a los otros y nos creamos como mejor sociedad a través del conocimiento.

[1:00:51] La falta de conocimiento suele llevar a comportamientos digamos que son antisociales y que son muy individualistas, de éxito individual por reconocimiento y eso no nos lleva como sociedad madura a ningún sitio si toda la sociedad pudiera tener acceso libre a una educación de calidad y las profesores supieran esa esa semilla de pasión de aprender cosas. Y luego que también que piensen que el conocimiento no se acaba nunca, no es algo de la escuela y que tengo ya mi título y anda, ya está. Sino que vas a estar aprendiendo la vida, por lo tanto, mejor encuéntrale el placer de aprender porque lo vas a tener que hacer durante el resto de tu vida el mundo cambia tan rápido que es imposible eh quedarse paradito con los conocimientos que uno tiene.

Loïc Malsch:
[1:01:32] Totalmente. Eh pues es una maravillosa forma de acabar. Muchísimas gracias por tu tiempo, Alberti por compartir con nosotros tu conocimiento y esta pasión que llevas dentro y la sabes expresar muy bien eh por lo que te a lo que te estás dedicando qué es lo que está haciendo cambiar el mundo a una velocidad brutal.

Albert Esplugas:
[1:01:49] Perfecto, pues muchísimas gracias, un placer estar hoy aquí con vosotros y y y sí, realmente muy motivado por lo que el futuro nos trae, no le demos la idea de que esto es un animigo que nos va a matar pero por otro lado eh pensemos también que esto es algo que va a transformar y que entre todos debemos entendernos lo suficiente como para tomar las decisiones correctas y luego sacarle tenemos el genio de la lámpara mágica, lo hemos encontrado, vamos a hacer las preguntas correctas y a usarlo de una forma correcta para que todos nos beneficiemos ello.

Loïc Malsch:
[1:02:19] Fantástico, muchas gracias.

Albert Esplugas:
[1:02:21] Un placer, encantado, hasta luego, chao.

Leave a Reply

Your email address will not be published. Required fields are marked *