Categorías
innovación

La buena IA

Vuelven los technobits después de la inactividad del verano que sólo rompimos para el tradicional análisis del Hype Cycle 2022. Precisamente de un par de las tecnologías presentes en este Hype Cycle hablaremos hoy, Generative Design IA y Foundation Models y de que quizá están más avanzadas de lo que Gartner dice.

De esto hablamos en este technobits de Capital Radio con Luis Vicente Muñoz:

https://resbla.com/wp-content/uploads/2022/08/IA-creativa.mp3?_=1

 

Sin duda, uno de los temas de los que hemos hablado más últimamente en este blog es de la Inteligencia Artificial. Y lo cierto es que muchas veces lo hemos hecho para hablar de su lado más oscuro, cómo cuando hablamos de LaMDA, una máquina diseñada para engañar a las personas y hacerles pensar que hablan con otra persona y no una máquina.

Pero LaMDA es también un prodigio de la tecnología, y un buen ejemplo de eso que llama Gartner Foundation Models y que están protagonizando una revolución, aún silenciosa, de áreas de conocimiento que hasta hace poco considerábamos exclusivas de los humanos.

Hace poco el New York Times publicaba un artículo titulado «We Need to Talk About How Good A.I. Is Getting» en el que se habla de todo esto. El argumento principal es que vivimos una especie de «verano de la IA» después de una primavera en el que se ha invertido mucho en IA y que ahora estamos recogiendo sus frutos. Por cierto, primavera que vino después de un duro invierno.

El artículo da algunas recomendaciones para llegar a una visión pragmática y realista de la realidad de la IA, lejos del optimismo desbocado de los tecnófilos, pero también lejos de los distópicos. Me parece muy interesante la petición que hace a las empresas que están desarrollando estas tecnologías para ser más transparentes.

Precisamente, sólo empezamos a oír hablar de LaMDA cuando uno de sus desarrolladores decidió contratarle un abogado para su protección. Pero también es cierto que recientemente, y a medida que algunos de estos sistemas han madurado, sus desarrolladores han empezado a dejar que un mayor número de usuarios lo utilicen.

Antes de hablar de algunos de estos ejemplos, conviene hablar de uno de los sistemas más «veteranos» del grupo, DeepMind ha seguido iterando sus Alpha que ya no sólo juegan al StartCraft o al Go, en su versión AlphaFold ha sido capaz de predecir la estructura en tres dimensiones de las 200 millones de proteínas conocidas, algo que se los biólogos moleculares llevaban décadas haciendo una a una.

Y qué decir también de GPT-3 o CoPilot. GPT-3 está ya escribiendo libros completos, en muchos casos colaborando con humanos (entrando en la categoría de Generative Design AI). Y CoPilot (por cierto, basado en GPT-3) está ayudando a centenares de miles de programadores a escribir código en GitHub.

Pero este verano, la protagonista ha sido Dall-e. Si ya nos sorprendieron sus sillas-aguacate, este verano cuando OpenAI abrió su beta a un millón de usuarios, las redes sociales se llenaron con sus creaciones. Cierto es que una gran mayoría de la gente se dedicó a poco más que jugar con Dall-e, pero hay gente que consiguió dibujos muy interesantes. Aquí hay algunos muy chulos, pero en el propio artículo del NYT hay algunos espectaculares.

Hay que recordar que en este paso de abrir Dall-e a tantos usuarios, OpenAI ha abierto también el uso comercial de las imágenes generadas. Esto, que es muy interesante y que abre además las puertas una colaboración entre máquinas y personas más intensa, creo que puede tener unas implicaciones enormes en el mundo de los derechos de autor.

No soy experto, pero leyendo artículos cómo este o este, está claro que estamos ante un momento que definirá el futuro de los derechos de autor y que va a exigir grandes cambios en las normas actuales.

Intentando resumir, partimos de la base de que OpenAI está cediendo los derechos de explotación de las imágenes, pero no los derechos de autor. Esto probablemente se deba a que en muchas partes del mundo, las imágenes generadas por una IA no tienen derechos de autor y se consideran de domino público. Además, Dall-e funciona de dos maneras, una en la que tú a través de texto, describes el dibujo que quieres y el sistema lo genera automáticamente en base a su aprendizaje, y otra en la que tú subes una imagen y le pides al sistema que la retoque. Ahí hay otro potencial problema, si subes una imagen con derechos de autor y la retocas, OpenAI no quiere ninguna responsabilidad sobre eso.

Hilando más fino, tú le puedes pedir a Dall-e que dibuje una escena utilizando Legos, o en el universo de la Guerra de las Galaxias. ¿Qué pasa con esos derechos de autor? Es probable que las compañías propietarias de esos derechos tuvieran algo que decir en el caso de que una imagen generara mucho dinero… o mucha atención.

Pero aún más complicado es el tema del plagio. Dall-e, cómo todas las IA de este tipo, han aprendido viendo millones y millones de imágenes. Muchas de ellas con derechos de autor. Cuándo le dices a Dall-e que dibuje una escena con el estilo de Van Gogh puede hacerlo porque ha visto y analizado todos sus cuadros y su estilo. El caso de Van Gogh es menos problemático, ¿pero qué pasa con un artista vivo? Y aún peor, al haber aprendido viendo imágenes de multitud de artistas, puede que en algún caso determinado el sistema elija el estilo de uno en particular para «dibujar» una petición. ¿Podríamos hablar entonces de plagio?

Aquí hay un interesante artículo sobre el tema, y la visión diferente de dos artistas «plagiados». En uno de los casos Dall-e ha incluso imitado la firma del autor.

Por cierto, todo lo dicho hasta ahora sobre imágenes, es también aplicable a modelos que escriben, y también hay casos de potenciales plagios (y errores).

Lo que está claro es que efectivamente, a pesar también del lado oscuro de la IA, y también de las áreas dónde está un poco atascada, hay actividades en las que está brillando de forma clara y abriendo oportunidades inimaginables hace poco. Sin embargo, también está abriendo melones muy serios, y este de los derechos de autor lo es. Que las máquinas aprendan a dibujar o a escribir puede quitar trabajo a los artistas, pero parece que de momento dará más trabajo a los abogados.

@resbla

Categorías
innovación

Hype Cycle 2022, ¿qué hay de nuevo?

Si es mediados de Agosto, Gartner acaba de hacer público su Hype Cycle 2022. Y aquí cómo en los últimos 7 años, vamos a ver qué hay de nuevo en este Hype Cycle del 2022, sobre todo comparándola con la curva del año pasado.

Antes de entrar en materia, siempre me gusta recordar que comparar curvas año a año es complicado porque Gartner tiene varias curvas hype para determinados verticales en los que tecnologías que pueden desaparecer de la general pueden seguir apareciendo. De otra manera, que una tecnología desaparezca de la curva no significa necesariamente que Gartner haya dejado de considerarla cómo tecnología emergente. Estas curvas Gartner no suele publicarlas en abierto y las mantiene cerradas para sus clientes. Un ejemplo, la curva de este año de marketing digital.

Una cosa que se ha ido observando de forma clara en los últimos años es que han ido desapareciendo tecnologías en las últimas fases de la curva. En los dos últimos años, todas las tecnologías han estado agrupadas en las dos primeras fases, Innovation Trigger y el Peak of Inflated Expectations. Si comparamos con el 2015 por ejemplo, en aquella había un buen número de tecnologías en el Trough of Disillusionment, Slope of Enlightenment y la Plateau of Productivity.

¿Por qué hace esto Gartner? ¿Acaso no hay tecnologías emergentes madurando y cerca de estar «en producción»? Si yo fuera Gartner, diría que el objetivo del Hype Cycle no es tanto decir qué tecnologías transformarán industrias en los próximos dos años sino que tecnologías pueden hacerlo dentro de diez. Pero si quisiera ser un poco cínico, diría que los fallos en las predicciones a 10 años se olvidan más fácil que las que se hacen a dos. En todo caso, no seré yo quien le quite valor a lo que hace Gartner.

Los últimos años Gartner también ha intentado agrupar las tecnologías dentro de unas macrotendencias, grandes grupos o temas. El año pasado fueron tres, Engineering Trust, Accelerating Trust y Sculpting Change. Este año también son tres, pero cambian a Evolving and Expanding Immersive Experiences, Accelerated AI Automation y Optimized Technologist Delivery.

Algo que también ha sido habitual estos últimos años es que cada Hype Cycle haga prácticamente borrón y cuenta nueva sobre el anterior. Sólo hay 4 tecnologías que han sobrevivido la actualización de la curva del año pasado, aunque hay alguna otra que salvo un pequeño cambio de nombre, representa algo muy parecido. Eso sí, son también 25 cómo en el 2021. Vamos a revisarlas.

En Evolving and Expanding Immersive Experiences (Desarrollando y Expandiendo Experiencias Inmersivas), Gartner quiere agrupar tecnologías que van a generar las experiencias del futuro, experiencias que obligatoriamente serán inmersivas. Adjetivo que se lleva utilizando desde los albores del mundo digital pero que parece que seguiremos escuchando mucho. De hecho, el 1996 Gartner ya hablaba de la Realidad Virtual, o en el 2007, de Entornos Virtuales. Este año, incluye por primera ver Metaverso, que lo define cómo un espacio virtual compartido creado por la convergencia de realidad aumentada digitalmente y realidad digital. Sin embargo, nosotros pensamos que el metaverso ya está aquí desde hace tiempo

A pesar de que mucha gente cree que estamos ya en un invierno de los criptoactivos, Gartner mantiene los NFTs este año y añade el concepto ya nada novedoso del web 3.0. Decentralized Identity también sobrevive el cambio de año (un concepto muy de moda en entornos cloud corporativos). Otro que sobrevive es Digital Humans, y vuelven los Digital Twins, en este caso con el Digital Twin of a Customer, que es una evolución del concepto del marketing de Persona. Este Digital Twin se convierte a través de los datos y de la Inteligencia Artificial, en una representación de nuestro cliente ideal que nos permite predecir su comportamiento para ayudarnos a optimizar la Experiencia de Cliente.

Es interesante que Gartner haya incluido el concepto de Super Apps en la curva de este año. Probablemente, el ejemplo de libro de las Super Apps (desde hace años) es WeChat, y cómo se ha convertido en una aplicación desde la que se hacen muchas cosas y casi imprescindible para la vida diaria en China. Mucha gente ha intentado replicar el éxito de WeChat en occidente sin éxito, y mucha gente lo volverá a intentar.

Dentro de las poco sexy tecnologías relacionadas con RRHH que siempre Gartner tiende a incluir en su Hype Cycle, aunque soy incapaz de entender por qué está en este tema, este año está Internal Talent Marketplaceque intenta representar cómo las herramientas de gestión de talento dentro de las organizaciones siguen incorporando la Inteligencia Artificial para hacerlas más potentes.

El segundo gran tema de este Hype Cycle 2022, Accelerated AI Automation (Automatización por IA acelerada), quiere agrupar las tecnologías que ayudarán a la  automatización de la creación de modelos de aprendizaje y su implementación.

La primera tecnología que encontramos en este tema es Autonomic Systems. Estos tipos de sistemas quieren parecerse al Sistema Nervioso Autónomo de los humanos, de manera que los operadores de estos sistemas definen las reglas de alto nivel que tienen que cumplir en su funcionamiento, y el sistema aprenderá y se regulará para cumplirlas. Es un término con bastante historia que probablemente Gartner recupera para englobar muchas técnicas que al final buscan generar este tipo de sistemas autónomos.

La siguiente tecnología en este tema es la de la Causal AI. Este tipo de Inteligencia Artificial intenta buscar causalidad (inferencia causal) en los datos  que analiza para poder hacer mejores predicciones. De esta manera, se espera que estos sistemas tengan menos sesgos y sean más fácil de explicar que los sistemas tradicionales de IA Predictiva.

También en este segundo tema nos encontramos Foundation Models. Ejemplos de ellos son GPT-3 o Dall-e, sistemas basados en enormes cantidades de datos que pueden utilizarse para diferentes actividades. Normalmente centradas en ser capaces de analizar y utilizar lenguaje natural para sistemas de IA.

Gartner recupera este año el Generative Design IA que ya estuvo en el 2020 pero que el año pasado fue «sustituida» por la AI-driven innovation. En todo caso, nos referimos a sistemas de diseño asistidos por IA, en los que el trabajo liderado por una persona es ¨aumentado» y ayudado por una máquina. En esta línea está Machine learning code generation, cuyo ejemplo más conocido es Copilot de GitHub (Microsoft)

Y finalmente, el tercer tema de este Hype Cycle 2022,  Optimized technologist delivery (entrega optimizada para los técnologos), y sin duda, el tema más IT de todos. Gartner dice que «los negocios digitales exitosos se construyen, no se compran«. En este tema, Gartner incluye tecnologías que ayudan a los equipos técnicos de las organizaciones a entregar servicios digitales más rápidamente y más potentes. Y hay unas cuantas este año.

Empezamos con Augmented FinOps, una evolución de DevOps, en la que además de las prácticas habituales, se incluyen sistemas de Machine Learning para automatizar y mejorar los procesos, también con un foco importante en la optimización de recursos.

Los cloud data ecosystems, aparecen como una forma más estandarizada de hacer gestión y analítica de datos. Frente a la situación actual en la que casi todo el data analytics es muy a medida, Gartner piensa que en los próximos años irán apareciendo estos ecosistemas que proporcionarán soluciones intercambiables y compatibles.

La sostenibilidad también llega a los servicios cloud, y cloud sustainability representa esa tendencia. También nos encontramos con computational storage, una tecnología que saca de la CPU y acerca al almacenamiento el procesamiento de ciertos datos para conseguir una mejora de rendimiento.

Dentro de la ciberseguridad, tenemos cybersecurity mesh architecture, una arquitectura modular y distribuida que mejora la seguridad. También aquí encontramos Dynamic risk governance, que podríamos decir que es una evolución de Software-Defined Security que aparecía en el 2018, que son un conjunto de tecnologías capaces de hacer una gobernanza dinámica de la gestión de los riesgos dentro de la organización.

En la parte «más cloud» de este tema, nos encontramos con data observability, herramientas que nos permiten gestionar y monitorizar todos los datos dentro de la organización. También tenemos a una vieja conocida, pero cada vez más evidente, industry cloud platforms. Servicios en la nube paquetizados y ofrecidos de forma vertical.

Y finalmente, pero todavía en este tercer tema, nos encontramos un grupo de tecnologías emergentes alrededor del desarrollo de software. Un marco estándar de desarrollo llamado minimum viable architecture (MVA), observability-driven development (ODD) una forma de desarrollar software que pone el foco en que los sistemas sean observables, es decir, que faciliten entender su funcionamiento y poder predecir su rendimiento. Muy relacionada está OpenTelemetry, una serie de herramientas de código abierto que facilitan la observabilidad de los desarrollos. Y finalmente tenemos platform engineering que es la disciplina de desarrollar plataformas internas para que los programadores puedan obtener de forma autónoma las herramientas que necesitan para su trabajo.

Hasta aquí llegamos en el análisis de este Hype Cycle 2022. Cómo habéis visto, sigue la tendencia de los últimos años en los que hay muy pocas tecnologías cercanas al mundo del consumo y un foco mayor en tecnologías «profesionales». Si me permitís, algo que también se lleva observando en el mundo de las startups últimamente.

@resbla

PD: Como todos los años tengo una presentación muy amena con ejemplos reales sobre las tecnologías que aparecen en este Hype Cycle 2022, no dudes en ponerte en contacto conmigo para cerrar una presentación en tu organización.

Categorías
innovación

Legal Hacking (XIII)

Casi a un post anual, a este ritmo de crucero sigue este Manual para Disruptores. En ese (fluido) esquema que tengo en la cabeza sobre cómo quería llevar esta serie de artículos, probablemente este sobre Legal Hacking habría ido un poco más atrás (al ritmo actual probablemente sería para el 2030 o así), pero la realidad manda, y esta semana hemos estado todos liados leyendo sobre Uber a través de los Uber Files.

Más allá de lo que opinemos sobre lo que ha hecho Uber, lo cierto es que será durante mucho tiempo un caso de estudio sobre el Legal Hacking y el tipo de cosas que se pueden englobar en ese concepto. Con este post, dejamos atrás la parte del Manual en la que hemos estado hablando de tipos de disrupción (no prometo no volver con alguna otra) y empezamos con la de tácticas que nos pueden ayudar a conseguir esas disrupciones.

Pero antes de empezar, ¿qué es legal hacking? La respuesta sencilla, «hackear» el sistema legal. Y basándonos en la definición de hacker, podríamos decir que es solucionar obstáculos o problemas utilizando la tecnología en maneras no estándares, en este caso, esos obstáculos o problemas están relacionados con la legislación (o su ausencia), burocracia, o en general el sistema legal.

Existe una organización global que se llama Legal Hackers. que de hecho tiene un capítulo en Madrid, que se define así: Legal Hackers es un movimiento global de abogados, legisladores, tecnólogos y académicos que exploran y desarrollan soluciones creativas a algunos de los problemas más apremiantes en la intersección del derecho y la tecnología.

Pero siguiendo con la analogía, podríamos hablar de hackeos blancos o negros. Los blancos son aquellos que lo hacen de forma ética intentando no aprovecharse de la situación y ayudar a mejorar el bien común. Mientras que los negros, además de saltarse las leyes de forma habitual (los blancos hay ocasiones en las que también), lo hacen puramente por beneficiarse personalmente del hackeo.

Claro, aquí entramos en el resbaladizo mundo de la moral. Qué es bueno y qué es malo. Y ya se sabe que la moral es cómo los culos, la moral de cada uno es siempre un poco diferente a la de al lado, aunque vivan en la misma sociedad y cultura. Así que lo que para una persona es algo perfectamente aceptable, para la que está al lado será un pecado mortal.

En el hacking legal pasa esto. Para empezar, sobre todo para muchos legalistas, cualquier acción por muy bien intencionada que sea que signifique saltarse la Ley será moralmente inaceptable. Pero después, a medida que la moral de una sociedad también cambia, cosas que antes eran inaceptables pasan a normal muy rápidamente.

Así que cuando hablamos de disrupción, acordaros de la definición que dimos, y legal hacking, estaremos siempre en una zona eminentemente gris, en la que estamos intentando cambiar de forma radical una industria, algunas veces para generar riqueza o mejorar el bienestar de la sociedad, pero siempre para beneficio propio de la startup utilizando esta táctica. ¿Moral? Pues cómo siempre, depende…

Por si fuera poco, todo esto se complica por cómo los sistemas legales de los países consideran nuevas actividades muchas veces nacidas alrededor de una nueva aplicación de la tecnología, y que por lo tanto, no está regulado. En general, en EEUU las actividades no reguladas se podría decir que están «bajo observación». No son ilegales, se espera que la industria naciente llegue a una especie de autoregulación, y luego se procede a la regulación en base a lo aprendido en esa fase. En Europa sin embargo, se asume que lo no regulado es ilegal por definición. No es de extrañar, que las startups que más utilizado esta táctica sean americanas, y que cuando salta a este lado del Atlántico entren cómo un elefante en una cacharrería.

Cómo os decía, probablemente la empresa que de forma más decidida y descarada ha utilizado el legal hacking ha sido Uber. Pero podríamos coger todas las startups de eso mal llamado economía colaborativa (airbnb, deliveroo, etc). Dicho esto, también hay ejemplos que a priori podríamos considerar «blancos», muchas startups han nacido y crecido con el propósito de ayudar a disidentes o personas que viven en regímenes autoritarios a proteger sus comunicaciones, pensad en Telegram por ejemplo.

Pero volvamos a Uber. Hace 5 años ya escribimos sobre la cultura tóxica dentro de Uber, así que nos sorprende poco lo que se ha podido leer en los Uber files. De hecho, la gran parte de lo que se ha publicado ya era público, pero es bastante impactante verlo todo así de golpe. Así que vaya por delante que vamos a utilizar el caso Uber para explicar esto del legal hacking por la amplitud y variedad de herramientas que han utilizado, no porque pensemos que está bien.

Vamos a hacer una breve lista de herramientas o mini-tácticas que se pueden englobar dentro del legal hacking:

-La primera, y más importante, es encontrar un mercado con zonas grises desde un punto de vista legal, y que la tecnología pueda permitir explotar. Hace muchos años, más de los que quiero reconocer, pero basta decir que fue el siglo pasado, visitando a unos amigos en Nueva York, me enseñaron algo que aquí en España era impensable. Cómo había mucho uso de limusinas en Manhattan, pero muy poco sitio dónde aparcar, una vez los usuarios originales de la limusina llegaban al restaurante o discoteca dónde iban a pasar la noche, los conductores de esa limusina se ponían a dar vueltas a la ciudad hasta que tenían que volver a recoger a sus usuarios originales. Ni que decir tiene, que se estableció un «mercado secundario» de limusinas. Mis amigos me enseñaron que era más fácil parar una limusina vacía para que te llevara un sábado por la noche a cualquier sitio en Nueva York que coger un taxi. Esto fue la base de Uber inicialmente. Por lo que parece, pasaba algo similar en San Francisco, así que Uber nació para ayudar a contratar a estas limusinas que estaban ociosas y compartir el trayecto entre varias personas (que podían no conocerse). Cuando esto fue escalando y hubo conductores que ya querían hacer de Uber su principal negocio, Uber empezó a explorar las zonas grises de la gestión de las licencias de taxi en EEUU.

-Es importante estar por «debajo del radar» de las autoridades lo más posible mientras generas una base de usuarios grande y contenta. Nada de grandes anuncios, marketing de guerrilla, boca a boca y si eres un marketplace, hacer ganar dinero fácil a una parte y ahorrarse dinero a la otra.

-En ese esfuerzo para estar por debajo del radar, a veces se pueden utilizar herramientas tecnológicas que te ayuden a ello. En el caso de Uber, utilizaron una herramienta desarrollada en la casa llamada Greyball. Con esta herramienta, conseguían hacer que determinadas personas vieran una versión diferente de Uber. Por ejemplo, si en una ciudad Uber no podía operar en el aeropuerto, lo que vería un usuario (un político local, un policía…) afectado por Greyball es que ningún coche de Uber llegaría al aeropuerto cuando en realidad sí que lo estaban haciendo. Más adelante, Uber también diseñó un sistema (killswitch) por el que si alguna de sus oficinas era objeto de registro por parte de las autoridades locales, en menos de 10 minutos conseguían cortar el acceso desde esa oficina a todos los documentos de la empresa… ventajas del cloud.

-Una de las claves del legal hacking es que cuando las cosas se pongan feas tengas unos usuarios que sean fans para que sean tus defensores. Una vez las autoridades empiecen a mirar el tema, y quieran regularlo, ponerle impuestos o limitarlo, los usuarios serán los que salgan en tu defensa. Y los usuarios son votos. Además, es importante posicionar al status quo existente cómo algo casposo, antiguo, lleno de rentistas y monopolistas. Si consigues eso, la batalla será más fácil.

-Y para esa batalla necesitas abogados, un montón de abogados. Y no son baratos, así que es necesario que te pille con la caja llena, por tus inversores o porque tu negocio ya es grande.

-Pero si los abogados son caros, más caros son aún los lobistas. No tenemos información del presupuesto en abogados de Uber, pero sí (es obligatorio declararlo en EEUU) del presupuesto que se gastaba Uber en lobby al gobierno federal en EEUU (ojo, esto no cubre lo que se gastaban localmente o estatalmente, ni por supuesto, fuera de EEUU).

-Hablábamos antes de lo importante que es poner a la gente de tu parte y de construir una imagen de que tú estás en una cruzada para mejorar el mundo. En el caso de Uber fue subirse al carro de la economía colaborativa. Pero hay muchos temas dónde elegir… hay que posicionarse desde el principio como una empresa con propósito (en inglés queda mejor, purpose)

Pero algo importantísimo en lo que no todo el mundo cae, es que la victoria en esta batalla del legal hacking no es que te dejen en paz, sino que te regulen. Si lo has hecho bien hasta aquí, te empezarán a regular, pero no a prohibir. Y si te regulan, lo que está pasando es que de facto se están generando barreras de entrada a otros competidores.

Por no hablar sólo de Uber, veamos lo que ha pasado en España con Airbnb. La regulación que ha surgido en muchas ciudades y CCAA sobre los alquileres turísticos ha sido muy restrictiva. Tan restrictiva que en muchos casos ya no hay hueco para más… ¿y quién estaba ya antes? Por supuesto, AirBnb que se ha quedado cómo monopolio de facto en ese mercado. Algo parecido ha pasado con los vehículos de turismo con conductor (VTC), ¿pensáis que les saldrán nuevos competidores a las existentes?

Cómo decíamos al principio, no escribimos esto para justificar ni censurar el legal hacking. Es una táctica que está ahí fuera, que es posible con los recursos adecuados, y que ha demostrado que puede ser disruptiva. Eso sí, si la vas a utilizar en tu startup, vas a necesitar mucho dinero así que ten a los inversores adecuados. Uber ha levantado más de 25000 millones….

@resbla

Salir de la versión móvil