Al parecer el pago de la compra de Twitter está establecido en un préstamo de $750m cada 6 meses, y es en febrero cuando hay que hacer el primer pago.
JP Morgan ha dicho que no va a seguir poniendo más pasta de la establecida y Twitter perdió dinero (esto no sé si es verdad o no, ya que no es una empresa pública y no cotiza, con lo que no me fío de lo que he leído).
Parece ser que Elon viajó a Qatar a algo más que ver la final de fútbol, pensando mal y pronto estuvo tratando de encontrar quien le preste algo de dinero.
Estos últimos meses ha vendido el amigo algunas acciones de Tesla, pero a saber si es para poner pasta en Twitter (a saber).
En fin, que la cosa sigue para seguir comprando palomitas y ver que va ocurriendo.
ChatGPT, bard, google, microsoft y los útimos eventos alrededor de la industria de la búsqueda,
es interesante como las cosas van a ir progresando. Teniendo en cuenta que Google lleva unos 15 años sin que nadie le tosa, que una empresa tan diversificada y robusta le plante a través de alianzas cara es muy interesante de ver.
La presentación de Bard en París fue un fiasco: se les olvidó el móvil cuando fueron a probar Bard para la audiencia.
Otras cosas que pueden venir de todos estos adelantos para los usuarios es:
mecanismos que resuman una página web,
creación de un tweet en base a un texto marcado como referencia donde el tweet es elocuente y añade tags
creación de e-mails.
Bing ha estado denostado en los últimos años, pero la suma de OpenAI y Microsoft, la cosa puede cambiar. De momento, como comentó Satya Nadella: Microsoft ha demostrado que puede sacar a bailar a Google.
La semana pasada “se filtró” un documento en el que se trata como OpenAI va a explotar los distintos productos que tiene.
Basicamente quieren ofrecer los productos a través de API para que se consuman por desarrolladores de otras empresas y que estas le den un contexto concreto en el que estos modelos de Inteligencia Artificial se puedan aprovechar mejor.
Los productos se ofrecen como servicio, pagas por uso con distintas modalidades de consumo.
He actualizado el mapa de Wardley con esta información y he revisado las principales jugadas que creo que OpenAI está usando.
En los últimos meses, la aparición de ChatGPT, Bard y otras soluciones nacidas de los Modelos de grandes lenguajes, he leído muchas cosas sobre si los trabajos se acaban o todo lo contrario.
Yo no sé que es lo que va a pasar, estamos teniendo el mimo momento que en 2022 con el metaverso, que ahora ha quedado olvidado para el papel couché de la tecnología (que por cierto ¿alguien sabe de qué color es?)
Yo estuve repasando el capitulo 10 del libro de Simon Wardley que trata de muchos de los factores externos que te pueden ocurrir en un contexto. Y claro, en el campo de batalla competitivo, mucho de estos patrones se han definido gracias a teorías capitalistas.
Este es el Mapa de Wardley que me ha salido. Creo que ahora mismo hay mucha incertidumbre para saber que es lo que va a funcionar y que es lo que no va a funcionar, pero si creo que se abre un gran espacio de conocimiento y de oportunidades que hay que estar atento a ver cuales son los que van a prosperar.
he actualizado este post con un enlace a una app que actualiza los datos del DIX y el gex.
Lo tengo aun en modo pruebas y lo tengo que refinar, pero se ve mejor que la página de squeeze metrics que no permite mirar el detalle bien y centrarse en los valores clave de cada índice.
Comcast tiene una división de IT que no solo se dedica a procesos secundarios. Todo lo contratio, se encargan de todo la gestión de contenido, seguridad, escalabilidad, publicidad, seguridad, streaming, etc.
Un análisis con un par de mapas que hay que pulir más.
Satya Nadella dijo hace unos meses: “Quiero que la gente sepa que les hicimos bailar (refiríendose a Google)
Yo ahora digo: pues Meta los ha desnudado a todos.
Unos cuantos mapas para visualizar como en un mes, la acción de Meta de poner LLaMA como código abierto ha hecho que la velocidad de evolución de los modelos LLM se haya disparado.
El foso defensivo de Google comprometido, el de OpenAI también.
estoy organizando un taller para personas que trabajen en Recursos Humanos y tengan curiosidad por la nueva generación de soluciones basadas en LLMs (ChatGPT, Bard…)
Si a alguien le interesa que me lo diga (no hace falta saber nada sobre Mapas de Wardley, aunque los usaremos).
Este artículo y este mapa son antiguos (bueno, de mayo pero a la velocidad a la que van las cosas hay componentes que han cambiado de posición y otros que han aparecido),
Tratando de ver quien puede sacar más partido a todo esto estoy persiguiendo varias señales débiles:
Una de ellas es el valor del dato, que para mi es una situación parecida a la del petroleo cuando aparecieron las empresas químicas.
Cuando estas aparecieron, el volumen de consumo de petroleo creció. En términos de value la concentración y las portadas se las llevaban las empresas químicas. Esto lo he hablado con un americano q trabajó en DuPont en los 70 - 80, y me confirma que fue así.
La cuestión aquí es quien tiene el dato, o las fuentes de datos más grandes? Google, Facebook, Microsoft, Amazon… es decir los sospechosos habituales.
El caso de Amazon y su división de AWS tiene su enjundia, ya que son la infraestructura de muchas empresas pero en teoría no deben acceder a esos datos. Hay muchas empresas de datos que tienen esos datos en AWS.
¿AWS los lee? ¿AWS los lee para entender si son una buena empresa a comprar? Pues la verdad es que ni idea.
Uno de los clientes que estoy trabajando es una empresa que utiliza un banco de datos para construir su propuesta de valor. Ahora con la nueva generación de IA (IA generativa) se ven amenazados seriamente en su modelo de negocio.
Con la tontería de los mapas hemos visto que su moat está en la práctica que ellos están creando alrededor de los datos y su uso. Eso no les quita la amenaza, pero si les habilita en como salir hacia adelante y en qué dirección. Inicialmente van a acelerar su marketing alrededor de la práctica y además van a explorar los nuevos casos de uso que propone la IA.
Por no confundir el tocino con la velocidad les hice esta tabla, ya que la Gen-AI no cubre todo el espectro de casos de uso.
¿qué pasó cuando se pusieron a buscar casos de uso?
Pues que para explotar ciertos casos de uso necesitan datos, muchos datos de cosas que no hay ahora mismo y que cuando han hablado con el banco de datos no lo tienen, pero que toman nota.
Ya me han comentado que ese dato extra no les va a salir gratis y que probablemente tengan q pagar un fee extra.
charla de barra de bar/twitter, acerca de como se podría representar la situación de Telefónica con respecto a la compra de acciones por parte del gobierno.
la representación visual q me sale es la siguiente (esta es la foto a posteriori):
La final aprobación del ETF de Bitcoin me ha hecho saltar a buscar un poco como está organizado y al final he ido pintando la situación para verlo un poco de manera visual.
Yo creía que el ETF de Bitcoin a secas no tenía sentido, pero me equivoqué, hay mucho que ha pasado durante el proceso de aprobación.
Hasta el rabo todo es toro, pero parece que Coinbase está algo relegado a ser “custodio” y no le han permitido seguir estando delante del cliente.
Ahora se venden coches, q es un bien muy aceptado y necesario para el usuario, pero en grandes ciudades esta necesidad está desapareciendo poco a poco gracias a la existencia de alternativas de movilidad.
las opciones que yo veo al sector son básicamente dos,
Opción #1: los fabricantes de automóviles pierden presencia en el mercado ya que los automóviles serán vistos como una necesidad secundaria (descendiendo en la cadena de valor)
Opción n.º 2: los automóviles se posicionan como “automóviles como servicio” proporcionando valor de marca y otras cosas (tener que competir en el espacio de servicios de movilidad)
