Si buscas mi nombre en Google, el algoritmo te servirá sin remedio a un personaje de culebrón británico moderadamente dramático. Yo soy el otro.
Soy de Brisbane y ahora intento sobrevivir a los inviernos de Londres (y, últimamente, a los veranos). Llevo unos doce años construyendo productos. Algunos funcionaron de maravilla. Varios se estrellaron contra el suelo. Con ambas cosas estoy sorprendentemente bien.
Mis primeros años de carrera se los comió una obsesión algo insana por la ciberseguridad. Resulta que pasar tus años de formación intentando colarte en redes es un entrenamiento fenomenal para averiguar por qué tus propias bases de datos de producción están misteriosamente en llamas a las 3 de la madrugada.
Con el tiempo cumplí condena en las minas corporativas de SEEK y Coles Group. Fue educativo de la misma forma que lo es comer brócoli sin sal, pero me enseñó qué hace realmente difíciles a las grandes organizaciones de ingeniería. La política, la gestión del cambio, la complejidad brutal de cientos de personas intentando construir cosas juntas. Eso se me quedó. Después de las corporaciones, dirigí la autenticación en Linktree, construí infraestructura de capital privado en Pactio (donde el margen de error era un cero absoluto aterrador) y perseguí errores oscurísimos de operadores de EE. UU. mientras construía una base de datos de grafos en Blinq. La lista completa está por aquí.
También tengo la fea costumbre de construir cosas. Fundé OpenClub, una plataforma de gestión de comunidades. Como ingeniero fundador de AutoGrab, ayudé a construir un motor predictivo de precios de vehículos que ingería más de 20.000 datos por minuto. Acabamos superando a Kelley Blue Book en la previsión del valor residual en Australia y Nueva Zelanda, lo que sobre todo demostró que unos pocos ingenieros con un pipeline de datos enorme pueden fastidiarle el día a una industria tradicional sin despeinarse. Después construí un asistente de IA llamado Jamie. Ese proyecto me sirvió sobre todo para aprender dónde crea la IA valor real y medible, y dónde es solo un truco de salón carísimo.
Ahora soy cofundador y CTO de Flowstate, respaldada por el Scout Fund de a16z, Haatch y otros. La tesis cabe en una frase corta: los tokens son trabajo. Hoy toda empresa despliega capital humano y capital de tokens, y todos sus sistemas se construyeron para el primero. Por eso el gasto en IA aparece como la línea de más rápido crecimiento de la cuenta de resultados y la peor medida. La mayoría de los equipos con los que me siento no saben decirte quién gastó qué, en qué modelo, para qué proyecto.
Flowstate pone los dos tipos de trabajo en un solo libro mayor. Cada llamada a Claude, cada licencia de Copilot, cada tarifa diaria de un contratista, atada a una persona, un proyecto y un presupuesto. Luego, la mitad difícil: prever hacia dónde va y averiguar si algo de ello mereció el dinero. La última pieza es el control. Fijas el presupuesto de antemano, pones tope a lo que un equipo o un modelo puede quemar, y no te enteras del sobrecoste un trimestre tarde.
Es lo más ambicioso que he intentado. Y es la primera vez que tengo asiento de primera fila ante la factura.
Cuando no estoy lanzando cosas, o pidiéndole perdón a mi equipo por algo que rompí en staging, estoy en alguna montaña, defendiendo a capa y espada el café australiano como el único café objetivamente correcto del planeta, o bebiendo AIX 2021 Coteaux d’Aix en Provence rosé. En qué ando metido de verdad este mes está en la página now.
Casi todo lo que sé lo aprendí leyendo a otros. A los que vuelvo una y otra vez están aquí.
No responderé preguntas sobre la elección del vino.