YT YouTube2Text

YouTube2Text → Transcripts → He Creado un Segundo Cerebro con IA… y Es una Locura!

He Creado un Segundo Cerebro con IA… y Es una Locura! — Transcript

by Javier DV - Inversión y Finanzas · 4,848 words · 721 segments · language en · Watch on YouTube

Open in transcriber Summarize with AI Download SRT/VTT

Full transcript

0:00Esto es muy loco. Imagina por un momento
0:03que pudieses crear un segundo cerebro,
0:06una red neuronal completa de todos los
0:09conceptos que quieres que la IA tenga y
0:11que se nutran entre sí para así cada vez
0:15que la IA necesite trabajar contigo sea
0:18un experto que tiene toda la información
0:21a su disposición. Y esto no es un método
0:24que me haya inventado yo, es el paso a
0:26paso que ha compartido el trabajador de
0:29Antropic Carpati, que fue el cofundador
0:32de Open AI y que ha dado el método para
0:35entrenar a la IA y crear este segundo
0:38cerebro. Y esto tiene muchísimas
0:40implicaciones, desde poder tener todo tu
0:43negocio hasta ayudarte a entender una
0:46empresa con todos sus conceptos, cómo se
0:48alínean entre sí, toda la información
0:50que tengamos disponible, digerida y
0:53lista para poder usar cada vez que
0:56utilicemos la inteligencia artificial.
0:57Pues una de las cosas que estuve
0:58haciendo yo es utilizar la literatura
1:01académica más importante en finanzas
1:03para que la sintetizase entera y que
1:05crease un experto con todos los
1:08conocimientos importantes del mundo
1:11financiero y cómo todos esos conceptos
1:13están relacionados entre sí. Ahora bien,
1:16los papers académicos son un poco
1:18aburridos y vamos a intentar crear una
1:20especie de segundo cerebro con todo el
1:22conocimiento de las últimas décadas del
1:25mejor inversor de todos los tiempos y
1:27así tendremos todas las carpetas con
1:30todos los conceptos ordenados que
1:31podremos leer a través de Obsidian. Te
1:33voy a explicar todo el paso a paso y el
1:36concepto del método de Carpaty y que así
1:38puedas replicarlo en todo lo que
1:40quieras. análisis de industrias,
1:43análisis de empresas, cualquier cosa que
1:45necesites estudiar, todo para poder
1:47crear la arquitectura correcta para
1:49trabajar con la IA. Fijaros, el problema
1:51principal de cómo utilizamos la
1:52inteligencia artificial en el día de hoy
1:54es que seguramente eh tú y yo y todos lo
1:57que hacemos es que llegamos a la que
1:59utilizamos. Por ejemplo, yo suelo
2:01utilizar cloud, tenemos varios vídeos en
2:02el canal de cosas prácticas que he hecho
2:04y le damos toda la información. Por
2:06ejemplo, imagínate que estamos
2:07analizando una empresa y le volcamos
2:09pues los últimos informes de la
2:10compañía, el 10K, el 10Q, un análisis de
2:13expertos y distintas cosas y le pidamos
2:15que analice. El problema de esto es que
2:17el contexto se queda en esta
2:18conversación y cuando la conversación se
2:20acaba, ese contexto tiende a acabarse.
2:23Sí que es verdad que la IA puede guardar
2:24memoria y te va recuperando ciertos
2:26conceptos en otras conversaciones, pero
2:28todos esos archivos que le has dado no
2:30los has sintetizado y por lo tanto la
2:32próxima vez que quieras preguntarle algo
2:34le tendrías que volver a volcar estos
2:36archivos para que volviese a trabajar
2:38con ellos, lo que supone un gran consumo
2:40de tokens y obviamente volver a repetir
2:42todo, volver a volcarle los archivos o
2:44podrías hacer un proyecto con todos los
2:46archivos dentro, pero cada vez que le
2:47preguntes sobre algo, la IA va a tener
2:49que ir viendo esos archivos una y otra
2:51vez. Y ese es el problema que planteó
2:53Carpati hace unos pocos meses. Dijo que
2:55el problema es que todo el mundo le da
2:56una colección de archivos, distintas
2:58cosas y que esto funciona, pero que cada
3:01vez tienes que volver a empezar de cero.
3:03No hay acumulación. Cada vez que le
3:05haces una nueva pregunta, la
3:06inteligencia artificial tiene que
3:07encontrar las piezas y los fragmentos
3:09relevantes y aquí recalca que nada se
3:11está construyendo, pero propone una idea
3:13diferente. En vez de tan solo darle los
3:15documentos brutos cada vez, lo que
3:17podemos hacer es crear una arquitectura
3:20que constantemente construya encima de
3:23esta y vaya actualizando páginas,
3:26revisando los temas, buscando datos que
3:29se contradicen para solucionarlo o
3:31incluso mejorando el sistema. Todo esto
3:34suena un poco técnico, pero vamos a
3:36traerlo a tierra. Y la solución que
3:37propone Carpat es la que él mismo está
3:39implementando, ya que esto lo compartió
3:41en un tweet como algo personal,
3:43diciendo, "Oye, yo estoy trabajando
3:45así." Y se hizo extremadamente viral.
3:47Eso hizo que Carpati compartiese la
3:49guía, la estructura de cómo lo hace. Él
3:51publicó un patrón que no es un producto
3:53ni es código. Es una forma de trabajar y
3:56sobre todo para los que trabajamos con
3:57información, con muchos documentos. En
4:00lugar de que la IA relea tus documentos
4:02en cada pregunta, construyes una wiki
4:04persistente una vez, una estructura
4:07completa de tres capas que te voy a
4:08enseñar ahora y lo vamos a hacer paso a
4:10paso y la mantienes para siempre. Dice,
4:12por ejemplo, lo que se pone interesante
4:13es que una vez tu wiki, ese cerebro, es
4:15tan grande, por ejemplo, el mío tiene
4:18unos 100 artículos y más de 400,000
4:20palabras, le puedes preguntar a tu
4:22agente de inteligencia artificial
4:24cualquier pregunta compleja sobre esa
4:27materia, porque tiene acceso a todo ese
4:30directorio. Y básicamente esto funciona
4:32con una arquitectura de tres capas y
4:34puede parecer muy técnico, pero
4:35realmente lo voy a explicar muy
4:37sencillo. Fijaros en la capa 3
4:38tendríamos nuestras fuentes, nuestros
4:40documentos, nuestros archivos brutos.
4:42Aquí lo que voy a hacer yo es volcarle
4:45todas las cartas de Warren Buffett.
4:49Esos son archivos brutos en PDF, en
4:52Word, en lo que sea, que no se
4:54modifican. Esa carpeta es nuestra, es
4:56donde están nuestros archivos guardados.
4:58Ahora bien, aquí es donde se pone
4:59interesante. Esa carpeta local lo que va
5:01a tener es un cloud.md, MD, que
5:04básicamente va a ser un archivo que le
5:06dice a Cloud cómo trabajar dentro de esa
5:08carpeta, dentro de ese cerebro, si
5:11queréis que lo llamemos así. El Cloud MD
5:13va a conocer exactamente tus gustos, tu
5:15forma de trabajar, tu forma de analizar,
5:17en este caso, el mercado, tu filosofía
5:19de inversión y va a adaptar su trabajo a
5:22ese contexto para conocerte a ti y saber
5:24cómo te puede ayudar mejor. Y en la capa
5:26dos tenemos el wiki. El wiki le
5:28pertenece a la IA. Ahí es donde crea,
5:30actualiza y mantiene. Es decir, lo que
5:33va a hacer la IA es que cada archivo
5:34bruto que le demos lo va a ingerir, lo
5:37va a sintetizar y va a crear páginas que
5:40luego le permitan tener esa información
5:43siempre a su disposición de forma rápida
5:45y cómo esa información se relaciona con
5:47todo el resto. Fijaros, aquí tenemos el
5:49esquema un poco más en detalle y ahora
5:50cuando lo hagamos paso a paso lo vais a
5:52entender mucho mejor. En la carpeta uno
5:54van todos nuestros archivos. Esta la
5:55creamos en nuestro ordenador y podemos
5:57los archivos brutos que queramos. La
5:59capa número dos le pertenece a la
6:01inteligencia artificial. Aquí es donde
6:02la inteligencia artificial va a crear
6:04esas páginas, esos conceptos y
6:06sintetizar la información. Y va a tener
6:08también un index y un log. Y esto Carpat
6:10dice que es muy útil por lo siguiente.
6:12El index básicamente será un archivo que
6:14básicamente es como el índice de un
6:16libro. Le dice a la inteligencia
6:17artificial todo lo que hay en esta capa
6:19dos y básicamente lo ordena. cada página
6:21listada con su link, un resumen rápido
6:23de lo que muestra cada página, distintos
6:25conceptos, fuentes, etc. Lo que hará la
6:28inteligencia artificial es primero leer
6:29el índice y así luego buscará dentro de
6:32todos los archivos las páginas
6:33relevantes. Y luego el log básicamente
6:35es un archivo que se mantiene
6:36actualizado, que es cronológico y donde
6:38la va a ir poniendo todo lo que ha ido
6:40haciendo, todo lo que se ha ido
6:42cambiando dentro de este cerebro. Así
6:44siempre tenemos un histórico de todos
6:46los cambios que se han realizado. Con
6:47esto lo que logramos, gente, es un
6:49contexto brutal, que cada vez que
6:51trabajemos con la IA tenga a su
6:52disposición todo ese cerebro, esas
6:55conexiones que hemos visto para poder
6:57recopilar la información o ayudarnos de
6:59la mejor forma posible. ¿Cuáles son,
7:01según Carpati, las aplicaciones de uso?
7:03Pues puede ser personal para tener tus
7:04objetivos, salud, temas de desarrollo
7:07personal, puedes llevar un seguimiento,
7:08por ejemplo, si haces un diario,
7:10artículos, podcast. también te sirve
7:11para research y esta es la parte más
7:13interesante en mi opinión porque te
7:15permite crear un cerebro de una temática
7:18que quieras investigar y poderle
7:19recopilar un montón de información y que
7:21te la vayas sintetizando. Por ejemplo,
7:23estás estudiando algo concreto o estás
7:26aprendiendo sobre una industria
7:27específica, sobre un sector, sobre una
7:29temática, pues puedes crear una especie
7:31de cerebro enfocado en esto. Lo mismo
7:33con los libros, lo mismo con trabajos de
7:35equipo o incluso negocios. Así que ahora
7:38sí vamos a ver qué aplicación le podemos
7:39dar nosotros. Como te enseñaba, yo he
7:41estado probando con papers académicos
7:43para ir sacando los conceptos, que tenga
7:45bien la información detallada de todos
7:46los estudios académicos que hay y
7:49realmente las bases de las finanzas,
7:51pero ahora lo vamos a hacer con algo un
7:52poquito más molón porque ya sé que todo
7:54esto es muy aburrido. Vamos a hacerlo
7:56con Warren Buffett. Vamos a intentar
7:57crear un segundo cerebro que recopile
8:00todos esos años de enseñanzas que ha
8:02escrito Buffet en sus cartas anuales. ¿Y
8:04cuál es la forma de trabajo? ¿Con qué
8:06plataformas trabajamos? Bien, pues
8:07Carpati suele utilizar Obsidian, que
8:10Obsidian no deja de ser un lector de
8:12archivos de notas MD, ¿vale? Markdown.
8:15Lo bueno que tiene es que si algún día
8:17Obsidian desaparece, esos archivos
8:18Markdown son archivos de texto que
8:20cualquier ordenador puede leer, así que
8:21los podrías utilizar en otra aplicación.
8:23Y Obsidian, básicamente simplemente es
8:25ese lector de archivos de notas que
8:27además nos hace ese mapa de conexiones
8:30que luego podemos tener. Pero Obsidian
8:31básicamente solo lee el Bolt, que es
8:33esta arquitectura. Y luego con Cloud
8:35Code, personalmente es con quien voy a
8:37trabajar para poder ir actualizando todo
8:39esto. Para utilizar Cloud Code hace
8:41falta al menos la cuenta Pro. Voy a
8:43buscar entonces las cartas de los
8:45accionistas de Versai Hataway. Me voy a
8:46meter en la página de Versai Hataway. Y
8:48como veis, aquí tenemos todos los años.
8:51Si clico, me lleva directamente al PDF y
8:53puedo descargarla con el año actual. Y
8:56aquí, como veis, cada carta con las
8:57lecciones de ese año de Warren Buffett.
9:00Esto obviamente nos va a llevar un
9:02tiempo, gente, no es hacer algo rápido y
9:04ya está. Hay que tenerlo bien
9:06estructurado, bien organizado, pero una
9:07vez lo tengamos creo que podemos darle
9:09muchos usos. Vale, pues he descargado ya
9:11las cartas desde 2024 hasta 2008. Por el
9:14momento vamos a parar ahí y ya luego lo
9:16seguiré alimentando, porque tú puedes
9:17seguir luego alimentándolo con muchos
9:19más archivos brutos. Esa es la gracia,
9:21que vas escalando esta estructura cada
9:23vez más. Entonces, luego podría añadir
9:25las cartas que faltan de los años
9:27anteriores. Bien, por ahora vamos a
9:29dejar estos archivos aquí y lo que vamos
9:30a hacer es irnos a Cloud Code y luego
9:32para utilizar Cloud Code puedes hacerlo
9:34de distintas formas. Puedes hacerlo a
9:35través de la terminal de tu ordenador si
9:37quieres, puedes hacerlo a través de la
9:39aplicación, que yo creo que lo voy a
9:40hacer con esa en este vídeo porque sería
9:42como la más sencilla. O puedes instalar,
9:44por ejemplo, una herramienta como sería
9:47Visual Studio Code, que es la que
9:48utiliza mucha gente, y ahí integrar
9:50Cloud Code y utilizarlo a través de esta
9:52herramienta. En mi caso, voy a utilizar
9:53la aplicación de cloud del ordenador,
9:55donde me voy a ir directamente, aquí
9:57tenemos chats, cowork y code. Me voy a
9:59ir a la parte de code y aquí estaríamos
10:01en cloud code. Lo que tengo que hacer
10:03también es crear una nueva carpeta en mi
10:05ordenador. Esa va a ser la carpeta donde
10:06vamos a crear toda la estructura. Por
10:08ejemplo, la voy a llamar cerebro buffet.
10:10Y ahora lo que voy a hacer es
10:11seleccionar dentro de Cloud Code, darle
10:13acceso a esta carpeta que acabamos de
10:15crear. Básicamente aquí podéis
10:17seleccionar abriendo carpeta y
10:19seleccionamos la carpeta que hemos
10:21creado, cerebro buffe. Confiar en el
10:23espacio de trabajo, le damos y ya
10:24tendríamos la carpeta asignada. Antes de
10:26crear el archivo Cloud MD bajo los
10:28estándares de Carpati, lo que vamos a
10:30hacer es crear una subcarpeta y la vamos
10:32a llamar row. Y aquí es donde van a ir
10:34nuestros archivos brutos. Entonces, aquí
10:36en el row vamos a volcar todas las
10:38cartas de Warren Buffet. Básicamente las
10:41voy a de la otra carpeta y las voy
10:43a volcar aquí dentro. Y ya tendríamos
10:45dentro de la carpeta cerebro buffet otra
10:47subcarpeta que es row con todas las
10:49cartas en PDF. Y aquí podríamos seguir
10:52añadiendo archivos, ya que esta carpeta
10:53nos pertenece a nosotros y estos
10:54archivos no se van a tocar. Y ahora
10:56dentro de Cloud Code y con la carpeta ya
10:58seleccionada, lo que voy a hacer es
10:59darle un poco de contexto. Le voy a
11:01decir, "Aquí abajo tienes el patrón LM
11:04Wiki de Carpaty. Lo voy a adjuntar.
11:06Ahora os voy a decir dónde descargarlo.
11:08Constrúyeme un segundo cerebro de Warren
11:10Buffett. Este es un poco mi objetivo. Y
11:12le das un poco de contexto. Aquí le
11:14puedes explicar lo que tú quieras.
11:16Cuanto más preciso seas, mucho mejor,
11:18porque así el cloud MD, que es ese
11:20archivo que Cloud va a utilizar para
11:21seguir una serie de reglas dentro de
11:23toda esta arquitectura, pues obviamente
11:25estará más detallado y funcionará mejor.
11:27Y aquí le he dicho, pues soy un
11:29analista, mi enfoque es de inversión a
11:30largo plazo, segundo orden, crea el
11:32cloud.md, la estructura y luego lee
11:35todos los archivos row y construye un
11:37cerebro financiero estructurado e
11:38interconectado sobre Puffet. Mi idea es
11:40tener a su disposición todos los
11:41conocimientos que utilizó en sus cartas
11:43para poder usarlos en mis inversiones.
11:45Párate a preguntarme lo que necesites
11:47antes de empezar. Esto es importante,
11:49¿vale? Para que nos vaya haciendo
11:50preguntas sobre cosas que quiera saber
11:52cómo las queremos hacer. Esto es clave
11:54ponerlo. Y ahora aquí abajo le voy a
11:56copiar el patrón de Carpaty. Para ello
11:59os voy a dejar la web en la descripción.
12:00Como veis, lo puso hace 3 meses público.
12:03Y básicamente aquí explica la idea de
12:05cómo funciona esta arquitectura. Esto
12:07simplemente es la idea de cómo funciona,
12:09no es ningún código ni dice cómo hacer
12:11nada, simplemente cómo estructurar la
12:13idea. Por lo tanto, si le damos la idea
12:15a Cloud Code, pues va va a saber cómo
12:18enfocar esta arquitectura para seguir
12:20exactamente los pasos de Carpati. Por lo
12:22tanto, le vamos a dar a row aquí para
12:24poder copiarlo. Y lo que voy a hacer es
12:26copiar todo esto. Control C, me vuelvo a
12:29cloud y aquí abajo lo voy a pegar. Y por
12:33tanto tenemos todo esto. Le doy a enter.
12:36Aquí podemos seleccionar el modelo de
12:37lenguaje. Por ahora voy a tirar con
12:38opus, aunque Fabel ya está disponible
12:40otra vez, pero por ahora voy a tirar con
12:42opus porque tampoco creo que necesite
12:43gran capacidad para hacer esto. Nos va a
12:45pedir acceso a la carpeta, en este caso
12:47que hemos creado nueva, la de cerebro
12:48Buffett, que es a la que le hemos dado
12:49acceso y va a empezar a trabajar. Ahora
12:52lo que está haciendo es crear el archivo
12:54Cloud MD, que va a ser la serie de guías
12:56que va a utilizar. Cada vez que Cloud
12:58acceda a algún archivo dentro de esta
12:59carpeta, ojo, solo le hemos dado acceso
13:01a esta carpeta, pues nos va a pedir
13:03distintos permisos. Ahí ya si queréis
13:05podéis activar el bypass para que
13:07directamente no os pida permiso y lo
13:08haga directamente o simplemente le
13:09confirmáis permiso cada vez. ¿Veis?
13:11Extraer información del PDF, pues le
13:13vais permitiendo y ya está. En este caso
13:15lo que está haciendo es leer los PDFs.
13:17Fijaros, ya nos está haciendo las
13:18primeras preguntas. ¿En qué idioma
13:20quieres construir el wiki? Las páginas
13:22de síntesis, los principios y análisis.
13:24¿La quieres en español con las citas en
13:26inglés? ¿La quieres en inglés íntegro?
13:28¿La quieres en Beligüe completo? Cada
13:30página con su versión en ambos idiomas.
13:32En mi caso concreto voy a tirar por
13:33inglés, pero aquí lo bueno es que tú
13:35puedas configurarlo como tú quieras. Si
13:36tú lo quieres todo en español, pues en
13:38español le voy a dar a inglés dándole al
13:40dos o dándole click, pero con marcar el
13:42dos y darle a siguiente. Ya vale. Me
13:44dice, "¿Alredor de qué debe optimizarse
13:46el cerebro?" Elige las que más valor te
13:48aporten. Principios y modelos mentales,
13:50capa de aplicación, checklist
13:52accionables, framework, decisiones al
13:54estilo Buffet, casos de empresas, fichas
13:57de las operaciones y participaciones que
13:58Buffet analiza como estudios de casos
14:00vivos, conceptos contables y
14:02financieros, pues le podríamos decir eh
14:05un poco de todos porque me interesan
14:08todos. Tercera pregunta, ¿cuánta
14:10libertad tengo respecto a las fuentes?
14:12Solo las cartas con cita. Todo lo que
14:14afirme el wiki debe salir de las 17
14:16cartas y llevar cita año más tema,
14:18máximo rigor y trazabilidad. Así tenemos
14:20trazabilidad de qué está citando de cada
14:22documento. Y tenemos el documento en
14:24archivo bruto. Esto sería la opción más
14:26limpia y es la que más recomiendo. Luego
14:28podríamos utilizar permitido eh
14:30complementar con conocimiento asentado
14:32de fuera de cartas si queréis que
14:33utilice información externa. Pero cuando
14:35queramos trabajar con información buena
14:37que solo nosotros le proporcionamos y
14:38esto sobre todo de cara a analizar
14:40empresas, mi recomendación sería optar
14:42por la uno. Así siempre va a utilizar la
14:45información del archivo bruto. Voy a
14:47darle a la uno en este caso siguiente.
14:49Yo solo quiero lo que ponen las cartas.
14:50¿Cómo ejecuto la construcción inicial?
14:52Todo ahora. Proceso las 17 cartas de una
14:54sola pasada con subagentes. Construyo el
14:56wiki y te presento el resultado. Piloto
14:58primero. Proceso dos tres cartas. Te
15:00enseño y tras tu visto bueno sigo con el
15:02resto. Mi opinión es primero hacer un
15:04piloto para ver cómo está sintetizando
15:05cada una de las cartas. Le damos enviar
15:07y va a empezar a darnos un piloto por si
15:10queremos corregir cosas. Pues listo, el
15:12piloto ya está construido. Aquí tienes
15:14el resumen para tu revisión. En este
15:16caso ha tardado unos 20 minutos porque
15:18le hemos dado muchísimos archivos. Mi
15:21recomendación, lo primero sería utilizar
15:23un modelo de lenguaje un poquito
15:24inferior, quizás, por ejemplo, con Sonet
15:26ya sería suficiente para consumir menos
15:29tokens. Y lo segundo es que esto lo
15:31tenemos que ir haciendo de forma
15:33progresiva. Es decir, si de primeras le
15:35intentamos dar todos los archivos del
15:37cerebro y que los ingiera todos de
15:38golpe, en mi opinión va a ser demasiado
15:40trabajo. Le podríamos haber dicho en el
15:42promp inicial que primero fuese por
15:44pasos, que solamente crease el cloud MD
15:46y que únicamente ingiriese uno de los
15:48archivos de las cartas. Y cada día lo
15:50que hacemos es que le vamos pidiendo que
15:52ingiera más archivos row que faltan y
15:54así iría poco a poco trabajando y
15:56podemos hacerlo de forma progresiva sin
15:59tener que consumir toda nuestra sesión
16:01en una única vez. Dicho esto, aquí nos
16:03dice que ya ha creado el cerebro piloto,
16:05las páginas que ha creado, todos los
16:07conceptos, todos los casos de empresas.
16:10En este caso ha utilizado unas cuantas
16:12eh bueno, he utilizado 33 páginas
16:14interconectadas, ¿vale? Faltarían muchas
16:16cartas que no ha hecho, pero lo que
16:19vamos a hacer es que luego poco a poco
16:20cada día le podríamos decir que vaya
16:21ingiriendo algunas cartas. Y esto de
16:23nuevo se va a ir construyendo capa sobre
16:26capa sobre capa. Ya tenemos la
16:27estructura, por lo tanto todo lo que le
16:29vayamos aportando y vayamos haciendo
16:30demás va a ir sumando. Entonces, vamos a
16:32ver cómo ha quedado la carpeta. Fijaros,
16:34aquí tengo ya el cerebro de Buffet, me
16:36ha creado el Cloud MD, la carpeta de row
16:39no la ha tocado porque esos son nuestros
16:41archivos y ha creado la carpeta de wiki.
16:43Y fijaros todo lo que ha hecho. Ha
16:45creado los conceptos, ha creado los
16:47casos, lo ha ordenado todo por las
16:49aplicaciones, las personas involucradas
16:51en las cartas, los principios, las
16:54fuentes que ha utilizado, la síntesis,
16:56un montón de cosas. Pero claro, leer
16:58esto de esta forma no es útil. Esto es
17:00la arquitectura. Con esto ya nosotros
17:02cada vez que trabajemos en Cloud Code y
17:05tengamos seleccionada nuestra carpeta
17:07del cerebro de Buffett, le podremos
17:09hacer preguntas o podremos añadir más
17:11cosas o de nuevo tener todo el contexto
17:14porque ahora cloud lo puede encontrar de
17:16forma muy rápida. Pero ahora podemos
17:17utilizar un lector de archivos MD para
17:20ver un poco cómo ha quedado todo este
17:22cerebro y poder también nosotros tener
17:24el acceso a esas notas. Para ello
17:26podemos utilizar la aplicación de
17:27Obsidian. La tenéis para Mac y también
17:30para otras plataformas. Creo que la hay
17:32disponible para Windows también.
17:34Fijaros, descargáis Obsidian, es
17:36gratuita y cuando descarguéis os va a
17:38decir esto. Cuando abráis Obsidian, os
17:40va a decir o bien creáis una bóveda
17:42nueva o bien abrís una carpeta como
17:44bóveda. En este caso, como ya tenemos la
17:46carpeta, ya tenemos ese cerebro hecho,
17:48queremos abrirla. Entonces, vamos a
17:50abrir la carpeta del cerebro buffet. Al
17:52abrir la carpeta, aquí ya tengo todas
17:54las subcpetas. Lo primero, los archivos
17:57row, que hemos dicho, que son todas las
17:58cartas en PDF. Perfecto, eso no lo vamos
18:01a tocar. Y luego todos los wikis que ha
18:03creado. Fijaros, ha creado un checklist
18:06para mirar la calidad del negocio que
18:08podemos utilizar. Oye, tiene pricing
18:10power, tiene retornos incrementales del
18:12capital, el balance, el management, ha
18:15creado distintas red flags, puntos
18:18importantes que tenemos que revisar
18:19cuando analizamos banderas rojas, ¿no?
18:21Cuando analizamos una compañía y nos
18:23pone todo ligado entre sí. Fijaros que
18:26cada concepto y cada año lo tiene
18:28linkeado para que podamos acceder a
18:30otras notas sobre estos temas. Luego nos
18:32ha hecho una carpeta de casos con, por
18:34ejemplo, algunas empresas, por ejemplo,
18:36Geiko, la aseguradora, donde nos habla
18:38de distintas cosas, nos linkea todas las
18:40cosas que nosotros queremos tener.
18:42Siscandis también, la empresa de los de
18:45los dulces. Luego también nos ha hecho
18:47los conceptos, por ejemplo, el concepto
18:49de economic goodwill, que significa,
18:51cómo funciona el concepto de float, el
18:53concepto de valor intrínseco, con quién
18:55se relaciona. Y podemos darle aquí con
18:58Obsidian y nos hace una gráfica de los
19:01conceptos que nos ha creado y podemos
19:03ver cómo todo está ligado entre sí. Por
19:05ejemplo, Mr. Market nos redirige a otros
19:07conceptos importantes. Por ejemplo, de
19:092008 nos habló de todo esto, en 2011 nos
19:13habló de todos estos conceptos y
19:15podríamos clicar e ir al concepto que
19:17nosotros creamos. Por ejemplo, si
19:19creemos un concepto como es el margen de
19:20seguridad, vemos todo lo que está
19:22relacionado con el margen de seguridad.
19:24Luego también crea esas páginas
19:27importantes, esa estructura que decía
19:29Carpaty, que básicamente va a tener
19:31siempre actualizada. Por ejemplo, el
19:32índice básicamente nos dice cómo está
19:34todo estructurado. El log nos dice los
19:37últimos cambios. Aquí nos dice que ha
19:39hecho el esquema y luego nos dice que ha
19:40ingerido pues las cartas tan solo de
19:432008, 2011 y 2014. Así que podéis ver
19:45poca información aquí, pero fijaros ya
19:47es bastante conceptos y solo lo hemos
19:49sacado de tres cartas. Yo ahora lo que
19:50podría ir día a día es pidiéndole que
19:52ingiera más cartas para que vaya poco a
19:55poco creando toda esta base de datos,
19:57todo este cerebro que luego nosotros
19:58podemos utilizar para el contexto. Y
20:00aquí está el archivo Cloud MD, que
20:02podríamos revisarlo y hacer cambios. El
20:04Cloud MD es básicamente toda la
20:05arquitectura y todos los pasos de cómo
20:07Cloud va a leer estos archivos, cómo lo
20:09va a utilizar, qué reglas va a aplicar,
20:12por qué lo hace, cuál es el contexto y
20:14ya tendríamos todo. Así que nosotros
20:16cuando queramos podemos ir volcándole
20:17más archivos a la carpeta de row,
20:19archivos brutos, y que los vaya
20:21ingiriendo y que vaya construyendo esos
20:23wikis, esas páginas y todos esos
20:25conceptos y así poco a poco vamos
20:26construyendo ese cerebro. Por ejemplo,
20:29vamos a abrir una nueva ventana en Cloud
20:31Code. Vamos a darle otra vez al cerebro
20:35de Buffet y le vamos a pedir ingiere,
20:37vamos a decirle las cartas de h 2020,
20:422021 y 2022. Si hubiese añadido un
20:46archivo nuevo, podría haberle dicho
20:47directamente, "Ingiere este archivo." Y
20:49así poco a poco vamos a ir construyendo
20:52ese cerebro. La utilidad de esto es que
20:55cada vez que utilicemos Cloud Code con
20:57esa carpeta seleccionada, Cloud Code ya
20:59va a tener acceso a todo ese contexto, a
21:02toda esa base de datos, a todas esas
21:04páginas creadas con todos los conceptos
21:06que están relacionados entre sí.
21:08Imaginar que estamos estudiando para
21:10hacer un vídeo o un guion de Warren
21:12Buffett, pues yo la próxima vez que
21:14trabaje en un guion de Warren Buffett
21:16para mi canal de YouTube podría trabajar
21:18sobre esta carpeta para que tenga todas
21:20las referencias. Y entonces a mí en el
21:22guion de YouTube me va a citar lo que
21:24dijo en la carta de 2012, lo que dijo en
21:26la carta de 2010. Esto está relacionado
21:28con el concepto que explicó en Geiko en
21:31la carta de 2020. ¿Entendéis? Estamos
21:33creando como una especie de red neuronal
21:35para que así cada vez que queramos
21:37trabajar sobre eso siempre tengamos el
21:39contexto, no se lo tengamos que volver a
21:41enseñar. Obviamente al principio es duro
21:42construirlo, lleva tiempo, requiere pues
21:45un gasto de tokens, requiere hacer toda
21:47la estructura, dedicarle unos minutos.
21:49Como veis, ha tardado 20 minutos en
21:50hacer toda la estructura. Pero luego
21:51poco a poco ir alimentando esa
21:54estructura, pues es lo que lleva menos
21:56tiempo y dedicarle cada semana un poco
21:57de tiempo para ir alimentando esta
21:59especie de cerebro. Se me ocurren muchas
22:01aplicaciones. Por ejemplo, para los que
22:02sois analistas y cubrís una empresa muy
22:05en detalle y hacéis seguimiento
22:07constante de esta empresa, analizar
22:09todos sus resultados, ver todas las
22:10noticias que publica, tener toda la
22:12información necesaria, pues podríais
22:14crear un cerebro independiente con toda
22:16la información de esta empresa, todos
22:18los brutos, los últimos 10K, los
22:20informes anuales, todos los datos
22:21financieros y que Cloud solamente
22:24utilizase esos documentos brutos. Así no
22:26va a ir fuera a buscar cualquier cosa
22:28con la que rellenar, porque a veces las
22:30IA tienen un poco de amnesia y cuando no
22:31encuentran una información en un
22:33documento, básicamente te dan una
22:34información de un contexto que tienen de
22:36una página web o de algún blog o del
22:38consenso que hay ahora mismo en Wall
22:39Street. Entonces, esta forma de trabajar
22:41a mí me parece muchísimo más correcta
22:43porque básicamente vas a tirar de los
22:46archivos de esa base de datos que estás
22:48construyendo y luego, además, la vas a
22:50tener para ti para poder acceder a toda
22:51esa información y tenerla bien ordenada
22:54y bien conectada entre sí. De hecho, os
22:56tengo que enseñar algo antes de irme y
22:58es lo siguiente. Y es que lo bueno es
22:59que podemos nutrir estos archivos de
23:01Obsidian también con su extensión y es
23:03que Obsidian podemos descargar la
23:04extensión de Chrome y cuando estemos en
23:06un artículo que creamos que puede
23:08alimentar nuestro cerebro, nuestra
23:11arquitectura, podríamos irnos a la
23:12extensión, darle aquí a Obsidian
23:14Webclipper y básicamente podríamos hacer
23:17un clipping de este artículo y
23:19directamente agregarlo a Obsidian. Le
23:22damos a abrir Obsidian y fijaros, nos
23:24puede hacer un archivo de texto de la
23:26nota del artículo con la fuente, con el
23:28autor, con la fecha en la que se ha
23:30publicado y con el resumen de esta de
23:33este artículo para que también lo
23:34tengamos disponible en esa arquitectura,
23:36en esa base. También es importante que
23:38con Cloud cada vez que vayamos
23:39trabajando vamos a ir dándole contexto y
23:41feedback y eso va a hacer que las
23:42conversaciones pues se vayan haciendo
23:44ajustes, todo va a quedar en el log,
23:45todos los cambios que le pedimos, todo
23:47el feedback que le damos, oye, pues esto
23:49no estaba tan bien eh puesto o este
23:51concepto no ha sacado bien los términos
23:53y podrá ir corrigiendo todo ese archivo,
23:56toda esa arquitectura para que así la
23:58tengamos mucho más limpia. De nuevo,
24:00esto no es magia, obviamente requiere su
24:02tiempo de mantenimiento, de creación y
24:04de también darle un uso útil. Así que si
24:07te ha gustado, no olvides apoyar el
24:08vídeo. Y ahora sí, nos vemos en el
24:10siguiente. Y si quieres empezar a
24:12invertir, te dejo abajo un curso
24:13gratuito completo donde te enseño el
24:16paso a paso para empezar. Nos vemos en
24:19el siguiente vídeo.

About this transcript

This page contains the full transcript of He Creado un Segundo Cerebro con IA… y Es una Locura! by Javier DV - Inversión y Finanzas, generated from the public captions YouTube serves with the video. The transcript has 4,848 words across 721 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to translate the transcript into 100+ languages.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, translation to 100+ languages, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.