Últimamente todo lo que escuchamos sobre inteligencia artificial tiene que ver con prompts, ChatGPT, generación de imágenes o vídeos. Pero hoy quería traeros una conversación muy distinta.

Invité a Daniyal Shahrokhian al podcast para hablar de la otra IA.La que no se hace viral en redes, pero que se lleva usando desde hace años para resolver problemas reales en empresas. La que requiere datos bien montados, procesos duros de entrenamiento, validación y precisión. Y la que —aunque no tenga nombre de chatbot— mueve millones.

Durante una hora hablamos de:

* Cuál es la diferencia real entre IA generativa y la que él llama "discriminativa".

* Qué tipo de datos se usan para entrenar modelos en el mundo real (y por qué eso es más difícil de lo que parece).

* Cómo funcionan técnicas como el transfer learning y qué es eso de congelar capas de un modelo.

* Qué retos hay al aplicar IA en industrias como la farmacéutica.

* Y por qué el mayor problema no es montar el modelo, sino conseguir y limpiar los datos.

Me gustó mucho una reflexión de Dani:

“No aprendas IA porque sí. Aprende IA cuando veas un problema concreto que quieras resolver. Así es como realmente se aprende.”

Si te interesa entender cómo se aplica la IA más allá del hype, o si estás pensando en usarla en tu empresa, te recomiendo que lo escuches entero.

🎧 Aquí tienes el episodio completo →

El otro día entrevisté a Álvaro Gil, analista de datos en Mojang Studios, la empresa detrás de Minecraft, y aún sigo pensando en todo lo que aprendí.

Imagínate tener que analizar el comportamiento de más de 300 millones de jugadores, cada uno con su estilo, su ritmo y su forma única de jugar. Ahora imagina que de ese caos tienes que sacar ideas claras que ayuden a mejorar el juego más vendido de la historia. Eso es lo que hace Álvaro cada día.

Durante la conversación hablamos de todo:✅ cómo funciona el equipo de Data Analytics dentro de Mojang,✅ qué tipo de datos se recopilan en el juego (¡sin saber la edad ni el género del jugador!),✅ cómo usan plataformas como Databricks para manejar volúmenes gigantes de datos,✅ y cómo han conseguido que los desarrolladores usen los datos sin que se sientan dirigidos por ellos.

Uno de los momentos que más me gustó fue cuando hablamos de data storytelling. Álvaro lo explicaba con claridad: no basta con tener los mejores insights si nadie los entiende o si no sabes venderlos. En su día a día, eso significa a veces hacer presentaciones sin un solo número, porque lo importante es el mensaje, no el decimal.

También hablamos mucho sobre el papel de la inteligencia artificial en su trabajo. Spoiler: no va a reemplazar a los analistas, pero sí les va a liberar mucho tiempo para centrarse en lo que realmente importa: pensar mejor, entender el contexto, trabajar con los stakeholders y aportar valor más allá del código.

💡 Si estás en el mundo del análisis de datos, el diseño de producto, el desarrollo o el gaming, este episodio es para ti.

👉 Puedes ver el episodio completo aquí:

Nos vemos en el próximo.

Hace tiempo que quería hablar con Ignacio Arriaga. Lo conocí por su newsletter, Disaaster —sí, con dos aes—, donde escribe con una honestidad brutal sobre software, negocio y producto. Pero, sobre todo, porque ha hecho algo que pocos pueden decir: construir un SaaS rentable, sin inversión, desde Ciudad Real. Y seguir al frente, 13 años después.

Hace unos días compartí un clip de Ignacio en el que decía algo que me dejó clavado:

“Aceptar que tienes un negocio de puta madre con margen alto… reestructúrate un poco. Igual no vas a crecer tanto. ¿Y qué?”

La frase tocó un nervio. La publiqué y la reacción fue inmediata: mensajes, reposts, debates.Parece que somos muchos los que estamos empezando a hacernos esa misma pregunta en voz alta.

La enshitification del SaaS

En esta entrevista hablamos del concepto de enshitification: esa palabra que suena tan mal como la situación que describe. La degradación progresiva de un producto por culpa de decisiones centradas en las ventas y no en el usuario.

Ese momento en el que un producto que era bueno empieza a estropearse, no por falta de talento, sino por decisiones centradas en contentar a inversores, justificar estructuras, o inflar el ticket medio.

Y cuando eso pasa, todo se resiente: la experiencia, la percepción de valor, el pricing… incluso el equipo.

Crecer no es gratis (ni siempre es bueno)

Ignacio tiene una perspectiva valiosísima: ha dirigido Acumbamail durante más de 13 años, sin inversión externa, con un equipo pequeño y un producto que sigue siendo relevante y rentable.

Durante la charla hablamos de:

* Por qué muchas empresas SaaS acaban traicionando a sus propios usuarios.

* Cómo el equipo de ventas puede pervertir la evolución de un producto.

* Qué significa crecer por encima de tus posibilidades reales.

* El nuevo hype de la IA y cómo está volviendo a justificar crecimientos absurdos.

“Solo hay una cosa que crece de forma infinita: el cáncer.”— Ignacio Arriaga

Mi lectura personal

* No todo crecimiento es sano.

* No todos los productos necesitan escalar para ser buenos.

* Y muchas veces, la obsesión por escalar destruye lo que funcionaba.

Puedes escuchar la entrevista completa aquí:

→ ¿Te gusta el contenido? Suscríbete a mi canal de YouTube y apoya al podcast.

→ ¿Quieres venir a hablar al podcast? Contesta a este email.