Runway: de artista en Chile a $5,300M en AI

ESP

Escuchar enSpotifyYouTube
Portada de «Runway: de artista en Chile a $5,300M en AI»

Hoy entrevisté a Cristóbal Valenzuela, CEO y cofundador de Runway, la plataforma de inteligencia artificial para video más usada por Hollywood, valuada en más de 5,000 millones de dólares.

Runway ha levantado capital de Google, Salesforce y Nvidia, y su modelo Gen 4.5 superó a Google Veo y a OpenAI Sora en benchmarks independientes.

Si miras su LinkedIn hasta 2015 aparece un ingeniero comercial chileno que daba clases en una universidad, hacía cortometrajes con cámaras prestadas y tenía una miniconsultora de video. Nada ahí anticipa esto.

Hablamos de por qué se fue a Nueva York sin plan, de por qué las etiquetas técnico y no técnico le parecen arbitrarias, y de cómo se compite en IA contra Google y OpenAI.

Estructura y Highlights Clave

Una Carrera Guiada por Curiosidad, no por Plan

  • Su definición de curiosidad: interés por algo sin filtrarte
  • Su convicción de fondo: las únicas leyes son las de la física, el resto lo inventamos los humanos, y en el momento en que piensas así empiezas a preguntarte por qué no puedes hacer algo
  • Antes de Runway era profesor universitario, hacía proyectos de arte, tenía una miniconsultora de video y marketing, y programaba por su cuenta
  • Era difícil de clasificar y ese era el punto. Su tesis es que desde ahí descubres cosas más interesantes que las que ya existen

Deep Dream y el Agujero del que no Ha Salido

  • En 2015 se encontró con los papers de Deep Dream, uno de los primeros modelos generativos, que producía imágenes surreales
  • Dos cosas le llamaron la atención: estéticamente no había visto nada igual, y la idea de que puedes entrenar sistemas que generan imágenes
  • Lo describe como hambre. Curiosidad intelectual por saber por qué eso era posible
  • Está más cerca de entender el porqué, pero dice que todavía le queda mucho

Por Qué la Etiqueta de Técnico le Parece Arbitraria

  • Estudió economía en Chile, con cálculo, estadística y econometría
  • Se dio cuenta de que buena parte del machine learning eran versiones sofisticadas de regresiones lineales y modelos de predicción
  • Su argumento hoy: cualquiera puede programar y aprender lo que quiera con las herramientas disponibles
  • El dato de Runway que lo respalda: tienen uno de los equipos de investigación más fuertes en video e imagen, y mucha de esa gente no tiene doctorado ni maestría
  • Lo que sí importa: intuición, capacidad de resolver un problema y determinación para aprender cómo hacerlo
  • Su conclusión de la universidad: si aprendes a aprender, puedes llegar muy lejos

Arte y Ciencia como el Mismo Trabajo

  • Expuso en galerías en Chile, hizo cortos y ganó minifestivales, consiguiendo cámaras prestadas de amigos
  • Los proyectos más interesantes salen de la unión de esos dos mundos, cuando el método científico y la sensibilidad estética hablan el mismo idioma
  • Su lectura: muchos de los mejores artistas fueron científicos, porque experimentaban y le mostraban al mundo lo que era posible
  • Y muchos científicos son artistas, porque son capaces de contar una historia y hacer ver el mundo de otra manera
  • En su momento no podía articular eso. Simplemente le interesaban las dos cosas y le parecía menos relevante ponerles una etiqueta

Nueva York sin Expectativas

  • Se fue con la idea de estudiar dos años y volver a Chile. Nunca pensó que se podía quedar
  • Trabajó 18 o 20 horas al día durante dos años, tomando clases de todo
  • Su argumento contra el plan largo: si sabes exactamente qué quieres a 6, 12 y 24 meses, te cierras a lo impredecible
  • No fue una maestría de inteligencia artificial. Era un programa multidisciplinario de la escuela de arte de NYU, con gente entre 25 y 35 años, ingenieros que quieren aprender arte y artistas que quieren aprender ingeniería
  • Su obsesión al aplicar en 2016: aplicar deep learning al arte y la creatividad. No existía un programa para eso, así que se armó el suyo
  • Su comparación: hablar de esto en 2016 era como hablar de hacer cine en 1850

El Tuit que se Volvió Viral con 10 Seguidores

  • No tenía redes sociales. Se abrió una cuenta en Twitter y publicó un demo de dos minutos de lo que estaba construyendo
  • Le escribieron un ingeniero de la NASA, artistas en Sudamérica, diseñadores en California
  • Ahí entendió que no era solo su interés personal
  • Lo conversó con sus compañeros de programa, y los tres tenían intereses muy parecidos. Fundar la empresa se volvió la decisión obvia

Por Qué Runway no Es una Mejor Herramienta de Edición

  • Su insight original: la forma en que creamos contenido, medios e historias va a cambiar de raíz. Y seguimos en el 1900 de esa historia
  • Las analogías que usa: la diferencia entre un caballo y un auto, entre una cámara y un pincel, entre una cámara y una obra de teatro
  • Contar una historia con inteligencia artificial es un medio distinto, que requiere otro proceso y otras personas
  • Lo fundamental de entender: no es una transformación lineal, no es hacer mejor lo que ya hacíamos
  • Hoy los usan estudios de Hollywood, marcas, equipos de marketing, diseñadores, músicos y creadores

Qué Pasa Cuando Quitas el Costo de Improvisar

  • En cine, buena parte del presupuesto y del tiempo se va en planificar cada escena y cada toma, porque improvisar en el set es carísimo
  • O sea que las barreras de planificación y coordinación son en realidad barreras de costo
  • Si le quitas el costo, llegas al set y pruebas. Dos escenas distintas, la cámara acá, cosas locas, y ves qué te gusta
  • Eso es lo que existe hoy: un estudio creativo disponible 24/7 que comprime la distancia entre idear y ejecutar
  • La consecuencia: puedes crear 10,000 versiones de una idea y elegir la más interesante
  • Su conclusión: los mejores directores y fotógrafos hoy están limitados por presupuesto y tiempo. Si quitas esas dos cosas, el mundo se vuelve más creativo

Levantar Capital Cuando la Idea Era una Locura

  • En 2018 no había boom. La idea era poco obvia, poco clara y con mucho riesgo
  • Su lectura sobre eso: si hay consenso respecto a algo, ya no vale la pena y es aburrido
  • Tiene correos de los mejores inversionistas del mundo diciéndole que era una locura, que mirara la calidad de las imágenes que estaba generando en 2017 y 2018
  • Hablaron con muchas decenas de personas. El primer pitch salió mal, el segundo mejor, y para el número 2,500 ya sabes cómo se hace
  • Su regla: no hay libro que te enseñe, la cantidad lleva a la calidad
  • Sobre la amnesia colectiva, cita la maldición del conocimiento: cuando aprendes algo se te olvida cómo era no saberlo. Hace cuatro años, generar una escena hiperrealista en 4K desde texto parecía estar a 20 o 30 años

Convicción durante los Años Lentos

  • Antes de ChatGPT hubo muchos hitos internos que fueron importantes a nivel de investigación aunque no tuvieran impacto público
  • Su analogía: estar metido en la comunidad de gente que quería volar a principios de 1900. Ves todos los experimentos, todos los tipos de ala, y sabes que alguien está cerca
  • Lo que hacen bien, dice, es prepararse para lo que viene y ser pragmáticos sobre el progreso
  • El ejemplo que usa para explicar por qué cuesta tanto: extrapolar crecimiento exponencial. Nadie prestaba atención al COVID y en tres semanas la ciudad más importante del mundo cerró
  • La consecuencia: quienes ven venir el progreso tienen que comunicarlo, porque social, cultural y económicamente hay que prepararse

Dónde Está el Valor

  • Dos partes. Una: investigar y crear nuevas fronteras. Quienes construyen los modelos tienen una ventaja competitiva importante
  • Dos: construir productos útiles y muy rápido sobre esos modelos. Y hacerlo todos los días, todos los meses, todos los años
  • El concepto que le repiten al equipo, tomado del reinforcement learning: exploration and exploitation
  • Una parte de la organización tiene que estar explorando y cuestionando, y otra optimizando cada detalle del producto
  • Históricamente esas dos funciones se llevan mal porque son culturas distintas. Hoy necesitas las dos
  • Para un fundador eso significa hablar dos idiomas: el de la ciencia y el descubrimiento, y el de mercado, producto y distribución
  • Su metáfora: el lenguaje de Amazon, que optimiza cada margen de una transacción que ya existe, y el lenguaje de SpaceX, que crea la categoría

El Post de 2024 sobre el fin de las Empresas de IA

  • La idea que quería provocar: los modelos son la base fundamental de la economía, y en 2023 o 2024 eso no era obvio
  • Hoy sí lo es, y lo interesante pasa a ser qué construyes encima
  • Su apuesta: si todo Hollywood, la publicidad, el marketing y todo lo que sea video en una pantalla va a estar generado con modelos, la pregunta interesante es qué viene después

La Montaña Rusa que no se Ve en el Gráfico

  • Ninguna historia de progreso es lineal, aunque en papel lo parezca
  • Hay martes con 1,000 experimentos donde 900 fallan, 10 funcionan y 3 son exitosos. La historia se escribe sobre esos 3
  • Su ejemplo es Picasso: el mundo conoce un par de cuadros, no la cantidad de bocetos que hubo detrás
  • Su regla: si no fracasas, no estás intentando lo suficiente

El Futuro de los Medios

  • Enzo le cuenta que despriorizó su blog cuando salió ChatGPT y le pregunta si debería hacer lo mismo con el podcast
  • Su respuesta: probablemente sí, va a cambiar mucho
  • Lo que imagina es contenido en tiempo real. Una versión con IA del host y del invitado, con la audiencia haciendo preguntas
  • No serían exactamente las respuestas que él daría, pero estarían bastante cerca y quizá serían más interesantes
  • No sabe si eso es un podcast, un video o un juego, pero cree que hay algo ahí

Hablar con la Comunidad Creativa

  • Su estimación: 70% de la gente con la que habla ya está convencida, y un porcentaje menor sigue siendo reacio
  • Su contexto histórico: el mundo cultural se rebeló contra la fotografía, y el cine fue visto como lo peor que le pasó al arte. Dentro del cine, agregarle audio también se peleó
  • Su punto de fondo: el arte es tecnología. Si sacas fotos, haces cine, pintas o compones, estás usando algún instrumento
  • Antagonizamos la tecnología como algo ajeno al humano cuando en realidad es la creación más humana que hemos hecho

Qué Hace Falta para Competir desde Latinoamérica

  • Su respuesta es una sola cosa, y es actitud
  • Con conexión a internet cualquier persona tiene hoy una capacidad de creación que hace un año era impensable, y hay que reconocerla internamente como un superpoder
  • Nada previene a nadie, en Sudamérica o donde sea, de construir empresas de miles de millones
  • Su advertencia sobre las excusas: soy muy joven, soy muy viejo, recién me gradué, necesito mejor situación financiera, acabo de tener un hijo. Siempre hay una, hasta que decides que ya basta
  • A quién agradece: a su esposa, con quien pensó muchas de estas ideas, y a su madre, que le enseñó que si va a hacer algo sea el mejor en lo que hace

Glosario Silicon Valley

TérminoQué significaContexto en el episodio
Deep DreamUno de los primeros modelos generativos de imágenes, de 2014 y 2015El paper que lo metió en el agujero del que no ha salido
Deep learningRedes neuronales profundas, el nombre que se usaba antes de decir IALo que quería aplicar al arte cuando aplicó a NYU en 2016
BenchmarkPrueba estandarizada para comparar modelosDonde Gen 4.5 superó a Google Veo y a OpenAI Sora
Exploration and exploitationBalancear explorar lo nuevo con optimizar lo que ya funcionaEl concepto de reinforcement learning que le repiten al equipo
CommodityProducto indiferenciado que compite solo por precioSu argumento de 2024 sobre los modelos como base de la economía
La maldición del conocimientoCuando sabes algo, olvidas cómo era no saberloPor qué todo lo de hoy parece obvio y hace cuatro años era impensable
Crecimiento exponencialProgreso que se acelera en vez de avanzar en línea rectaLo que casi nadie logra extrapolar, como pasó con el COVID
FronteraEl límite de lo que la tecnología puede hacer hoyDonde vive la ventaja competitiva de quien construye los modelos
Modelo generativoSistema que crea contenido nuevo en vez de clasificarloLa categoría que Runway lleva construyendo desde 2018

Personas, Empresas y Referencias

Personas Mencionadas

  • Cristóbal Valenzuela: CEO y cofundador de Runway, chileno, economista de formación
  • Sus cofundadores: los compañeros del programa de NYU con los que empezó la empresa
  • Su esposa: su mano derecha, con quien pensó muchas de estas ideas
  • Su madre: le enseñó que si va a hacer algo sea el mejor en lo que hace
  • Picasso: su ejemplo de que la cantidad de trabajo detrás es lo que nadie ve
  • Enzo Cavalie: host del podcast

Empresas y Referencias

  • Runway: valuada en más de 5,000 millones, la plataforma de video con IA más usada por Hollywood
  • Google, Salesforce y Nvidia: inversionistas de la empresa
  • Gen 4.5: su modelo, que superó a Google Veo y a OpenAI Sora en benchmarks independientes
  • NYU: el programa multidisciplinario de arte y tecnología donde nació Runway
  • Deep Dream: el modelo de Google que lo hizo cambiar de carrera
  • Amazon y SpaceX: sus dos ejemplos de culturas opuestas, optimización frente a creación
  • Los hermanos Wright: su analogía sobre las comunidades que ven venir el progreso antes que el resto

Ver el episodio