• Deuda, Arbitraje y Dilución: como Microsoft, Google y Amazon pagan la fiesta de IA

    Lo clave: Ayer $GOOG emitio 80bn en acciones para financiar su CAPEX de IA y el mercado castiga a los grandes porque no se sabe si la IA pagará todo lo que estan invirtiendo. Pero si no invierten no se puede responder a la demanda actual; este post busca explicar la filosofía de inversion de $MSFT, $GOOG y $AMZN

    En 2026 la inversion en CAPEX para AI de Amazon, Microsoft y Google va a pasar los USD550.000 millones y en 2027 se va a expandir y quizas llegar a USD1.000.000 millones (1tn) y cada uno lo esta haciendo con una filosofía diferente al resto.

    Amazon: Own the Dirt

    Lo de Amazon es de manual; quieren dominar y ser dueños del stack como hicieron con AWS reinvirtiendo todo lo que ganan y apalancandose en deuda brutal.

    “People sometimes forget the way the cash cycle works in a business like AWS… You have to lay all that out in advance. Some of it is about six months in advance and a bunch of it is two years in advance. This is for land, power, buildings, hardware, chips, and networking gear. On the data center side, these are 30-plus-year useful-life assets. When your revenue growth starts to catch up with the CapEx growth, you actually end up really liking the operating margin and the ROIC.”

    Andy Jassy con Jim Cramer

    Basicamente, apostamos a largo plazo para tener mejores margenes… y asi: sacrificaron el 95% de su free cash-flow redirigiendo prácticamente todas sus ganancias de venta minorista y nube hacia propiedades y equipos; pero como asi no le alcanzaba para los ~200.000 millones que necesitan emitieron deuda por USD50.000 millones.

    Google:”Failing to build fast enough is an existential threat”

    Lo de Google fue, honestamente, el principio de este post, porque ayer anunciaron que levantaron USD80.000 millones emitiendo acciones incluso con Berkshire Hathaway comprando USD10.000 millones de esta emisión (es importante este dato)

    “The risk of under-investing is dramatically greater than the risk of over-investing for us here.”

    Sundar Pichai y su tenet (desde que se despertó de la siesta)

    Resumen de esta estrategia, decidieron diluir la empresa un 2% esperando que el mercado entienda que es un “peaje” que lo ayudará a NO perder la carrera de infraestructura de AI, y por eso que Berkshire Hathaway invierta es visto como una “bendición” porque invierten a largo plazo, siemrpe.

    Y, asumo lo saben, Google esta en un sandwich que lo presiona; por un lado GCP está creciendo más que nadie y por otro necesitan que el usuario final siga usando el buscador porque ese es el core de sus ingresos y lo tienen que defender a muerte.

    Microsoft: Arbitrando el Capital

    Y aca tambien es de manual lo que hizo Amy Hood, que básicamente es la unica CFO con una disciplina financiera “tough as nails” y que lo que hizo podés describirlo como arbitraje de capital… su frase fue súper clara:

    Roughly two-thirds of the current massive expenditures are allocated to short-term assets such as servers [GPUs/CPUs]… The remaining third of the spend is dedicated to long-lived assets like land and buildings which the company expects to support revenue generation for the next 15 years.”

    Amy Hood – Earnings Q2FY26

    Conceptualmente, divide explicitamente su inversión en dos partes: el Free Cash-Flow de $MSFT en “short-term brains” (GPUs/servers) que se deprecian rapido pero se necesitan porque tienen margenes altos; mientras que dejan a private equity y partnerships (basicamente Blackrock, GIP, MGX y Nvidia) invirtiendo en “long-term bodies” (la tierra/datacenters) sin que eso cree liabilities en sus resultados.

    Nota de sesgo: soy un fan de Amy Hood como CFO

    ¿Y el resto?

    El resto de los hyperscalers son Oracle que literalmente no me interesa; Meta, que tiene un modelo diferente que no encaja en el de cloud-provider porque ¿que enterprise le confiaría sus datos a esa infra? y finalmente Alibaba que es muy dificil de entender si no tomás en cuenta al Gobierno de la Republica Popular China.

    Pero hice este resumen para explicar dos cosas; el mercado hoy está castigando a los grandes porque todavía hay que ver si realmente existe tanta demanda y, por otro lado, porque la filosofía de inversion muestra que nadie dejó de lado la filosofía corporativa de cada empresa.

    Y… esos tokens no se pagan solos.

  • Move fast & break things… y las cuentas de Instagram, o el papelon de Meta AI

    El resúmen clave: Este fin de semana se hackearon cuentas estratégicas y verificadas de Instagram a escala (incluyendo la Casa Blanca de Obama y la Fuerza Espacial de EE.UU) sin grandes problemas, Meta le dió acceso a cambiar contraseñas a un chatbot de IA que, si eras suficientemente educado, te dejaba hackearo sin verificar nada. Lo peor: apenas 24 días antes, Meta había eliminado el cifrado de los mensajes privados de Instagram argumentando que “muy poca gente lo usaba”. En tres semanas, la plataforma te quitó privacidad en los mensajes y demostró que tampoco puede custodiar el acceso a tu cuenta. Abajo en detalle.

    La obsesión por meter IA en cada rincón del negocio nos está regalando momentos de comedia corporativa espectaculares. El último gran hito lo acaba de protagonizar Meta, demostrando que su filosofía de “move fast and break things” sigue vivita y coleando, aunque ahora la apliquen directamente sobre la seguridad de sus usuarios.

    El problema de fondo es que todos sabemos que el soporte al cliente en Instagram es, históricamente, un agujero negro. Recuperar una cuenta hackeada puede requerir semanas de pelear contra un sistema de tickets que parece diseñado por Kafka. Para solucionar este “dolor de cabeza” operativo (léase: recortar costos en personal humano) los genios de Menlo Park decidieron que era una excelente idea poner una capa de IA conversacional a manejar los flujos más sensibles: reseteo de contraseñas y vinculación de correos.

    La página oficial del producto lo anunciaba con orgullo: “Solutions, not just suggestions. Account security and recovery.” ¿Qué podía salir mal?

    leer la nota completa aca
  • El flip de Amodei: de profeta del apocalipsis laboral a evangelista de Jevons

    Lo Clave: a punto de salir a una IPO y reconfigurar el mercado minorista, no es buen PR decir que vas a destrozar la mitad de los trabajos del mundo… asi que ahora la narrativa de OpenAI y Anthropic cambió a “vamos a necesitar mas humanos!”¿es PR o realidad?

    La posición original (mayo 2025)

    En una entrevista con Axios en Mayo de 2025, Dario Amodei advirtió que los trabajos de entrada en finanzas, consultoría, derecho y tech estaban en serio riesgo de desaparecer para fin de la década. Sostuvo que al público le estaban dorando píldora sobre lo que venía y que los líderes debían ser honestos: predijo que la IA eliminaría la mitad de los empleos white-collar de nivel inicial, llevando el desempleo al 10-20% en un plazo de uno a cinco años.

    Era el CEO más prominente de Silicon Valley dispuesto a decir en voz alta lo que otros solo susurraban.

    El giro (mayo 2026)

    En el briefing de Anthropic a la prensa sobre servicios financieros en Lower Manhattan (sentado en el escenario junto al CEO de JPMorgan, Jamie Dimon) Amodei recurrió a un marco intelectual muy diferente: la Paradoja de Jevons.

    Leer la nota completa aca
  • Microsoft no prohibió la IA ni está ahorrando plata: está defendiendo el control de la plataforma

    La Clave: MSFT no prohibió Claude (ni AI) por costos ni por nada; migró a GitHub Copilot porque la guerra es ser la interfaz y relegar Anthropic (o cualquier otro LLM) a ser simple infraestructura.

    La noticia simplista de las últimas horas en noticias de negocios es atractiva para engagement: “Microsoft dio de baja las licencias internas de Claude Code porque el costo por token era insostenible” es una explicación lineal que asume que, como la escala de cómputo de la IA generativa es brutal, incluso los gigantes con billetera infinita empiezan a recortar gastos… pero es, cuando menos, equivocada por no decir ignorante.

    Click para agrandar… pero es simple :)

    Primero el hecho: Microsoft no recortó costos de Anthropic ni de AI, no prohibió el uso de ningun modelo de IA en la empresa, solo migró internamente sus developers a que usen GitHub Copilot en vez de Claude Code. Decir otra cosas es no entender el cambio de arquitectura de producto.

    No hay un recorte en el gasto a Anthropic, ni una prohibición de sus modelos. Lo que estamos viendo es una jugada de manual de Microsoft sobre la captura de valor en la cadena de la IA. El foco no es el modelo; es el harness (la capa de control y distribución) con el que mantenés los devs en tu plataforma.

    leer la nota completa aca
  • El costo de opinar de todo: Por qué decir “no sé” es salud mental

    Estás constantemente expuesto a opiniones fuerte, frases tajantes y grietas en todo; eso es agotador y de hecho esto te lleva a una sobrecarga cognitiva que te juega en cuentra… acepta la humildad intelectual y aprendé cuando callarte para preservar tu energía mental.

    Leer completo
  • El Decoupling: de copiloto a agente reestructuración económica

    Hace más de un año que lo venimos diciendo en voz no tan baja: la fascinación con los Copilots era solo la anestesia de la industria, la máscara amigable de una transición para que no te asustes, para que sientas que tenías el control de la IA mientras le entrenabas el modelo al proveedor de turno.

    Pero lo que me interesa es, que el verdadero quiebre estratégico de la Inteligencia Artificial no es técnico sino filosófico y se llama decoupling (desacoplamiento aunque en este caso es más un divorcio) es el paso definitivo del software que te asiste al software al que le delegás responsabilidad y quizás, sólo quizás, supervisas.

    De hecho, si seguís evaluando herramientas en base a cómo tus empleados usan prompts, estás mirando el canal equivocado.

    Del pasante al empleado Senior

    Pensemoslo de esta manera, un Copilot es un pasante al que tenés que hacerle micromanagement: espera que vos actúes, le preguntás, responde y vos decidís. Está umbilicalmente acoplado a tu tiempo en una relación 1:1; si el humano no tipea, la máquina no produce.

    Un Agente Autónomo es un empleado senior: percibe, razona, actúa, evalúa y resuelve solo; le das un objetivo (goal-oriented) y se mueve de forma asíncrona a través de APIs mientras dormís; vos fijás las reglas del juego y ya no hacés el trabajo.. en lenguaje microsoftie, es un IC más :)

    [Copilot / Pasante] === (Requiere interacción 1:1 y prompt constante) ===> [Humano]
    [Agente / Senior]    --- (Desacoplado / Asíncrono / Goal-oriented)   ---> [Resultado]
    

    Y no es una predicción de laboratorio, hablando de MSFT el mismo Judson Althoff (EVP de Microsoft) lo resumió en Ignite:“Copilot fue el capítulo uno. Los agentes son el capítulo dos”.

    Leer completo
  • El PR del miedo y la realidad de Google El primer 0-day generado por AI ya existe ¿Y el MOAT?

    El lunes, Google publicó algo que veníamos esperando hace años y nadie quería ser el primero en confirmar: un grupo criminal usó inteligencia artificial para desarrollar un zero-day exploit (una vulnerabilidad de software que nadie conocía) y lo tenía listo para un ataque masivo contra miles de sistemas simultáneamente.

    Por suerte Google Threat Intelligence lo detectó antes que sea ejecutado, me siento escribiendo un script de pelicula, pero la realidad es que por primera vez el umbral de un 0-day creado por GenAI se cruzó.

    Lo que hace especialmente incómodo este caso es lo que implica en términos de asimetría; hasta hace poco, encontrar un zero-day requería tiempo de trabajo de investigadores muy calificados, muy bien pagados y ahora con agentes desplegándose a escala lo que baja es el costo marginal del ataque se acaba de desplomar y orquestar ataques multi-etapa a velocidad de máquina es una realidad.

    Leer completo
  • La IA diagnostica mejor en el triage, y los médicos son mas necesarios que nunca.

    Un paciente llega a guardia con dificultad para respirar y antecedentes de coágulos. Los médicos ven anticoagulantes que no están funcionando, ajustan el tratamiento, monitorean. El modelo de IA, leyendo el mismo registro clínico electrónico, nota algo que los humanos pasaron por alto: el paciente tiene, como diría Dr House, lupus y eso cambia todo.. porque no es la inflamación pulmonar no es lo que parecía.

    Este caso es uno de los 76 que el equipo de Harvard y Beth Israel Deaconess evaluó en el estudio publicado la semana pasada en Science, el más riguroso que conozco hasta ahora comparando LLMs contra médicos en condiciones reales de guardia y los tienen algunas historias que vale la pena destacar.

    Leer completo
  • La dictadura del Rage-Bait: el conocimiento perderá la guerra contra el algoritmo

    ¿Alguna vez abriste Instagram para ver una foto de un amigo y cuarenta minutos después te encontraste mirando un video de alguien que no conocés peleándose con alguien que tampoco conocés?

    Las plataformas mutaron su unidad de medida. Pasamos de MOU (Monthly Operating Users) a DAU (Daily Active Users), para finalmente caer en la métrica más perversa: minutos diarios por
    usuario y cantidad de revenue que genera
    . El objetivo ya no es conectar, es retener a cualquier costo dentro de “jardines vallados”.

    Los jardines tienen rejas, no flores

    Las plataformas no siempre funcionaron así; pero para generar revenue sobre esos minutos construyeron lo que se llama walled gardens ; Hoy, el algoritmo actúa como un aduanero hostil.

    • Si incluís un link externo en LinkedIn, tus visualizaciones se desploman;
    • en X te ganás un shadowban;
    • en Threads, simplemente nadie te lee.

    Las plataformas entendieron que si mantienen a los creadores encerrados, el 90% de los usuarios (que en el fondo solo son consumidores pasivos) no saldrán nunca del ecosistema. Por eso nunca dos posts tienen la misma oportunidad de crecer, cada vez que publicás algo, el algoritmo NO lo muestra a toda tu audiencia, lo testea en un subset pequeño, mide likes, si lo guardan, comentan, comparten o los clicks en “ver más” y si ese pequeño grupo reacciona, se amplifica al siguiente grupo. Y así.

    “First slowly, then all at once” como decía Hemingway sobre la quiebra. Ahí es donde algo se vuelve viral o muere con menos visualizaciones que seguidores tiene quien lo publicó.

    Lo que el algoritmo aprendió, con millones de datos, es brutalmente simple: la atención no la gana el mejor contenido, la gana el contenido que más te hace reaccionar.

    Y lo que más te hace reaccionar, casi siempre, es lo que te enfurece.

    Leer completo
  • OpenAI limpia el balance: Microsoft y OpenAI necesitaban una “relación abierta”

    El acuerdo anunciado hoy (27 de abril de 2026) marca el fin de la simbiosis forzada pero que, aunque muchos no lo acepten, es la que marcó el nacimiento de esta carrera por Generative AI… la alianza Microsoft-OpenAI

    Lo que en 2019 nació como una balsa de salvación para Sam Altman se había transformado en una jaula de oro y, esta actualización de cláusulas no es un distanciamiento, es la preparación para una de las 3 IPO más esperada de la década.

    El Corralito de Azure: De la exclusividad a la irrelevancia

    Originalmente, Microsoft no compró OpenAI; compró un corralito, la exclusividad de cloud obligaba a OpenAI a morir en Azure, y la IP estaba encadenada a los productos de Redmond, pero hoy, 7 años despues, oara una empresa que hoy roza el trillón de dólares de valuación ($852B), ser un “feature” de Microsoft era un techo inaceptable.

    ¿Cómo era el régimen anterior? Microsoft se quedaba con el 75% de las ganancias de OpenAI hasta recuperar sus 13.000 millones originales de inversión, mantenía una licencia perpetua y exclusiva sobre los modelos para su uso comercial y, además, existía la famosa “cláusula AGI”: si OpenAI lograba crear una inteligencia artificial general, Microsoft perdía los derechos, lo que generaba un desincentivo comercial absurdo para el progreso técnico de la empresa.

    (more…)
  • Exit Liquidity por decreto: el NASDAQ100 te obliga a comprarle la salida a los VCs

    [Nota este post es un poco largo, pero creo que es estratégicamente de lo mas importante que se vió en el mercado desde 2008]

    La entrada de SpaceX, OpenAI y Anthropic al NASDAQ-100 no es una “evolución natural” del mercado; es una modificación de las reglas de juego diseñada para que el capital de riesgo (VC) tenga una salida de emergencia con tu plata.

    Si seguís el blog, sabés que vengo insistiendo con que las IPOs dejaron de ser una oportunidad de inversión para convertirse en un evento de liquidez para los insiders. Lo que acaba de hacer el NASDAQ es, básicamente, institucionalizar este modelo forzando la compra de acciones a los indices

    El Nasdaq 100 y su importancia

    Vamos por partes… El Nasdaq-100 es el índice que agrupa las 100 compañías no financieras más grandes listadas en el Nasdaq. Ese índice, llamado NDX, es el índice que replica el QQQ de Invesco, con más de $425.000 millones en activos bajo manejo y, básicamente, es el índice que siguen algunos perfiles de inversor de forma automática.

    Si sos un inversor retail/minorista (eg: vos o yo) y queres tener una “acción” que refleje el valor de las 100 empresas tecnológicas mas importantes, compras QQQ y es la única forma que lo hagas automáticamente.

    Si sos un inversor institucional, eg: los fondos que manejan planes de pensión, tienen en su mandato comprar esos indices (NASDAQ100 o SP500) y lo hacen de forma atutomática.

    Fijate que dije “automáticamente” porque es real, Eso hace que la metodología del NDX no sea un tema aburrido de plomería financiera sino de flujo de capital pasivo que compra una acción de forma automática validando su cotización y POR ESO ES IMPORTANTE el año de cotización publica: price discovery!

    La negociación de Elon, Anthropic y OpenAI para ir al NASDAQ y no al NYSE fue: “vamos a cotizar en el que cambie las reglas para nosotros”

    (more…)
  • John Ternus, nuevo CEO de Apple

    Hoy Apple anunció oficialmente que John Ternus sera el nuevo CEO reemplazando a Tim Cook. Acá el perfil, explicación de la elección y esta apuesta por la continuidad de Apple que escribi el 20 de Enero en el newsletter privado.

    Perfil de CEO para Apple: ¿Por qué John Ternus debería ser el sucesor de Tim Cook?

    La sucesión del CEO en Apple es uno de los temas más estratégicos y menos visibles en la industria tecnológica. No es un reemplazo cualquiera: estamos hablando de quién liderará la empresa más valiosa del mundo en un momento de gigantesco cambio tecnológico, donde hardware, software e inteligencia artificial van a definirse por su integración, no por promesas de marketing.

    El contexto: fin de una era, principio de otra

    Tim Cook lleva liderando Apple desde 2011, ejecutando una transición ordenada tras Steve Jobs y consolidando una cultura corporativa enfocada en ejecución impecable, eficiencia operativa y excelencia de producto. En los últimos dos años, la salida de Jeff Williams como COO abrió una intersección clave en el organigrama, despejando el camino para que otras figuras del liderazgo interno se posicionen como candidatos a CEO.

    En ese marco, John Ternus es realmente el favorito natural, con un perfil técnico profundo y un historial de ejecución consistente, mientras que otros como Craig Federighi han visto reducir sus posibilidades tras tropiezos estratégicos en áreas clave (especialmente con el fracaso de Apple Intelligence).

    (more…)
  • Una versión del founder sobrevive la Serie A y otra versión no: los arquitectos

    [Nota: este post es largo y deberia haber salido el domingo pero no se puede todo siempre]

    Hace tiempo trabajo con startups y founders, sea como inversor o como advisor o miembro de algun board y cada tanto retomo o recomiendo The Founders Dilemma de Noam Wasserman porque es una de las investigaciones más profundas sobre emprendedors y hay dos datos geniales:

    Cuatro de cada cinco fundadores son reemplazados antes de que la empresa logre un exit, pero luego de volverse públicas las empresas que mantuvieron al fundador como CEO supera al mercado un 8% anual… y de hecho en SaaS B2B el 88% de las IPOs exitosas las lidera el fundador original

    Hay cierta paradoja brutal: la mayoría de los founders no puede escalar, pero los lo logran son prácticamente irreemplazables.

    Pero lo interesante, y de esto hablo con muchos founders, no es siquiera la valuación de sus rondas o cuando salieron al mercado sino lo que deciden hacer con su propio rol.


    Hay algo que los mejores founders que escalaron tienen en común, y que es contraintuitivo: ninguno dejó de ser “fundador” pero entendieron que luego de una serie A cambia el el tipo de problema que sos responsable de resolver.

    (more…)
  • La tokenización se está partiendo en dos

    Durante años, “tokenización” funcionó como una sola idea: tomás un activo, lo ponés onchain y listo. Todo el mundo compara números de TVL y el mercado crece como si fuera homogéneo, pero no lo es: hay dos modelos claros.

    Lo que está pasando ahora, silenciosamente pero con urgencia regulatoria, es una bifurcación. Dos modelos que se parecen en la superficie pero son fundamentalmente distintos bajo presión institucional. Uno es infraestructura real mientras e otro es una abstracción bien empaquetada para vender mejor.


    El documento que importa

    El 28 de enero de 2026, la División de Finanzas Corporativas de la SEC publicó un statement sobre tokenized securities con una distinción que tiene implicancias enormes.

    Modelo 1: el emisor usa la blockchain como registro oficial de propiedad. Cuando un token se mueve, la propiedad se mueve legalmente con él. La SEC lo describe así: la única diferencia con un security tradicional es que el registro de accionistas se mantiene en una red cripto en lugar de una base de datos convencional. Sin reconciliación, sin intermediarios actualizando sistemas aparte.

    Modelo 2: un tercero tokeniza un activo que no emitió. El token no es el activo, es una reclamación sobre alguien que supuestamente custodia ese activo en otro lado. Y acá el regulador es super claro y lo equipara a entitlements custodiales y, dependiendo de la estructura, potencialmente a security-based swaps.


    Los ejemplos que ya operan

    El caso más claro es BUIDL, el fondo tokenizado de BlackRock lanzado en marzo de 2024. Securitize actúa como agente de transferencia registrado ante la SEC y gestiona la emisión, el compliance y las transferencias de tokens. Cada token representa un share del fondo, el registro oficial de propiedad vive en la cadena, y BNY Mellon custodia los activos subyacentes.

    Desde su lanzamiento creció hasta superar los $2.100 millones bajo gestión a mediados de 2025. Eso es lo que compran las instituciones cuando el modelo es sólido.

    En diciembre de 2025, la DTCC obtuvo un no-action letter de la SEC para lanzar un programa piloto similar. Sus participantes pueden elegir registrar sus títulos en un ledger distribuido en lugar del sistema centralizado tradicional. El software LedgerScan registra cada movimiento y mantiene el libro oficial. La DTCC no desaparece del modelo, sino que evoluciona adentro de él, preservando sus salvaguardas pero agregando movilidad y programabilidad.

    Y esto resuelve lo que el presidente de la SEC, Paul Atkins, dijo directamente: hoy las empresas públicas muchas veces no saben quién posee sus acciones ni dónde están. Si los títulos vivieran en una blockchain, la propiedad sería visible y el settlement podría ser instantáneo.


    El problema del modelo wrapper

    El modelo alternativo(wrapped/envoltorio) acumula exactamente los riesgos que la tokenización prometía eliminar: riesgo de contraparte, riesgo de liquidación, ambigüedad legal sobre qué exactamente posee el tenedor según la jurisdicción y los contratos subyacentes.

    Estos productos optimizan para acceso y distribución. Son útiles para que alguien en Manila o en Buenos Aires tenga exposición al precio de un activo que de otra forma no podría tocar. Pero acceso no es propiedad.

    Y las instituciones no compran acceso; compran propiedad ejecutable, custodia calificada, auditabilidad en tiempo real y claridad regulatoria. Solo el primer modelo cumple esos criterios.


    Quién controla el registro, controla todo

    La pregunta que clarifica el panorama a largo plazo es simple: ¿quién controla el registro canónico de propiedad?

    Ese registro va a determinar el settlement, el compliance, la distribución de derechos y, en última instancia, la estructura del mercado. Es la lógica de los efectos de red en infraestructura financiera.

    Los que están ganando ese lugar no son protocolos aleatorios ni interfaces bien diseñadas. Son los que se posicionaron más cerca del registro: agentes de transferencia que se están volviendo nativos en blockchain, instituciones que integran la tecnología en sus sistemas existentes en lugar de correr en paralelo, e infraestructura que se conecta directamente con la emisión y la custodia.

    Una vez que ese layer está consolidado, todo lo demás (wallets, interfaces, redes) se vuelve intercambiable. La ventaja competitiva no está en el token que tenés, está en quién mantiene el registro.


    A dónde va esto

    Los dos modelos van a coexistir. El modelo wrapper tiene casos de uso reales, especialmente para acceso retail en mercados donde la alternativa es nada. Ese nicho no desaparece, pero es chico, y la presión va en una sola dirección.

    El statement de la SEC no es una norma ni una regulación formal, lo aclaran en las notas. Pero representa la posición del staff de tres divisiones clave y eso es la segunda señal que envian.

    La industria lleva años diciéndose “todo va a ser tokenizado.” Es correcto en términos generales, pero incompleto:

    Solo los modelos de tokenización que reemplazan o integran con el registro oficial de propiedad van a importar a escala. Todo lo demás es una capa de abstracción con fecha de vencimiento.

    Y si lo mirás, el mercado está empezando a pricearlo.

  • IA a precio real: Se terminó el subsidio, se termina la fiesta.

    Hay un concepto básico en el mundo startup y que, los economistas, llaman subsidio de adopción: vendés algo por debajo del costo para crear hábito, y una vez que el usuario no puede vivir sin el producto, ajustás el precio... ahora de los tokens.

    Timeline de cambios en el pricing de tokens

    Lo hacen los supermercados con la yerba, lo hizo Amazon con el shipping gratis, y lo hicieron durante los últimos 18 meses todas las empresas de AI con sus subscripciones de coding… pero como dije hace un tiempo:a fiesta terminó.

    • Hoy Anthropic restructuró su plan Enterprise para facturar Claude, Claude Code y Cowork por SEPARADO del seat fee, migrando a sus mayores clientes a billing por token a rates de API estándar
    • El 2 de Abril fué OpenAI que retiró el sistema de “N créditos por mensaje” para Codex y lo reemplazó por créditos atados al consumo de tokens de API.
    • A fines de marzo Windsurf reemplazó su sistema de créditos por quotas diarias y semanales en marzo y GitHub Copilot que cobra $0.04 por premium request más allá del límite del planl.

    Sumando a estos 4 jugadores ya tenés todo el mercado entendiendo que, repito, se acabó la era de los subsidios a los tokens…

    LEER NOTA COMPLETA
  • La IA mejoró la productividad, pero no la arquitectura laboral.

    Salió ayer un nuevo reporte de Gallup y un dato me llamó la atención: la mitad de los trabajadores norteamericanos dice que usa IA en su trabajo al menos algunas veces al año. No es un salto dramático, pero la tendencia es sostenida desde 2023.

    Lo que me parece más interesante del reporte no es la adopción en sí, sino lo que dice sobre qué está cambiando y qué no. Porque el debate sobre IA y empleo sigue siendo un péndulo que parte de la premisa “la IA va a reemplazar tu trabajo” y va hasta “todos vamos a ser ultraproductivos con un copiloto”.. hasta que te reemplace un agente y pocas veces veo, especialmente en HR, que se paren a mirar los datos con cuidado.

    Leer nota completa
  • Todo es un dataset. Siempre fue un dataset.

    ¿Que tienen en común estos robots cuadraditos de delivery que se ven en Miami y otras ciudades con Pikachu? que 143 millones de personas estaban atrapando pokemones cuando en realidad estaban construyendo uno de los datasets de imágenes del mundo real más grandes de la historia de la IA.

    Esto lo reveló Niantic hace poco:30 mil millones de imágenes recolectadas en ocho años, fotos de veredas, negocios, parques, monumentos, en toda condición de luz y clima posible… y con versiones de control que ahora es el dataset que alimenta la IA de navegación visual para robots de delivery de Coco Delivery

    Y LinkedIn explotó. “¡Nos engañaron!” “¡Dark patterns!” y mi nunca bien ponderado “¡Esto cambia todo!” (con mayúsculas y negritas!)

    leer nota completa
  • ARR: la métrica más citada y, creo, menos confiable de la era AI

    El problema de los estándares es que no siempre se discuten. En una industria que habla de innovación constantemente, nadie se anima a decir que el ARR está siendo cada día menos confiable… porque es cómodo no discutirlo mientras todo sube o no se conoce como medir COGS en la era de AI.

    Leyendo Bloomberg veo que el co-founder de Cluely (que parece un cliché de Silicon Valley: startup de AI, respaldada por a16z, con el lema “Cheat on everything”) admitió haber mentido sobre su ARR a un periodista de TechCrunch: afirmó que había llegado a $7M cuando el número “real” era $5.2M.

    Podría parecer un incidente menor pero no lo es; porque el problema no es el número, es la mecánica.

    El ARR debería ser simple: tomás los ingresos recurrentes mensuales y los multiplicás por 12. Pero en el ecosistema AI, la segunda “R” de recurring se fue diluyendo hasta volverse casi decorativa — un poco por la velocidad del negocio, y otro poco porque nadie hace due diligence. Quizás también por la velocidad del negocio… que nos sirve a todos.

    Leer nota completa
  • ¿Startup B2B? Si no vendés, estás muerto

    Hay una fantasía muy arraigada en el mundo tech que va más o menos así: construís algo suficientemente bueno, lo lanzás, y el mercado lo descubre solo. Los usuarios llegan. Se convierten en clientes. Iterás. Más clientes firman. El producto “se vende solo”.

    Es una mentira. Y no una mentira inocente, es una de las mentiras que mata más startups B2B que cualquier otra cosa.

    Paul Graham la desmontó con quirúrgica precisión en 2013 en su ensayo Do Things That Don’t Scale: la premisa de que un startup “despega o no despega” por mérito propio es falsa. Los founders tienen que hacer que despegue, manualmente, con esfuerzo que no escala, cliente por cliente. Esto no es una fase incómoda a superar, es el trabajo diario.

    Leer nota completa
  • ¿Porque Garmin y Whoop se complementan?

    Si usás Garmin cuando me ves tambien usando un Whoop me decis ¿para que ambas cosas? y luego cuando usás Garmin y y WHOOP al mismo tiempo, la primera reacción es confusión. Los números no coinciden y pensás que no de los dos debe estar equivocado, ¿no?

    No. Whoop y Garmin mirán lo mismo pero desde diferentes ángulos especialmente a la noche donde tu cuerpo se recupera y es tan importante como el esfuerzo… aca abajo una copia de mi sueño ayer:

    Envidien mis 9.8hs de sueño
    Leer nota completa

Denken Über

Un blog donde escribir ayuda a pensar. Tecnología, AI y mercados desde 2001.

Saltar y ver el contenido ↓