En el aire

Audiopodcast · Episodio 62 · 2 h Invirtiendo en tecnología con Andrómeda Value Capital

Reproducir

0:00 / 2:00:36 1x

Escucharlo también en YouTube

Enero de 2021. Abrí con lo que más me había llamado la atención del raro 2020: GPT-3 generando lenguaje; AlphaFold 2, de DeepMind, resolviendo cómo se pliegan las proteínas; la carrera por ser una especie interplanetaria; soluciones sencillas como los buzones inteligentes de Citibox; Stripe colando en silencio servicios como Atlas y Treasury, que permite a cualquier empresa crear cuentas bancarias por API (Shopify lo usa en Shopify Balance); el auge del no-code, y el paso en blockchain de la prueba de trabajo a la de participación. Como escribió Jeff Bezos en su carta de 2007, los humanos evolucionamos con nuestras herramientas: las cambiamos y ellas nos cambian a nosotros.

Quién se sienta a la mesa

Gestor de fondos

Flavio Muñoz

Fundador de Andrómeda Value Capital. Entró como analista en Bestinver con 24 años, en la etapa de Francisco García Paramés, Álvaro Guzmán y Fernando Bernad, y en 2015 montó su propio fondo «a su manera».

También en el episodio 109

Andrómeda

Gestor de fondos

Juan de Dios Gómez

Juande, socio de Andrómeda Value Capital. Antes trabajó en estrategia en KPMG, en proyectos de transformación digital y analítica de datos. Con Flavio presenta el podcast Noctua.

También en el episodio 109

Andrómeda

Análisis y producto

Antonio

El tercer miembro del equipo de Andrómeda Value Capital, más centrado en probar los productos de las compañías que analizan. Lector de realismo mágico y de Mandelbrot.

Andrómeda Value Capital

Andrómeda

Anfitrión

Fernando Alonso

Píldoras del Conocimiento. Ingeniero en inteligencia artificial, doctor en robótica, profesor universitario e investigador en robótica social.

Mi libro gratuito: Nacidos para Aprender

Ver Instagram

Píldoras del Conocimiento · Episodio 62Página 1 de 5

De Bestinver a Andrómeda

Flavio le quitó mística a su etapa en Bestinver: un equipo de análisis pequeño, cinco analistas repartidos por sectores bajo Paco García Paramés, Fernando Bernad y Álvaro Guzmán. Entró al segundo intento: en el primer proceso llegó al final, pero no había terminado el máster. Cuando Paramés se fue, llegó otro equipo con otra forma de trabajar, y decidió montar un fondo a su manera. Su teoría: una empresa se monta con veintitantos, cuando no tienes nada que arriesgar, o con cuarenta, cuando tienes experiencia; lo de en medio suele salir mal. Luego llegaron Juande y Antonio. Y otra idea suya: el 95 % de las buenas ideas de Andrómeda llegaron cuando el fondo ya existía. No esperes al momento perfecto.

Los datos de finales de 2020: unos 44 millones gestionados (cuando entró Juande estaban entre 7 y 11), cerca de un 16 % anual compuesto a cinco años, un 20 % a tres y alrededor de un 38 % en 2020. Insistieron en un matiz: no son un fondo solo tecnológico. Su terreno es tecnología, medios y videojuegos, pero la tecnología más pura puede ser un 30 % de la cartera, junto a salud, inmobiliario, servicios financieros o cíclicas. Eso sí, hoy casi todas las empresas nuevas tienen una base digital, y la que no la tenía lo pagó en la pandemia.

Me intrigaba su liquidez, a veces del 50 o 60 %, cuando la normativa acota lo que se puede tener en monetarios. Lo explicaron: una parte está en letras del Tesoro como aproximación a liquidez, y lo detallan en las cartas trimestrales. ¿Es market timing? Ellos lo niegan: no venden pensando que el mercado caerá mañana, sino que ajustan la exposición según los retornos que ven en las compañías; cuando se aprietan, son más cautos, y si la ocasión lo merece van al 100 %. Les reconocí el mérito: un fondo no tiene, como el particular, un colchón aparte que pueda meter en las caídas sin que cuente en su rentabilidad.

Píldoras del Conocimiento · Episodio 62Página 2 de 5

El aprendizaje automático y su envoltorio: Alteryx y Lemonade

Alteryx, entonces entre sus primeras posiciones, es una herramienta visual de nodos para integrar y analizar datos sin programar. Juande la conocía de su etapa en KPMG, donde usaban su competidora de IBM: es lo que usa un consultor sin grandes conocimientos de código para estimar la demanda de un país o segmentar a los empleados de un banco, cuando Excel ya no da más de sí. Muchos la criticaban comparándola con herramientas de aprendizaje automático que tampoco lo eran del todo. Flavio fue tajante: la gente mezcla churros con merinas; hay que entender qué hace cada herramienta y cuál es su caso de uso.

Yo confesé mi inquietud como ingeniero en inteligencia artificial y robótica: se vende mucho más de lo que se hace. Los robots más avanzados que tenemos en casa son una aspiradora y un robot de cocina; los que saltan en los vídeos son para los vídeos. El caso paradigmático era Lemonade, la aseguradora que presumía de resolver reclamaciones con machine learning. Al rascar, su mercado real era sobre todo el seguro de alquiler, pequeño y de poco margen; cedía en torno al 75 % del negocio a reaseguradoras, y lo que invertía en ventas y marketing no era menor. La interfaz era excelente, pero cuando se te rompe la lavadora, el asistente virtual no viene a arreglarla.

Si una compañía hoy no asume que tiene que invertir en tecnología, se va quedando fuera.Juan de Dios Gómez

Blockchain, Bitcoin y el ordenador cuántico

Mi tesis: blockchain tiene ventajas, pero hoy no veía tanta diferencia frente a una base de datos distribuida bien hecha, y arrastra mucha redundancia y consumo. IBM fue de los primeros en ofrecerla en su nube y sus usuarios llevaban un año sin crecer: suena bien, pero falta el caso de uso. Coincidimos en que los candidatos son la trazabilidad, de la cadena alimentaria a la logística, donde cada etapa añade su garantía criptográfica. Sobre Bitcoin, mi reparo era el ordenador cuántico, capaz en teoría de romper la criptografía actual. Aunque, como diría Emérito Quintana, si eso pasa, Bitcoin sería el menor de los problemas: también dependen de esa criptografía el correo y el dinero del banco. Y normalmente la solución llega a la vez.

Aprendizaje federado

Les pregunté por el aprendizaje federado, una rama que me llamó la atención por la privacidad: en lugar de reunir todos los datos en un servidor, cada nodo entrena con lo suyo y solo se comparte lo aprendido. El ejemplo de libro es el teclado de Google en Android, que sugiere palabras y emojis aprendiendo en tu móvil. En farmacia y biotecnología lo usan para no cruzar datos de pacientes, y en España lo empezaba a aplicar Sherpa.ai, en Bilbao. Incipiente, con mucho marketing, pero con sentido.

Píldoras del Conocimiento · Episodio 62Página 3 de 5

Gemelos digitales

En robótica siempre se ha probado primero en simulación, y el problema es que en el simulador todo funciona: en el mundo real aparece una holgura en una articulación y el robot se cae. Nos ha pasado en el grupo de investigación. El gemelo digital une ambos mundos: los sensores del sistema real alimentan continuamente a su copia digital, que puedes manejar en remoto. Flavio y Juande lo veían ya en el diseño de chips (Cadence o Synopsys simulan antes de fabricar, porque fabricar un chip que falla cuesta una fortuna), en la construcción con el modelado BIM de Autodesk, en energía y química con Aspen, y en el Digital Twin Consortium, con Ansys, Autodesk, Bentley y Microsoft. Su aviso: conceptualmente sigue siendo una simulación, cara de montar y mantener, que tiene que compensar.

Palantir y C3 se venden con un halo de misterio, pero un amigo que trabaja en Palantir lo resume así: hacemos proyectos de transformación digital. Conectan datos que viven en silos para que veas la operativa en tiempo real. Hay que quitar el halo y verlo como es, aunque te cargues el marketing.

La nube por capas: IaaS, PaaS y SaaS

Antes comprabas una licencia de software; hoy pagas por uso un servicio que corre en la nube. Flavio lo ordenó en tres capas. Infraestructura como servicio: los servidores, la base, como Amazon Web Services, el motivo por el que Amazon fue durante mucho tiempo su primera posición. Plataforma como servicio: la capa intermedia para desarrollar encima, como VMware o Nutanix. Software como servicio: el producto final, como un CRM o una herramienta de recursos humanos. AWS es tan grande que toca varias capas; incluso tiene un camión lleno de discos para trasladar los datos de una empresa a sus servidores.

Slack, Teams, Discord y las herramientas de trabajo

Salesforce acababa de anunciar la compra de Slack, que había salido a bolsa prometiendo acabar con el correo. Teams le había ganado terreno comercial con el empuje de Satya Nadella, aunque Slack fuera mejor producto. Yo veía comunidades migrando a Discord, y mis alumnos de máster ya no tenían grupo de WhatsApp, sino de Discord. Flavio matizó: a Slack le dan igual las comunidades, porque no paga ahí; le importan las grandes empresas, y con Salesforce busca ser el centro del trabajo diario. Hablamos de Trello, Asana, Smartsheet, Notion o las Tables de Google; mi reparo como inversor es que muchas tienen barreras de entrada bajas y son fáciles de copiar. ¿Quién perdurará? El que aporte valor de verdad o lo venda mejor.

Píldoras del Conocimiento · Episodio 62Página 4 de 5

Okta y la confianza cero

Mis primeras posiciones entonces eran el índice MSCI World, Alphabet, Berkshire Hathaway, ASML y Constellation Software. Las suyas, Shopify, Okta, Salesforce y Microsoft. Okta, que yo llevaba tiempo estudiando, es el portero de la empresa: valida que quien accede a las aplicaciones sea quien dice ser, primero para empleados y después también para los clientes de cualquier web. Encaja en la tendencia de la confianza cero: la empresa ya no es una sede aislada, sino algo conectado por todas partes, así que no entra nada sin validar. Es líder, aunque compite con Microsoft y con Ping Identity, y sus fundadores venían de Salesforce.

Sobre las historias efímeras que todo el mundo copiaba, hasta el Diario As, Juande lo veía con sentido en el ecosistema de Facebook, Instagram y WhatsApp, donde puedes lanzar la campaña, captar y cobrar sin salir. PayPal había comprobado algo parecido al dejar comprar bitcoin: subía la atención de sus usuarios. Y CD Projekt, de la que eran accionistas, acababa de lanzar Cyberpunk 2077 lleno de errores. Para Flavio, un fallo de ejecución por adelantar el lanzamiento, solucionable con parches, y con un apunte: la inteligencia artificial de los videojuegos es pobre en todos, así que criticarla ahí era no saber del sector. Los grandes estudios viven de muy pocas propiedades intelectuales, con mucho riesgo y mucho potencial: The Witcher ya era hasta una serie.

¿Vivíamos una burbuja tecnológica?

Su respuesta: no creían que hubiera burbuja, pero sí cosas raras. Un mercado inundado por el dinero fácil de la Reserva Federal, gente abriendo cuentas en Robinhood con las ayudas de la pandemia, salidas a bolsa mediante SPAC, empresas a múltiplos de ventas que chirriaban y, sobre todo, el coche eléctrico, con compañías valoradas sin haber vendido un coche. Y una lectura positiva, como en el año 2000: ese frenesí financia el desarrollo de industrias que maduran años después, más aún con el plan climático de dos billones de dólares que anunciaba Biden. Muchas empresas que hacen lo mismo tendrán que concentrarse o desaparecer. Juande lo resumió: las dinámicas competitivas importan, pero el precio también.

Advertencia de rigor: nada de lo que se comenta en el episodio es una recomendación de compra o venta. El fondo se puede contratar en varias plataformas y su podcast, Noctua, está en todas las de audio. Andrómeda volvió en el episodio 109, ya centrado en inteligencia artificial.

Leído hasta el final

Píldoras del Conocimiento · Episodio 62Página 5 de 5