¿Es mejor la AI china?

Estos son los modelos de inteligencia artificial más avanzados del mundo en este momento. Y ustedes notarán que en la tercera posición de repente hay un nuevo modelo, un modelo chino llamado Kini K2 Thinking o Kini Kt Thinking. Es mejor que Grock 4, es mejor que Cloud 4.5 sonet, es mejor que la versión open source de GPT, es mejor que Gemini 2.5 5 Pro en el análisis que hace Artificial Analysis, uno de los mejores sistemas de análisis de inteligencia artificial y es mejor teniendo en mente la desventaja que tiene China de acceso a los chips. Estados Unidos tiene 37 veces más capacidad de fabricación, producen muchísimos más chips y tienen más acceso a la tecnología de punta.

Este modelo fue creado por una compañía llamada Moonsho AI. Moonshoot AI es una compañía de Beijing que fue creada con el único objetivo de crear modelos de frontera y en los resultados que ellos publicaron, publicaron que el modelo Química 2 es mejor que GPT5 y que los modelos de frontera de Antropic en razonamiento de agente, en búsqueda de agente, en algunos casos, no en todos, en programación, en programación te gana cloth entre muchos otros casos. Es impresionante.

Si ustedes lo quieren usar, les recomiendo descargarse Kilo Code. Kilo Code es una herramienta open source que se instala en Visual Studio Code para poder usarlo para programar. Y ahí en la parte de abajo eligen Kimy Code Thinking y está. La gente de Kilo Code son amigos de Platzi. Entonces, si ustedes van a ese link a platsi.com/kilo eh pueden registrarse y les regalan tokens para que los puedan usar.

Y hace 2 horas, 2 horas antes de que yo viniera a hablarles de esto, Baido, que es como el Google de China, anunció Erni 5. Erni 5 es el uno de los muchos chachiptis de los chinos. Los chinos tienen múltiples versiones de esto. Este nuevo modelo hace 2 horas lo anunciaron. Dicen que tiene mejor entendimiento visual, o sea, que puede razonar a través de lo que observa y de lo que genera en imágenes. Mucho mejor que GPT5 High, que es el modelo más avanzado que tiene Open AI. y que Gemini 2.5 Pro. Uno de los ejemplos que muestran, por ejemplo, es este, donde alguien le sube una foto random y le dice, dime el más el lugar más probable para poder obtener esta foto. Y encuentra exactamente que la foto fue tomada en Hail Lane en Singapur.

Tengan en mente que todo esto pasa en el contraste de que la revolución china de inteligencia artificial es una revolución china de eficiencia. Dipsigc R1, que no es el dips que ustedes conocen, supuestamente fue entrenado por muy barato. Ellos dicen que fue entrenado por menos de 6 millones dólares. El número es un poco más alto, pero hay que tener en cuenta que el primer modelo de Facebook Lama y el primer modelo grande en escala eficiente y que realmente podía ser usado en producción, GPT4 de Open AI, costó 100 millones de dólares.

Química dos, el primer modelo que les mostré, no solamente es de pesos abiertos, porque eso es otra cosa que tienen los modelos chinos, son abiertos, eso significa, ¿no?, que tú puedes observar su código o sus datos de entrenamiento, pero sí que tú te puedes descargar la red neuronal para correrla en tu propia máquina. ¿Qué tan eficiente es? Es brutalmente eficiente. Esto es un análisis de la inteligencia de un modelo comparado con el precio del modelo. Entre más arriba esté acá, más inteligente es el modelo y entre más cerca hacia hacia el hacia el punto cero del eje Y, más barato el modelo. Entonces, ustedes ven por acá al fondo que los modelos más caros son Cloud 4. Grock 4. Miren lo barato que es Química 2. Química 2 es no es el modelo más barato. Grock 4 fast. que es la versión rápida de Grock 4. Es más barato, no tan inteligente, pero más barato, pero es muy inteligente y es mucho más barato del del cuadrante verde, que es el cuadrante de los modelos baratos, es el modelo barato más inteligente. Bueno, no podría argumentar que GVT5 Codex también, pero es muy muy barato.

Hay muchas razones por las que lo han hecho. Deep Seek fue el primer modelo chino famoso en lograr esto. Mucha gente se quedó con Deep Seek, típicamente porque las personas no necesariamente se enteran de cómo avanza la inteligencia artificial a través de la calidad de los modelos. sino a través del marketing y Deepsic se volvió un modelo viral porque fue el primero que le pegó a los gringos y que destruyó al imperio. Entonces, mucha gente todavía sigue usando deep a pesar de que la realidad es que Deepsek hoy en día es un modelo bastante inferior. Lo que pasa con AI es que mucha gente siente que tiene un buen resultado, pues porque lo sigue usando. Entonces, a mí me funciona, pero pues tú no sabes cuando te está dando un mal resultado porque tú no tienes un verdadero comparador de si el resultado es bueno o malo. Dipsig es malo. En este momento Deepsig no es el modelo top. sobre todo comparado con los modelos gratuitos que ustedes puedan acceder de otra manera. Pero en su momento depsc fue revolucionario y ojo, en su momento me refiero a inicios del 2025. Esto fue hace nada.

Parte de la razón por la que dipsig logró algo tan impresionante es porque deepsig usó varias técnicas matemáticas para reducir el uso de memoria. Química 2 es muy parecido. Química 2 es un modelo que usan, este es entre otros secretos, un secreto de química 2. Ellos construyeron un nueva una nueva técnica en el tiempo de entrenamiento para que la atención del modelo no se dispare, no tenga pérdida a medida que se aumenta la cantidad de tokens de entrenamiento, la cantidad de datos con lo que lo entrenan. Muchos de estos términos pueden ser nuevos para ustedes. Tú ya tienes la suscripción a Platzi, yo les sigo recomendando este curso. Este curso es brutal. ¿Saben por qué se los recomiendo? Porque este curso debería ser el curso más popular de Plat y no lo es. Es popular, es muy popular, la gente le encanta, tiene muy buen puntaje, pero todo el mundo lo estar tomando. La gente que toma este curso se prepara para una carrera donde les van a pagar espectacularmente bien. Lo que fue JavaScript, HTML 5 hace 10 años es los fundamentos de Large Language Models hoy.

Entonces, por favor, Kimica K2 Thinking, que es este nuevo modelo chino que les estoy describiendo. Además, cabe en menos espacio en disco. El modelo anterior que ellos tenían se pesaba 1.03 03 TB y este nuevo modelo que es más inteligente pesa 594 GB. Estas personas en China están logrando comprimir el conocimiento humano y la red neuronal que lo permite ejecutar en mucho menos espacio. Y esa es parte de la razón por la que puede ser más barato de correr. De hecho es tan barato que este investigador Ain Hanun Auni Hanun anunció que el nuevo el nuevo modelo químicados thinking de un trillón de parámetros, trillon en inglés corre muy bien en dos MAC Studio M3 Ultra sin pérdida en su calidad y que con estas dos maquinitas que ustedes ven en pantalla, este Man logró correrlo a 3,500 3000 generó 3,500 tokens a 15 tokens por segundo, que no es tan veloz. Acuérdese que un token es una palabra, sílaba o letra más o menos dentro de la estructura de los de los modelos de inteligencia artificial. 15 tokens por segundo es una velocidad bastante aceptable, sobre todo teniendo en mente que estas dos máquinas cuestan 6,000. Eso no es nada. Y ustedes dirán, "Ay, no, pues Freddy burgues." Pero me refiero a que no es nada para una compañía, no es nada para un investigador de inteligencia artificial, sobre todo teniendo en mente que Open AI está construyendo hiper meadata centers de miles de millones de dólares.

Parte de la razón por la que China es capaz de hacer esto es porque publican papers de inteligencia artificial como nadie en el mundo. La verdadera ventaja de los modelos chinos comparado con los modelos de Estados Unidos o o de Europa es que ustedes ven acá en amarillo una combinación de los papers, de las publicaciones de investigación que publica la Unión Europea y Rusia, todo pegado. En azul los de Estados Unidos y arriba en rojo las investigaciones de China. Ojo, cantidad no es calidad. Y China históricamente ha sido acusada de publicar papers por publicar, porque en China pues hay mucho, mucho incentivo de de ser publicador y de tener como todo un círculo de tratar de uno citar al otro simplemente para obtener ventajas dentro de las universidades sin necesariamente crear investigación de calidad. Prueba de ello es que hasta hace muy poco China realmente tenía muy pocas innovaciones tecnológicas e inventos que beneficiaran el resto de la humanidad. La mayoría de lo que hacía China era optimizar lo que otros habían construido. Pero eso cambió. China en este momento es un líder en innovación real de baterías de automóviles eléctricos. Las baterías de los BYD son mucho más avanzadas que las baterías de los Tesla. Por poner un ejemplo, recientemente China anunció la creación por primera vez en la historia de la humanidad de un pegante de hueso que realmente es efectivo a nivel de investigación médica y son líderes hace un tiempo ya de celdas solares fotovoltaicas a través de un tipo de celda que se llama celda de peropquita muy muy avanzada. Entonces, por un lado, sí, muchas publicaciones, quién sabe cuál sea su calidad, pero por otro lado, China realmente está mejorando su calidad a una alta velocidad. Esto no es esto no es algo que pasó de un momento a otro. Mentira, sí pasó un momento otro, pero ha ido como progresando.

Sin embargo, si uno tiene que ir a la realidad o no tiene que ir a qué es lo que la gente quiere cuando uno lo está viendo. Existe un test que se llama la arena de grandes modelos de lenguaje, LM Arena. Antes se llamaba Chatbot Arena. Lo que hacen es mostrar un chat y no te dicen cuál es el modelo que está corriendo. Corren diferentes modelos de manera aleatoria. Y la idea es que tú decidas sin saber qué modelo estás usando, si la respuesta te gustó o no te gustó. Los investigadores usan mucho este benchmark y en este momento en ese benchmark el modelo más usado cuyas respuestas le gustan más a la gente es Gemini 2.5 Pro porque los benchmarks de inteligencia no son necesariamente indicadores de calidad. Puede que Gy 2.5 Pro pareciera que estuviera un poquito por debajo, pero constante y consistentemente da mejores resultados. Yemina y el modelo de Google tiene una tecnología, tiene dos tecnologías únicas. Google tiene un chip que nadie tiene, el tensor processor unit. Tomen el curso de fundamentos ingeniería de software si quieren saber qué es eso. Plat.com/software. El tensor processor Unit es una es un procesador altamente paralelizado, diseñado para multiplicación de matrices, que es la matemática de las inteligencias artificiales. Y eso es una de las cosas que tiene Google. La otra es que tienen una matemática en su estructura que hace que Gemini no se le olvide el contexto de la conversación tan rápido. Entonces, Gemini es muy favorecido. El otro modelo muy favorecido de eset 4.5 cloth de Antropic. A mí me fascina, yo lo uso todo el tiempo. Algunos de los gráficos que ustedes están viendo en esta presentación, yo los construyo con un software que yo hice y me asisten varios de estos sistemas de AI. Por eso, por ejemplo, este gráfico, ese gráfico funciona a partir de uno de esos modelos y por eso queda tan bonito. Yo hago la investigación, pero los modelos me construyen en el software todos los gráficos para que yo simplemente copie y pegue el screenshot. De hecho, en desarrollo web, los modelos más usados son cloud. En ninguno de estos dos ustedes ven un modelo chino. Miren, ahí está por allí abajo está Quen, que es un modelo de Alibaba. Aquí en el desarrollo web, por allí abajo está también Quen Max, que son los otros dos modelos chinos. Pero típicamente los modelos de Estados Unidos todavía están en una gran ventaja, excepto acá los modelos que convierten texto a imágenes, como lo que ustedes hacían para generar fotos de estudio Gibly contra GPT o lo que uno hace con Brock para generar memes, pues hay un modelo mejor. El modelo se llama Hunuan. Hunyan Image 3.0. ¿Lo han escuchado? Junjuan es de una empresa china que de pronto ustedes sí han escuchado porque a esto solía hacer teléfonos y vainas llamada Tencent. Ah, mentiras, teléfonos, no, videojuegos. Ellos eran una empresa grandota de videojuegos. Mi mi sugar daddy corporativo tiene mucha plata de tencente, eh, los impresionistas de plata de una manera externa, no importa eso. Hunjuan, Hunjuan Image 3.0, eh, es un modelo que es de China, es de Tencent y es el modelo preferido para crear imágenes. Mejor que Imagen 4 de Google, mejor que Nanobanana de Google, mucho mejor que GPT Image One, el que genera las imágenes estilo estudio GIBLY. La verdad que las fotos e imágenes que hace este modelo son bastante impresionantes, sumado a que tiene menos censura. En parte porque en China, pues por ahora todavía eso es el viejo este. China siempre tiene esta estrategia donde primero permiten que la gente haga lo que se le dé la gana y luego empiezan a hiperregular para ajustarlo y censurarlo. Ojo, los modelos chinos tienen censura. Cuando uno usa un modelo chino, el modelo chino tiene integrado en su red neuronal censura. Entonces, por ejemplo, ustedes le pueden preguntar, ¿qué pasó en Tianmen Square? y no les va a decir. O le pueden preguntar quiénes son los wiger y no les va a decir, ¿eh? o va a decir va a decir cosas como, "Uy, prefiero que hablemos de otra cosa." Hay formas de quitar eso. Jimber tiene un par de compañías que se dedican a quitar ese a ese esa optimización, pero no hablemos de ello.

Hablemos de que este modelo creció muy rápido. Aquí ustedes lo ven en verde en parte porque es un modelo que tiene la mayor cantidad de parámetros, es decir, el entrenamiento más completo y la red neuronal más grande comparado con los otros modelos open weights, modelos que se pueden descargar de manera abierta y correr en tus propias máquinas. siendo el siguiente modelo más grande, el modelo eh de Estados Unidos Mid Journey, seguido de Dali 3 de Open AI y seguido de los otros modelos que existen por allí afuera como stable diffusion y bla bla bla.

En texto a video, por ahora todavía los mejores son los modelos de Estados Unidos. Entonces 3.1, gran modelo, Platzi lo usa mucho. Sora 2, muy buen modelo, ustedes lo han visto. Eh, hay un modelo ahí que se llama High y otro que se llama Clink. Bueno, Clink es gringo, pero High Low sí es chino. De hecho, los modelos chinos están Bueno, mentira. King también es chino. Los modelos chinos están lentamente alcanzando en tiempo a los modelos de Estados Unidos. Sora 2 es el modelo que más segundos puede generar de video, genera 60 segundos, seguido de BO 3.1 que genera 50 segundos, pero el siguiente modelo es de China, Cling 1.6, Kaisu que genera 45 segundos y Vidu Q2 Sheng Shu, que genera 32 segundos. Entonces, lentamente está empezando a ocurrir, muy lentamente.

Por cierto, parte de la magia de los modelos open weights que les mencioné varias veces es poder correrlo en tu propia máquina. Eso es muy mágico. Y hay otro sistema de automatizaciones que se puede correr en tu propia máquina que es muy popular. Es probablemente el sistema de automatizaciones de procesos conectado con más popular del momento que es NHN. Este curso, el curso de N8N Self Hosted para empresas, es uno de nuestros cursos mejor ranqueados de este año. Probablemente la historia de Platzi. Realmente la gente ama este curso. Es es una de las formas más fáciles de tener plata. Si ustedes en este momento no tienen empleo o no saben para dónde agarrar su carrera en tecnología o tienen empleo pero quieren crecer en sus compañías, deberían estar usando NHN. Y este curso les enseña cómo correrlo en sus propias máquinas sin mandar datos a ningún servidor.

Ahora, ¿cuál es la ventaja de Estados Unidos contra China? ¿Cuál es la realidad? La realidad es que Estados Unidos está muy lejos del resto del mundo en la cantidad de supercomputadoras, lo que llaman supercusters de GPUs. Para finales del 2025, Estados Unidos va a tener el 75% del rendimiento de participación en los clusters de alto rendimiento de GPU, donde China es el número dos con el 15% y cuando uno agarra el resto del mundo combinado, Rusia, Europa, África, Latinoamérica, el resto del sureste asiático, Japón incluido, es el 10%. O sea, China sigue siendo muy poderoso comparado con Estados Unidos, pero es que Estados Unidos está lejísimos en este en este tema.

La pregunta es si realmente la escala es lo que se va a necesitar, porque una de las razones por las que en este momento si uno no sabe si es burbuja o no es porque no sabemos. Y ojo, la respuesta es no sabemos. Ustedes no pueden decir que son tan inteligentes como decir que saben porque están diciendo que están desafiando la realidad de cientos de miles de otros inversionistas que están apostando para el otro lado. La realidad es que todavía es una apuesta. Aún es 5050. De pronto ni siquiera es 50 50. 70 30, pero aún no sabemos si más GPUs van a hacer la diferencia. Por ahora parece que sí. Por ahora AI parece ser una ley de escala, pero aún no sabemos y no sabemos dónde está el tope. Estados Unidos claramente le está apustando que no hay tope, por lo menos por ahora, pero China ya se está preparando para esto.

En el 2022, el 80% de los chips usados en las estrategias de cómputo de China eran extranjeros y acumulados porque el gobierno de Biden, de Joe Biden, le bloqueó eh la exportación de chips a Estados Unidos. Primero Trump les puso tarif eh aranceles, lo que llamamos tarifs, y luego Biden directamente les bloqueó los chips. Para el 2024, el 60% de los de los data centers de China usaban chips de extranjeros y el 40% empezaron a usar chips propios como los chips Huawei. La idea es que para el 2026 el 70% de los adacentes de China sean con chips chinos y solamente el 30% sean chips extranjeros como los chips de envidia, lo cual es bastante impresionante. China está tratando de cerrar esta brecha.

Lo otro es la brecha de plata. Ese sí está muy difícil. Estados Unidos ha metido 100 10 veces más plata, mucho más dinero en la industria de inteligencia artificial de lo que ha hecho China. Y China ha metido más dinero que toda la Unidad Europea unida. En Estados Unidos en el año pasado se invirtieron 110,000 millones de dólares, China 10,000 millones de dólares y Unión Europea 8,000 millones. y este año va a ser aún más grande.

Una pregunta que nos hacen mucho cuando hablamos de los modelos chinos es, ¿qué tan seguros son? ¿Estos modelos? ¿Son seguros? ¿Será que me van a hackear? Yo, ¿cómo debería pensar en la seguridad de estos modelos? Los modelos son completamente seguros porque los modelos no son computadores, los modelos son redes neuronales, como es como un archivo al que ustedes le pasan un prompt y lo que el archivo analiza la estructura del prom y el otro lado empieza a generar los tokens de respuesta. Entonces, no es un computador, no toma control de tus máquinas, no le envía datos a un servidor de extranjero ni nada por el estilo. Si tú lo tienes corriendo en tu computadora, no hay problema. Si tú usas el modelo a través de un API que corren data centers chinos, pues tus datos son de los chinos, obviamente, pero la magia de los de los modelos chinos es que los chinos te entregan el modelo para que lo corras en tu propia máquina. ¿Por qué? Porque ellos, esa es su forma de competir contra los gringos, esa es su forma de decir, miren mi ventaja competitiva y de competir contra el resto. Como que el Edge no está ahí, pero la realidad es que China sigue siendo China.

Antropic publicó este artículo. Hace mucho tiempo que sabemos que la razón por la que los modelos chinos han logrado adelantarse como se han adelantado en parte es porque se roban los datos de los laboratorios de Estados Unidos. en particular se roban la forma en la que los laboratorios de Estados Unidos lograron tunear el modelo, lograron refinarlo. Eh, yo no creo que eso sea tan escandaloso porque eso es verdad lo que les acabo de decir, pero también es verdad que los laboratorios de Estados Unidos se robaron los libros de la gente. Antropic los demandaron y terminaron teniendo que pagar 1500 millones de dólares por pasarse por encima las leyes de propiedad intelectual y básicamente robarse la propiedad intelectual de un montón de autores de libros por 1500 millones de dólares. Me parece me parece muy poquita plata. Me parece absurdo, la verdad. Anyway, el punto es que Antropic anuncia hace unas horas, esto pasó hoy mientras yo preparaba este video, que encontraron la primera campaña de ciberespionaje orquestada 100% con inteligencia artificial de ellos por un atacante estatal. Y adivinen cuál es el estado. El atacante que nosotros creemos con altos niveles de confianza, que fue un grupo del estado chino, manipuló nuestra herramienta Cloud Code para intentar infiltrarse en más o menos 30 objetivos globales y tuvo éxito en un pequeño número de casos. La operación atacó a compañías de tecnología, grandes, instituciones financieras, fábricas químicas, compañías y agencias de gobierno. Creemos que este es el primer caso documentado de un ataque a gran escala de ciberseguridad ejecutado sin ningún tipo de intervención humana sustancial. Incluso publicaron un gráfico lo más de bonito. Entonces, fase uno, un operador humano le dice a cloth code cuál en cuál cuál empresa o cuál objetivo atacar. Entonces, fase dos, servidores de MCP Model Context Protocol, vayan a Platzi y busquen MCP en el buscador y tienen ese curso, empieza a buscar el el ataque y a ver cómo lo van a atacar. Fase tres es que empiezan a generar la vulnerabilidad y a construir todo el exploit para penetrar dentro del sistema. Y fase cuatro y cinco es que logran penetrar y empiezan a expandirse para sacar todo y exfiltrar los datos.

Mis comentarios favoritos son este par de tweets donde mencionan que esto es una super buena noticia para los laboratorios gringos porque muestra que los propios hackers chinos del gobierno chino prefieren usar un modelo de inteligencia artificial gringo para hacer sus ataques de seguridad informática en vez de usar los modelos propios como deepsck o Kinny. Me encantó.

Pero no hay que perder perspectiva. La perspectiva es que Kinny, K2 y Ernie son modelos chinos que para finales del 2025 lograron acercarse muchísimo a la frontera de inteligencia artificial. No están un año o 2s años atrás, están unos tres a 6 meses atrás en el mejor de los casos. Y sí, puede que uno le esté robando la investigación al otro, pero no dejan de quitarle la magia única y misteriosa a empresas como Antropic, Google. o open AI. Y todo esto pasa encontrando cuál es la diferencia real en China.

Este es uno de mis slides favoritos. Mientras hac la investigación me encontré un análisis de la corporación Rant. La Rant Corporation es una se llaman think Tank, organizaciones de investigación. La Ran Corporation existe hace muchos años y su trabajo era encontrar formas de evitar la destrucción de la humanidad en la Guerra Fría, sobre todo la destrucción a través de armas nucleares. La RAN Corporation hoy en día sigue tratando de pensar en en cómo mantener el mundo occidental y pues la libertad de los individuos y bla bla bla eh funcionando. que hicieron este reporte, solo una organización independiente, hicieron este reporte que se llama los modelos de inteligencia artificial de China están cerrando la brecha, pero ¿cuál es la verdadera ventaja de Estados Unidos contra China? Aquí en rojo ustedes van a ver la ventaja de Estados Unidos y en verde la ventaja de China. Estados Unidos tiene una ventaja fuertísima en manufactura de chips. Los chips gringos son impresionantemente superiores a los chips de China y muy lejos. China, China no sabe cómo hacer lásers litográficos ni litografía extrema ultravioleta, que es la técnica de hardware necesaria para fabricar los chips. Eso tampoco lo hacen los gringos, por si acaso. Eso lo hace Holanda. Vean el curso de fundamentos de ingeniería de software para entenderlo mejor. Eh, pero los gringos tienen acceso prioritario único y es realmente tecnología de Estados Unidos la que permite que esto exista. A nivel de capacidad de cómputo, los datacenters los tiene claramente Estados Unidos. Y a nivel de despliegue global, Estados Unidos tiene un despliegue global de fibra y de infraestructura muy superior al de China.

Pero, ¿en qué es mejor China? Los modelos de chinos son más eficientes, usan menos memoria RAM, usan menos CPU, usan menos GPU, usan menos electricidad, los costos son mucho más baratos. Entonces, a medida que esto escale para una compañía, si no quiere pagar más barato por inteligencia generada por AI, va a ser mejor usar un modelo chino. Eh, la energía es un tema muy fuerte. La cantidad de electricidad que produce China comparada con la que produce el resto del mundo no tiene paralelo. Los chinos no le tienen miedo y no le tienen asco a construir plantas de energía nuclear, a llenar un desierto entero de paneles solares o a quemar carbón. Los chinos, los chinos realmente hacen la energía que tengan que hacer. Los chinos son líderes de código abierto y de modelos abiertos en cuanto a AI y están innovando más veloz, por lo menos a nivel de patentes que Estados Unidos. Falta ver.

Esto es la nueva guerra fría y la nueva Guerra Fría es una guerra del intelecto de las máquinas y aquí estamos nosotros aprendiendo rápido y sacándole el mejor provecho. No olviden nunca rendirse con estas investigaciones. No sientan angustia y no sientan ansiedad. Platzi, yo, y este canal, nuestra plataforma y los cursos están acá para guiarlos y mostrarles lo que tienen que aprender y darles ese pasito adelante para que ustedes investiguen por su cuenta. Lo único que hay que hacer es nunca parar de aprender. Les prometo que vamos a estar bien.

[Música]