Chamath Palihapitiya Channel

Antes de la salida a bolsa, mi equipo elaboró un análisis profundo para comprender desde cero el modelo de negocio de SpaceX. Sus últimos resultados del tercer trimestre revelan un cambio significativo: el negocio de Superinteligencia superó oficialmente los ingresos combinados de los negocios de Espacio y Conectividad. Impulsado en gran medida por nuevos acuerdos centrados en alquilar capacidad de computación a otras empresas, Superinteligencia generó 7.600 millones de dólares. Esta cifra representa aproximadamente el 52 % de los ingresos totales del trimestre, un salto considerable frente al apenas 15 % de hace un año. Además, la empresa declaró un gasto de capital total de 19.600 millones de dólares durante el trimestre, una cantidad que, de hecho, supera todos sus ingresos. De ese gasto de capital, una suma considerable de 16.400 millones de dólares se destinó directamente a Superinteligencia.

Léelo aquí: https://research.socialcapital.com/go/spacex/x/202610231700-chart-post/chamath

Aunque recibo propuestas de emprendedores a diario, quiero invitarte a una alternativa mucho más eficaz: participar en nuestro hackatón.

El evento se llama EVOLVE. Durará 20 horas, desde la noche del 13 de noviembre hasta el 14 de noviembre, y se celebrará en 8090, en Redwood City. El objetivo será crear agentes y herramientas de IA capaces de desarrollar software.

Además de un magnífico trofeo y reconocimiento público, los campeones tendrán dos reuniones individuales conmigo. La primera sesión está pensada para ayudarte a pulir una idea o una propuesta, y la segunda servirá como seguimiento. Si ganas, tendrás total libertad para decidir cómo pasamos ese tiempo juntos. Puedes pedirme dinero, buscar mi consejo o simplemente pasar el rato burlándote de mí.

Envía tu solicitud en: https://8090-solutions.link/evolve-with-chamath

Los datos actuales coinciden plenamente con mis propios hábitos de consumo. Aunque prácticamente no uso mi suscripción a Netflix, todos los días veo videos en YouTube.

Desde una perspectiva empresarial, el contraste financiero entre ambas plataformas es bastante llamativo. YouTube se beneficia de unos costos de producción de contenido increíblemente bajos. Netflix, por el contrario, actualmente tiene una deuda de 14.000 millones de dólares, que se utilizó específicamente para ampliar su extensa biblioteca de contenido.

¿Podría esta situación convertirse, en última instancia, en otro ejemplo de manual de desajuste entre activos y pasivos? No queda más que esperar para que el futuro revele la respuesta.

Lamentablemente, los inversores de capital de riesgo han permitido que la industria de la IA distorsione gravemente la forma en que informa sobre sus ingresos.

Para entender la raíz de este problema, podemos remontarnos a la década de 2010, cuando las empresas de SaaS popularizaron la tasa anual de ingresos como indicador financiero. Esta cifra era muy fiable para proyectar ingresos a largo plazo, porque se basaba exclusivamente en acuerdos contractuales. Proyectar esos ingresos hacia el futuro era totalmente apropiado, ya que estaban garantizados durante toda la vigencia del contrato.

Sin embargo, al evaluar hoy en día las empresas de IA, los inversores de capital de riesgo han adaptado este concepto a lo que llaman tasa de ingresos anualizada. Según esta nueva interpretación, toman los ingresos transaccionales o de API generados a corto plazo durante el mes anterior —o, a veces, incluso durante una sola semana— y extrapolan esa breve instantánea al futuro.

Es bastante asombroso que los inversores hayan permitido este cambio en los estándares de presentación de informes, pero, efectivamente, esa es ahora la realidad.

Nos sentimos verdaderamente honrados de ocupar el puesto n.º 2 del país.

Clasificado #3 a nivel nacional.

En la actualidad, la sociedad occidental está afrontando un trío de grandes desafíos ideológicos: a saber, el radicalismo, el socialismo y el doomerismo. Es muy común que las personas se vean influidas simultáneamente por los tres de estos planteamientos. De cara al futuro, la trayectoria definitiva del mundo occidental dependerá directamente del grado en que estos movimientos logren influir a la generación más joven.

Hace aproximadamente diez años, tomé la decisión estratégica de dejar de gestionar dinero externo, eligiendo en su lugar dedicar mi atención a hacer crecer el capital interno. Sin embargo, debido a la naturaleza inherentemente prolongada del Venture Capital, llevar los fondos de VC a su plena realización es un proceso que abarca muchos años. Ahora me encuentro muy cerca del final de este largo proceso, por lo que estoy distribuyendo mi resumen más reciente de desempeño correspondiente al Q2. En el próximo año, o algo así, espero cerrar por completo estos vehículos restantes y dar oficialmente por concluido este capítulo profesional.

Al mirar hacia atrás, quiero compartir algunas lecciones esenciales que he recopilado tanto para GPs como para LPs.

Primero, tus informes financieros deben ser completamente sencillos y evidentes.

Segundo, Net DPI es la única métrica de verdadera importancia. Cuando optimizas para los retornos reales, construyes disciplina operativa, y esa disciplina exacta actúa como tu línea de vida durante períodos económicos difíciles.

Tercero, es imprescindible comparar tu avance con el Cambridge Index. Medirte frente a este estándar te proporciona la motivación esencial necesaria si de verdad quieres convertirte en el GOAT de tu campo.

En este momento, la industria de la IA/SI está impulsada principalmente por un enfoque basado en CPM, en el que la oferta estándar es simplemente el costo por cada mil tokens más un margen. De cara al futuro, el entorno inevitablemente se desplazará hacia un marco de CPA. En ese panorama, el foco pasará al logro de tareas, lo que permitirá que los proveedores compartan directamente el ROI generado.

Superar este cambio de CPM a CPA expondrá gran parte del juego estratégico que actualmente rodea las tasas de ejecución, los ingresos y los márgenes brutos. Eliminar estas prácticas engañosas inevitablemente dará lugar a una cantidad considerable de destrucción de valor. Solo necesitamos mirar hacia atrás para ver las transiciones observadas en Web1 y Mobile, con ejemplos claros de este fenómeno.

Deseamos la mejor de las suertes a todos los actores involucrados en este espacio en evolución.

Atención directores, CIOs, CFOs y CEOs.

¿Conoce los detalles del Acuerdo de la Casa Blanca sobre Superinteligencia? Y, más importante aún, ¿cuál es su estrategia para integrar de forma segura la Superinteligencia en el entorno de su empresa?

Para abordar estas cuestiones críticas, 8090 y EY se han asociado para desarrollar un sistema novedoso denominado KYSI, o Know Your Super Intelligence. Esta plataforma se construye a propósito para establecer un registro verificable de decisiones impulsadas por inteligencia artificial. Lo logra registrando la evidencia relevante y el contexto, al tiempo que hace énfasis en los controles del sistema a lo largo de toda su infraestructura corporativa. En última instancia, KYSI permite a las empresas mantener un avance tecnológico rápido y, al mismo tiempo, reforzar la supervisión.

Esta nueva solución respalda su negocio al ofrecer trazabilidad completa de extremo a extremo, un mapeo claro de políticas a riesgos y paquetes de evidencia integrales preparados para auditorías.

A través de este esfuerzo conjunto, estamos guiando a las empresas más allá de la fase de simples pruebas de inteligencia artificial. Le permitimos establecer marcos de IA confiables y gobernables que pueden escalar con seguridad en toda la organización.

Si desea explorar esto con mayor profundidad, por favor póngase en contacto con su socio dedicado de EY o contáctenos directamente en http://8090.ai.

Seleccionar entre un sistema abierto o cerrado nunca es una decisión simplemente en blanco y negro. Debido a que existe una amplia gama de niveles de acceso disponibles, tu elección final siempre debe estar guiada por el trabajo real que necesita realizarse. Por ejemplo, confiar en una API pública tiene perfecto sentido cuando necesitas resultados rápidos para tareas de baja criticidad. Alternativamente, utilizar un modelo privado en la nube cerrada es la mejor ruta cuando deseas equilibrar alta calidad con un control estricto. Por último, si tus datos absolutamente no pueden salir de tu entorno bajo ninguna circunstancia, la solución requerida es un modelo abierto autoalojado.

El grupo con el que trabajo en @SocialCapital recientemente describió este mismo marco en nuestro más reciente Deep Dive sobre Modelos Abiertos vs Cerrados. Las conclusiones compartidas a continuación se toman directamente de esa presentación.

Me gustaría compartir mi perspectiva personal sobre la inteligencia artificial. Ten en cuenta que tus propios puntos de vista y experiencias sobre este tema pueden diferir de los míos. Puedes encontrar la discusión del video en el siguiente enlace:

https://youtu.be/iI9uVDF0R4s?is=u4SQViHnMhU6AY5e

Dario compartió recientemente su perspectiva de que la industria necesita desacelerar el avance de las capacidades de la inteligencia artificial. Al presentar esta postura, en la práctica está impulsando el cierre del desarrollo de código abierto para centralizar una enorme influencia económica y tecnológica directamente en Anthropic. Si desea leer sus pensamientos completos sobre el tema, puede encontrar la publicación original en https://darioamodei.com/post/we-must-pace-the-frontier

Saludos a todos. Me emociona compartir que estoy estableciendo una nueva empresa. Puedes esperar que esta aventura sea increíblemente importante y genere un valor inmenso, aunque al mismo tiempo será bastante desagradable y dejará a su paso un rastro de muerte y destrucción. Además, si bien nuestras próximas iniciativas están diseñadas para ser completamente transformadoras, también desmantelarán inevitablemente la sociedad en su forma actual.

Teniendo en cuenta todos estos factores, mi solicitud principal es que compres los productos que ofrece nuestra organización. Puedes confiar plenamente en nuestro equipo. Agradezco sinceramente tu tiempo y apoyo.

Esto sin duda nos da algo en qué pensar.

Este año, CloudBees recopiló información de más de 200 líderes de tecnología empresarial, revelando una fascinante contradicción. Mientras que el 92% de estos profesionales sintió total seguridad de que su código generado por IA estaba completamente listo para producción antes del despliegue, el 81% de este mismo grupo experimentó un aumento en los problemas de producción después del lanzamiento.

Confiar en las salidas de la inteligencia artificial se ha convertido oficialmente en un riesgo empresarial cuantificable. Los consejos de administración pueden ahora sopesar directamente la confianza del 92% en el código generado por IA frente a la tasa del 81% de incidencias en producción para obtener una imagen clara y realista de sus operaciones. Esta dinámica plantea una pregunta vital para las organizaciones: ¿los equipos de desarrollo solo están participando en un tokenmaxxing sin control, o existe una estrategia estructurada que realmente entregue resultados?

Como señala el estudio, y nosotros compartimos plenamente esta perspectiva, el principal cuello de botella operativo se ha desplazado desde la redacción inicial del código y ahora apunta directamente a su gobernanza.

Para ayudar a los equipos a gestionar proactivamente este cambio, 8090 Software Factory integra específicamente pruebas, revisiones por pares y aprobaciones formales directamente en sus funciones principales. Este sistema asegura el control de calidad mientras genera un registro histórico transparente y fácil de seguir para todos los interesados.

Puede encontrar más detalles en este enlace: http://bit.ly/3UWcTQE

En general, es una estrategia prudente hacer exactamente lo contrario cada vez que alguien te aconseje simplemente confiar en los expertos. Piensa en la era de la Covid, cuando depositar una fe absoluta en los especialistas dio lugar a una enorme decepción social que devastó nuestra economía y dificultó de manera significativa el desarrollo de nuestros hijos. A medida que nos adentramos en la era de la IA, aplicar esa misma confianza ciega probablemente lleve a consecuencias que harán que nuestras experiencias pasadas parezcan, en comparación, totalmente menores. Por lo tanto, recomiendo encarecidamente que todos exploren estos nuevos avances tecnológicos con un sentido de asombro, pero asegurándose de mantener una base sólida de duda crítica.

Comprender lo que un modelo significa dentro del sector bancario es bastante sencillo. Representa la base matemática que impulsa casi todas las decisiones operativas, como determinar la elegibilidad de los préstamos, calcular las reservas de capital necesarias e identificar transacciones potencialmente fraudulentas.

En abril se produjo un cambio regulatorio significativo, cuando la Fed, la OCC y la FDIC retiraron oficialmente el marco que las instituciones financieras han utilizado desde 2011 para validar estos procesos matemáticos. Si bien las reglas actualizadas abordan modelos convencionales, excluyen intencionalmente la IA agentic y la IA generativa. El razonamiento es que la inteligencia artificial avanza demasiado rápido como para quedar limitada por directrices estáticas. En consecuencia, las instituciones financieras ahora deben regular de forma independiente el segmento de su infraestructura tecnológica que se desarrolla con mayor rapidez. A pesar de esta autonomía operativa, los bancos siguen plenamente obligados a justificar la gobernanza de su IA ante los examinadores cuando se les solicite.

Si una de estas evaluaciones tuviera lugar mañana, la mayoría de las instituciones financieras se enfrentaría a desafíos importantes para producir un registro preciso y reproducible que detalle exactamente cómo se utilizó la inteligencia artificial. Rastrear métodos específicos, los artefactos asociados y cada decisión individual influida por la IA sigue siendo un obstáculo complejo.

Este vacío específico de cumplimiento es exactamente lo que 8090 Software Factory está diseñado para resolver. La plataforma integra evidencias completas y pistas de auditoría directamente dentro de la arquitectura del software. Al hacerlo, el sistema garantiza que cada modificación del sistema y cada decisión impulsada por IA se puedan rastrear de forma fiable hasta un requisito que fue aprobado explícitamente por el personal.

Descubra más detalles visitando este enlace: http://bit.ly/46q2SOe

La investigación realizada por McKinsey y Oxford representa el análisis más extenso jamás llevado a cabo sobre las principales iniciativas de TI, y los hallazgos son bastante reveladores. Tras revisar más de 5.400 proyectos con presupuestos que superan los 15M$, los datos mostraron que estas iniciativas, por lo general, quedan por debajo del valor planificado en un 56% y, al mismo tiempo, superan sus presupuestos en un 45%. Además, los retrasos en la planificación son igual de graves que los excesos financieros: con frecuencia, empujan la materialización de los objetivos principales varios años hacia el futuro.

Históricamente, las organizaciones han intentado navegar estas transformaciones masivas de TI mediante una elección universalmente aceptada y asociándose con una empresa que nadie pudiera cuestionar. Optar por una opción segura era perfectamente lógico en una época en la que simplemente completar una entrega era una gran incógnita. Hoy, sin embargo, la IA ha alterado por completo el panorama.

Superar estos desafíos generalizados de la industria requiere un sistema que te permita documentar claramente tus intenciones desde el principio. Al establecer esta claridad de entrada, luego puedes aprovechar la IA a lo largo de las etapas de ejecución y verificación para asegurarte de que tu proyecto se complete exactamente como se concibió. Esto garantiza que tus entregables finales se mantengan puntuales, dentro del alcance y perfectamente alineados con tu presupuesto.

En 8090 Software Factory, utilizamos este mismo enfoque como base para cada compromiso con el cliente. Puedes explorar la mecánica de nuestro proceso visitando este enlace: http://bit.ly/4gP9bkq

Si está buscando una única imagen que resalte una amenaza importante para nuestros sistemas actuales, este gráfico en particular es lo primero que me viene a la mente. Es muy probable que los observadores no logren apreciar plenamente la acumulación de bits cuánticos a medida que avancemos. En última instancia, es imposible exagerar los profundos efectos en cadena que este rápido avance tendrá sobre los métodos criptográficos inseguros cuánticos.