Hoy entrevisté a Martín Migoya, cofundador y CEO de Globant, una de las mayores empresas de servicios de tecnología del mundo. Nació en Argentina, cotiza en la bolsa de Nueva York, tiene más de 30.000 empleados y factura 2.500 millones de dólares al año.
La empresa arrancó en una servilleta con tres amigos hace más de 20 años. Los cuatro siguen dentro.
Llegó a valer casi 10.000 millones antes de la pandemia y hoy la acción está cerca de niveles prepandemia, aunque la empresa es varias veces más grande. Martín sostiene que el mercado está descontando que se hará lo mismo por menos dinero, y que eso es exactamente lo que no va a pasar.
Su tesis es que la IA está haciendo con los servicios lo que AWS hizo con el hosting: una nueva industria que él llama AI native services, o services as a software.
Estructura y Highlights Clave
La Música y la Página en Blanco
- Tiene guitarras, estudio y banda, y una vez comparó su setup con Dave de YouTube en una llamada de Zoom
- El paralelo que le interesa: hacer música es enfrentar una página en blanco con todas las notas disponibles y decidir qué hacer y qué no
- Sobre la creación con IA: la ve como catalizador. La idea buena brilla más y la mala se descarta más rápido
- Lo que no cambia: la diferencia entre una idea buena y una mala, y entre saber ejecutarla o no
Cuatro Socios, Veintitrés Años
- La idea original era vender tecnología desde Latinoamérica al resto del mundo
- Lo que dice que los mantiene juntos: el cliente primero, y una industria de relaciones humanas
- Se define como un equipo que sabe armar equipos, y los fundadores no son la excepción
La Dicotomía entre la Empresa y la Acción
- Su lectura: el mercado no estaba bien cuando la acción valía 15 veces más, ni lo está ahora
- Lo que se descuenta hoy es que se hará lo mismo con menos tiempo y menos dinero
- Su corrección: la primera parte es cierta, pero no va a ser lo mismo, va a ser muchísimo más
- Sobre gestionar una empresa pública: no se administra para el próximo trimestre sino para los próximos cinco o diez años
- Lo único controlable es operar la compañía y tener clientes contentos
- Su respuesta a quienes dicen que ser privado quita presión: una empresa privada tiene que hacer las mismas apuestas
El Paralelo con el Nacimiento del Cloud
- Hacia 2000 y 2011, montar un sitio exigía comprar servidores a IBM, HP o Dell, conseguir hosting y conectividad, armar un equipo 24x7 y garantizar energía y seguridad
- Y además rogar que no llegara un pico de tráfico
- Solo las empresas muy grandes podían hacerlo
- Lo que hizo Amazon: coordinar tecnología que ya existía de otra manera, y alquilar los servidores que le sobraban del Black Friday
- Eso creó dos industrias enteras, cloud y SaaS, que suman billones
- Su tesis: lo mismo está pasando ahora con los servicios, una industria de 2 billones de dólares, o 6 según qué incluyas
- Esa industria siempre fue friccionada: armar equipos, RFPs, propuestas, rampear gente, y el scope que cambia todo el tiempo
Qué Son los AI Pods
- Los describe como la compañía que habría fundado si empezara de cero hoy
- Interactúas con agentes desde el minuto cero, no con un humano
- Una vez definidos los goals o épicas, se disparan agentes en paralelo por cada uno, y todo termina en supervisión humana
- Cada pod es una receta adaptable: arquitectura, resolución de bugs, digital twins, análisis de vulnerabilidades
- Todo queda trazado: cada token consumido queda explicado y las decisiones quedan en bitácora
- Puedes chatear con el agente sobre el estado del proyecto o directamente con el forward deployed engineer humano
- Ya tienen pods anunciados con Vercel, Anthropic, NVIDIA y Salesforce
- Llevan tres trimestres reportando el crecimiento de ese segmento
Cómo Cambia la Factura
- El modelo viejo: precio fijo con milestones, u horas de ingeniero y arquitecto por perfil
- El nuevo: por story points, por user story según tamaño, o por millones de tokens supervisados
- El ejemplo que mejor lo ilustra: supervisión de canales de streaming, donde cobran por hora streameada y no por la cantidad de gente mirando pantallas
- Ahí se alinean con la unidad de valor del cliente, que sabe cuánto gana por hora emitida
- El cambio organizativo: de armar un equipo por proyecto a algo más parecido a una línea de montaje con roles especializados
- Sobre cobrar por resultado: cuando medirlo es difícil, se cobra por consumo, pero un consumo parecido al millón de tokens de un LLM
Por Qué no Cree que la IA Mate al Software
- Le da gracia el argumento de que las empresas de software tienen un problema terrible
- Su pregunta: quién se va a animar a desarrollar un SAP, que maneja tu sistema contable, y si hace mal la cuenta quién se da cuenta
- Su diagnóstico: hay exageraciones por las que la acción de una empresa de software cae 50 o 60%
- Lo que sí ve venir: proyectos de datos, automatización de procesos, deuda técnica que se libera y un cambio del 100% de las interfaces
- Dentro de Globant cuentan unos 5 petabytes de información a la que ahora pueden darle sentido
- Sobre la dificultad real: es fácil llegar al primer prototipo, y muy distinto hacer algo repetitivo y escalable
- Su matiz técnico: es una tecnología no determinística, y conseguir que responda dos veces lo mismo cuesta mucho esfuerzo
- Su frase para quien diga que implementar esto es facilísimo: es porque nunca lo hizo
- Dato que menciona: en 2020 Globant tenía una patente para algo muy parecido a Copilot
- Su lectura del salto actual: no viene tanto de los modelos como del harness y del entorno que da contexto
La Paradoja de Jevons Aplicada a Servicios
- Cambia el price point y cambia la factibilidad, así que las empresas van a consumir más de todo
- Además, las compañías nuevas nacen diseñadas más eficientemente, lo que obliga a las existentes a transformarse
- No basta con usar IA: hay que transformar el negocio
- Sobre el argumento de que los clientes lo harán solos: es la vieja promesa del low code, hasta que aparecen integraciones que una sola persona no puede manejar
- Su definición de dónde nacen los servicios: cuando tienes que hacer algo necesario pero no estratégico y no tienes ni gente para pensarlo
- Sobre si la necesidad desaparecerá al arreglar la infraestructura: las necesidades no están atadas a deuda sino a flujo. Mientras haya crecimiento, habrá necesidades
El Costo Real de la IA
- No son solo los tokens: son los tokens más el costo de supervisar lo que está bien más el costo de supervisar lo que salió mal
- El multiplicador perverso: cuanto peor la usas, más trabajo de supervisión te genera
- Su crítica a las empresas que premian a quien más tokens consume: incentivan el uso, no el buen uso
- La disciplina que propone: rutear preguntas fáciles a modelos baratos y difíciles a modelos caros
- Sobre los estudios que muestran proyectos de IA fallando: fallan porque es una tecnología compleja, no porque no sirva
Procesos con Humanos Acelerados por IA, o Procesos de IA Supervisados por Humanos
- El primer instinto de todo el mundo es hacer lo mismo más eficiente
- El segundo es poner la IA en el centro
- Ese switch, simple de enunciar, es donde se diferencian las compañías
- Por qué importa: es lo que permite cobrar distinto y entender el proceso con una profundidad imposible cuando solo había humanos
- La razón de fondo de la velocidad: un proceso agéntico no espera a que un correo cruce de un área a otra durante una semana
- Lo que sigue siendo humano: la intención
El Nuevo Rol del Ingeniero
- Pasaron de escribir líneas de código a supervisar agentes
- Los que ganan son quienes usan el tiempo liberado para pensar estratégicamente, sin importar si son senior o junior
- Por qué es más difícil: antes entendías los módulos porque los escribías, ahora los módulos aparecen y hay que entenderlos
- El entrenamiento que hace falta: niveles de abstracción superiores y visión crítica
- Su anécdota vibecodeando un bot: descubrió que el modelo estaba hardcodeando palabras con condicionales en vez de interpretar, que era justo lo que había pedido
- Su conclusión: la IA hace cosas subóptimas que solo detecta quien entiende el problema
- Sobre el testing: buena parte se sigue haciendo con cerebros humanos, porque es difícil llegar por creatividad a donde llega una persona
- Globant lanzó un pod llamado Vibe to Enterprise, para sacar de la trampa a lo que se vibecodeó y no escala
Sobre Forward Deployed Engineers
- Le parece un concepto magnífico que Palantir supo poner en el mercado
- Su matiz: en Globant lo hacen desde la fundación, solo que Palantir lo marketeó bien
- Hoy lo usan más que nunca dentro de la plataforma de AI Pods
Cerrando
- Sobre su misión original: posicionar en la mente de cualquier latinoamericano que se dedique a tecnología que está a la altura del juego
- Eso ya está demostrado, y ahora se puede dar el lujo de inaugurar un modelo que no existe, esta vez desde la región
- Su lista de clientes que enseñaron el oficio: Google, Disney, Electronic Arts, Riot Games
- Cómo se siente hoy: como un emprendedor que está emprendiendo de nuevo
A Quién Agradece
- A su padre, que en 1972 fue de los primeros en pensar que se podían exportar telas desde Argentina al mundo
- Se pasaba meses recorriendo clientes en Estados Unidos, Europa y Latinoamérica, sin celulares ni LinkedIn, llamando a casa una vez al mes
- La llamada que recuerda: su padre le contó que había vendido dos años de producción de las plantas de denim y de alpargatas
- Lo que le dejó: que eso se podía hacer desde La Plata, y que el mundo termina siendo un lugar bastante meritocrático
Glosario Silicon Valley
| Término | Qué significa | Contexto en el episodio |
|---|---|---|
| AI native services | Servicios rediseñados con agentes en el centro y humanos supervisando | La categoría que Globant dice estar creando |
| Services as a software | Comprar servicios con la facilidad y escalabilidad de un producto | La otra forma en que describe lo mismo |
| AI Pod | Paquete de agentes con receta, trazabilidad y supervisión humana | La unidad de entrega y de cobro de Globant hoy |
| Paradoja de Jevons | Abaratar un recurso aumenta su consumo total | Su argumento de por qué el mercado de servicios crece en vez de encogerse |
| Deuda técnica | Trabajo pendiente acumulado en los sistemas | Uno de los frentes que la IA libera y vuelve abordable |
| Harness | La capa que envuelve al modelo y le da contexto | A lo que atribuye el salto actual, más que a los modelos mismos |
| Forward deployed engineer | Ingeniero embebido en el cliente | Concepto que atribuye a Palantir en marketing, y a Globant en práctica |
| Story points | Unidad de estimación de trabajo en desarrollo ágil | Una de las nuevas unidades de facturación |
| Model routing | Enviar cada consulta al modelo más barato que la resuelva | Su recomendación para controlar el costo real |
| Tokens supervisados | Tokens consumidos más el costo humano de revisarlos | La unidad de cobro que propone para trabajo difícil de estimar |
| Innovator’s dilemma | Cuando el negocio que te hizo grande te impide cambiar | La pregunta que le hace Enzo, y que él responde llamándolo migración natural |
| Slop | Salida de IA de baja calidad que genera trabajo extra | Lo que la supervisión mal diseñada acaba produciendo |
Personas, Empresas y Referencias
Personas Mencionadas
- Martín Migoya: cofundador y CEO de Globant
- Sus tres socios: los mismos desde la servilleta, 23 años después
- Su padre: exportador de telas desde Argentina en los años 70
- Peter Gabriel: con quien coincidió en un Founders Forum
- Jeff Bezos: por la decisión de alquilar los servidores sobrantes del Black Friday
- Enzo Cavalie: host del podcast
Empresas y Organizaciones
- Globant: 30.000 empleados, 2.500 millones de facturación anual, listada en Nueva York
- Vercel, Anthropic, NVIDIA, Salesforce: socios de los AI Pods anunciados
- Palantir: por el concepto de forward deployed engineer
- Amazon y AWS: el precedente que usa para explicar su tesis
- SAP y Salesforce: los ejemplos que usa contra la idea de que el software muere
- British Airways: cliente cuya nueva aplicación acaban de lanzar
- Google, Disney, Electronic Arts, Riot Games: clientes que menciona como escuela
- Mercado Libre: la otra compañía que cita como hombro de gigante para la región
- Dio: patrocinador del episodio
Datos y Referencias
- 2 billones de dólares: el tamaño del mercado de servicios, o 6 según qué se incluya
- 5 petabytes: la información que Globant tiene dentro y a la que ahora puede dar sentido
- 2020: el año de su patente para algo parecido a Copilot
- Casi 10.000 millones: la valoración prepandemia