"El 75% de todo el plástico utilizado está hecho de capas alternas muy finas: duro, blando, duro, blando, y así sucesivamente. Desde los años 50 sabemos que lo blando mantiene unido lo duro.
Lo que mostramos en el nuevo estudio es la facilidad con que esos conectores blandos se rompen incluso en condiciones de reposo, como en un vertedero. Una vez que esa capa se rompe, los segmentos duros no tienen adónde ir: se dispersan en el medio ambiente.
Estos trozos flotan por ahí y algunos acaban en el cuerpo humano. Las piezas más pequeñas atraviesan las células y llegan al núcleo, donde pueden empezar a alterar el ADN. Los nano y microplásticos, que parecen tener tamaños y formas similares a los del amianto, plantean la posibilidad de que puedan causar cáncer, cardiopatías/ictus y otras enfermedades".
Will Douglas Heaven, de MIT Technology Review, ofrece una visión completa de la revolución de la IA en el desarrollo de software, mostrando las innovadoras startups que impulsan este cambio.
Están monetizando una necesidad real de programadores y empresas, que ya utilizan estas herramientas de forma masiva. Una cuarta parte del código producido hoy por Google es generado por IA, según el CEO de Google, Sunday Pichai.
La idea clave es que estos programas son tan buenos que el trabajo de los ingenieros consiste ahora en escribir indicaciones y revisar código escrito por máquinas.
El primer paso ha sido entrenar los modelos a partir de miles de millones de líneas de código encontradas en Internet, ofreciendo un autocorrector superpotente.
Ahora están utilizando técnicas de aprendizaje automático para permitir que el modelo "juegue" en un entorno simulado de forma iterativa, de forma muy parecida a lo que hizo DeepMind de Google con AlphaGo, cuando ganó al campeón del mundo en 2017.
El objetivo del juego es llegar a un modelo que comprenda la lógica subyacente a cualquier lenguaje de programación.
Lograr esa comprensión lógica sería para el desarrollo de software lo que la introducción de los cajeros automáticos ha sido para la banca.
La velocidad de desarrollo una vez alcanzada esta comprensión lógica permitirá a las máquinas resolver problemas programando sobre la marcha, y esto dicen que será la verdadera AGI.
. Primer sistema CAD interactivo (derecha), DAC-1, hacia 1959. (Fuente: IBM)
Un interesantísimo libro electrónico de la consultora Jon Peddie Research que recorre la larga historia del desarrollo de la tecnología CAD hasta llegar a los sistemas actuales.
"La industria del diseño asistido por ordenador ha experimentado importantes transformaciones desde su aparición a finales de los años 50 y principios de los 60. La aparición del CAD en los 60 dio paso a una era de automatización hasta los años 80 que persiste en la actualidad. Sin embargo, el CAD es ahora sólo un elemento dentro de un sistema progresivamente intrincado ligado a los mundos real y virtual".
La contaminación por plásticos es una crisis mundial que está dañando el medio ambiente y la salud humana. Es urgente tomar medidas para reducir la contaminación por plásticos, y uno de los enfoques más prometedores es desarrollar un tratado mundial sobre plásticos.
Mientras que la llamada Coalición de Gran Ambición para Acabar con la Contaminación por Plásticos -que incluye a la UE, Canadá, Japón y Australia- pidió en Nairobi que se frenara la producción de plásticos (1), una Coalición Mundial para la Sostenibilidad de los Plásticos de reciente creación, que incluye a Arabia Saudí, Rusia, Irán y China, rechazó los límites de producción y, en su lugar, hizo hincapié en el reciclaje (2).
El abogado especializado en salud medioambiental Vito Buonsante sostiene que la prioridad tiene que ser reducir la producción de plásticos y hacerlos menos tóxicos, subrayando que no se conoce ningún plástico que sea seguro y circular (3).
Todavía está por ver si finalmente se incluirán límites de producción en el tratado mundial sobre los plásticos, pero Rebecca Marmot, directora de sostenibilidad de la empresa de bienes de consumo Unilever, cree que, al establecer normas mundiales vinculantes, el tratado tiene el potencial de remodelar la relación del mundo con el plástico, acelerar la transición hacia una economía circular y acabar con la contaminación por plásticos (4).
Unilever, junto con Nestlé y docenas de otras grandes marcas de consumo, es miembro de la Coalición Empresarial por un Tratado Mundial sobre el Plástico, una agrupación convocada por la Fundación Ellen MacArthur y el grupo de defensa de la fauna WWF (5). Su visión es una economía circular en la que el plástico nunca se convierta en residuo o contaminación, y el valor de los productos y materiales se conserve en la economía (6).
Esto implica reducir la producción y el uso de plásticos y, siempre que sea posible, abandonar los plásticos de un solo uso en favor de soluciones reutilizables y más duraderas (7). Aplicadas de forma suficientemente generalizada, estas políticas podrían reducir los volúmenes anuales de contaminación por plásticos en al menos un 80% de aquí a 2040, en comparación con la situación actual, y lograr una contaminación por plásticos casi nula de aquí a 2060 en todo el mundo (8).
Nestlé está llevando a cabo 20 proyectos piloto en 12 países para diferentes modelos de negocio de reutilización y rellenado, según la responsable de sostenibilidad de Nestlé, Katherine Roussell (9). Sin embargo, subraya que una transición más amplia requerirá regulación y la colaboración de toda la industria (10).
"La reutilización y el rellenado requieren un cambio de sistema y múltiples actores deben añadir diferentes elementos a sus modelos de negocio", afirma Roussell (11). "Si se puede soñar un sueño, se incluirían en el tratado ciertos enfoques para desplegar la reutilización, con el fin de crear estandarización, ahorro de costes y simplicidad" (12).
Los consumidores también tendrán que aprender nuevos hábitos (13). "Tenemos que incentivar el cambio de comportamiento y crear experiencias de usuario y propuestas de valor atractivas porque, hoy en día, la recarga y la reutilización son menos convenientes para el consumidor", afirma Roussell (14). Cita un estudio de Nestlé según el cual, en el Reino Unido, solo las personas sin hijos utilizan la reutilización y la recarga de forma significativa (15).
Carsten Wachholz, codirector del tratado mundial sobre plásticos de la Fundación Ellen MacArthur, está de acuerdo en que es necesario un cambio sistémico, y pronto (16).
"Debemos cambiar la forma en que diseñamos y utilizamos los plásticos, ya que no podemos limitarnos a reciclar o reducir para salir de esta crisis", afirma (17). "Ha llegado el momento de endurecer las políticas y acelerar la acción empresarial" (18).
Referencias
Coalición de Gran Ambición para Acabar con la Contaminación por Plásticos. (2022, 30 de mayo). Urgen medidas para frenar la producción y el consumo de plástico. [Comunicado de prensa.]
Coalición Mundial para la Sostenibilidad de los Plásticos. (2022, 15 de junio). Declaración sobre la crisis mundial de los plásticos. [Comunicado de prensa].
Buonsante, V. (2022, 20 de junio). Un tratado mundial sobre plásticos debe abordar la producción y la toxicidad. Environmental Health News.
Marmot, R. (2022, 28 de septiembre). Un tratado mundial sobre los plásticos: Our chance to reshape our relationship with plastic. The Guardian.
Coalición Empresarial por un Tratado Mundial sobre los Plásticos. (s.f.). Quiénes somos.
Fundación Ellen MacArthur. (2022, 28 de septiembre). Una nueva normalidad para los plásticos.
Coalición Empresarial por un Tratado Mundial sobre los Plásticos. (2022, 14 de junio). Una economía circular para los plásticos.
Coalición Empresarial por un Tratado Mundial sobre los Plásticos. (2022, 14 de junio). Una economía circular para los plásticos.
Roussell, K. (2022, 4 de octubre). El viaje de Nestlé hacia una economía circular del plástico. Foro de Economía Circular 2023.
Roussell, K. (2022, 4 de octubre). El viaje de Nestlé hacia una economía circular del plástico. Foro de Economía Circular 2023.
Roussell, K. (2022, 4 de octubre). El viaje de Nestlé hacia una economía circular del plástico. Foro de Economía Circular 2023.
Roussell, K. (2022, 4 de octubre). El viaje de Nestlé hacia una economía circular del plástico. Circular
La búsqueda de nuevos materiales siempre ha sido fundamental para el avance tecnológico, impulsando innovaciones en innumerables industrias. Ahora, una revolucionaria herramienta de aprendizaje profundo desarrollada por Google AI, denominada GNoME (Redes de Grafos para la Exploración de Materiales), está lista para revolucionar esta búsqueda, marcando el comienzo de una era de descubrimiento sin precedentes.
En esencia, GNoME aprovecha el poder de las redes de grafos, una forma especializada de inteligencia artificial capaz de aprender de datos estructurados como grafos. Esto la hace especialmente adecuada para el complejo mundo de la ciencia de los materiales, donde las estructuras atómicas y sus interconexiones pueden representarse de forma natural como relaciones gráficas.
GNoME opera analizando meticulosamente una extensa base de datos de materiales existentes. Este completo conjunto de datos abarca información crucial como estructuras cristalinas, composiciones químicas y estados energéticos.
Al discernir patrones y relaciones complejos dentro de estos datos conocidos, GNoME obtiene la capacidad de predecir con precisión las propiedades de materiales hipotéticos completamente nuevos.
El impacto de las exploraciones iniciales de GNoME ha sido realmente asombroso. La herramienta ya ha identificado la asombrosa cifra de 2,2 millones de nuevos materiales.De hecho, se predice que un subconjunto significativo de estos (aproximadamente 380.000) será estable. Esta predicción de estabilidad es fundamental, ya que indica que es probable que estos materiales existan en la naturaleza y posean potencial para aplicaciones prácticas, allanando el camino para avances tecnológicos transformadores.
Las aplicaciones potenciales de los descubrimientos de GNoME abarcan una amplia y diversa gama de industrias:
Electrónica:GNoME podría descubrir los secretos de los componentes electrónicos de próxima generación, desde superconductores de alto rendimiento hasta semiconductores más eficientes, allanando el camino para dispositivos más rápidos y más potentes.
Energía:La herramienta es muy prometedora para el avance de soluciones de energía limpia, facilitando el descubrimiento de materiales superiores para células solares altamente eficientes, baterías de mayor duración y otros dispositivos cruciales de almacenamiento de energía.
Medicina: En el ámbito de la atención sanitaria, GNoME podría acelerar el descubrimiento de fármacos al identificar nuevos materiales para aplicaciones farmacéuticas y conducir a la creación de dispositivos médicos más avanzados y eficaces.
Las implicaciones para la vida cotidiana son igualmente profundas. Los nuevos materiales descubiertos por GNoME podrían traducirse directamente en una serie de productos de consumo mejorados:
Teléfonos inteligentes y portátiles: Imaginen teléfonos inteligentes con una batería de mayor duración y procesadores más potentes, o portátiles mucho más ligeros y duraderos. Los materiales de GNoME podrían hacer realidad estos avances.
Vehículos eléctricos: El desarrollo de coches eléctricos más eficientes y asequibles podría acelerarse enormemente mediante el descubrimiento de nuevos materiales que mejoren el rendimiento de las baterías y la construcción del vehículo.
Paneles solares y baterías: Se espera ver mejoras sustanciales en la eficiencia de los paneles solares y en la longevidad y potencia de las baterías, contribuyendo a un futuro más sostenible y electrificado.
En esencia, GNoME representa un avance monumental en la ciencia de los materiales. Al acelerar drásticamente el ritmo de los descubrimientos, esta innovadora herramienta tiene el potencial de abrir las puertas a un futuro repleto de tecnologías novedosas y productos mejorados, que impactarán profundamente nuestras vidas para mejor. La era del descubrimiento de materiales inteligente y dirigido ha llegado.
"Una revolucionaria tecnología de chatbot que utiliza el procesamiento del lenguaje natural y el aprendizaje automático para crear conversaciones atractivas e inteligentes con los usuarios. Desarrollado por OpenAI, ChatGPT está diseñado para proporcionar a los usuarios experiencias personalizadas e interactivas que se sienten como chatear con una persona real."
Como entusiasta de la tecnología, busco constantemente herramientas nuevas e innovadoras que me hagan la vida más fácil y eficaz. Y cuando se trata de responder a preguntas complejas, he descubierto que ChatGPT cambia las reglas del juego.
Esta revolucionaria herramienta utiliza algoritmos avanzados de procesamiento del lenguaje natural y aprendizaje automático para proporcionar respuestas precisas y detalladas incluso a las preguntas más complejas. Tanto si eres un estudiante que intenta aprobar sus exámenes, un profesional que busca obtener una ventaja competitiva o simplemente alguien a quien le encanta aprender y explorar nuevas ideas, ChatGPT es un recurso inestimable.
Uno de los aspectos que diferencia a ChatGPT de otras herramientas de respuesta de preguntas es su capacidad para comprender e interpretar el contexto. Puede identificar con rapidez y precisión los conceptos y temas clave de una pregunta y, a continuación, ofrecer respuestas detalladas y completas que se adaptan a sus necesidades específicas.
Tanto si buscas información sobre un tema concreto, como si intentas resolver un problema difícil o simplemente quieres aprender más sobre un tema en particular, ChatGPT está ahí para ayudarte. Su interfaz intuitiva facilita su uso, y puedes hacerle preguntas en lenguaje natural, igual que harías con un experto humano.
Además de su impresionante capacidad para responder a preguntas complejas, ChatGPT también dispone de una gran cantidad de conocimientos. Puede proporcionar información sobre una amplia gama de temas, desde ciencia y tecnología hasta historia y cultura. Esto significa que puedes utilizar ChatGPT como una completa herramienta de referencia, sean cuales sean tus intereses o necesidades.
En general, estoy increíblemente impresionado con ChatGPT y su capacidad para responder a preguntas complejas. Su avanzada tecnología y su amplia base de conocimientos lo convierten en un valioso recurso para cualquiera que desee aprender más, resolver problemas y mantenerse al día de los últimos avances en su campo. Recomiendo encarecidamente probarlo.
El texto anterior fue completamente generado por Chat GPT, después de mi entrada: "¿Puedes escribir una entrada de blog entusiasta sobre la capacidad de ChatGPT para responder a preguntas complejas?".
Para poner a prueba sus capacidades en un campo en el que tengo cierta experiencia, pregunté a "¿Puede escribir una lista de buenas prácticas en el desarrollo conceptual de productos de consumo?", la respuesta ha sido:
Identificar el mercado objetivo y sus necesidades y preferencias.
Realizar estudios de mercado para comprender el panorama competitivo e identificar posibles lagunas en el mercado.
Desarrollar una propuesta de valor única para el producto.
Crear un concepto detallado del producto y sus especificaciones.
Ponga a prueba el concepto de producto con un grupo de discusión u otros métodos de investigación de mercado para recabar opiniones.
Elaborar un plan detallado de desarrollo de productos con plazos y presupuestos.
Colaborar con los equipos de diseño e ingeniería para crear prototipos y realizar pruebas de funcionalidad y experiencia de usuario.
Recopilar continuamente opiniones y realizar los ajustes necesarios en el concepto del producto.
Desarrollar un plan integral de marketing y ventas para lanzar y promocionar el producto.
Supervisar las tendencias del mercado y los comentarios de los clientes para garantizar que el producto siga satisfaciendo las necesidades de los clientes y siga siendo competitivo.
No entraba en muchos detalles, pero ten en cuenta que puedes ampliar un tema y hacer una nueva pregunta, ¡y el robot se adentrará en la madriguera del conejo aparentemente sin límites!
Es como buscar en Google, pero sin tener que hacer clic en cada enlace mientras clasificas un montón de ruido para obtener la información que buscas. Esto podría conectarse a conjuntos de datos más grandes, para encontrar información sin esfuerzo. Ahora tenemos que hacer las preguntas adecuadas.
Fíjese en los sofás que surgieron de la aplicación de espuma de poliuretano en los años 60, era casi como si la espuma de poliuretano pidiera ser modelada con esta forma. Fíjese en los estilos que surgieron de los arquitectos que explotaban el hormigón hasta el límite: surgió el Brutalismo. Fíjese en el peculiar estilo que surgió de los herreros en el siglo XIX. Tenían un número limitado de operaciones para modelar varillas de metal, y esas operaciones forjaron el estilo.
Fíjese en las herramientas que se utilizan ahora y tendrá un espectro de estilos.
Por tanto, si existe un diálogo limitado entre las herramientas basadas en mallas y el CAD utilizado para fabricar bienes físicos, habrá más expresiones influidas por el CAD.
Ahora podemos fabricar potencialmente cualquier forma con la tecnología de fabricación disponible, y muchas formas siguen siendo lofts y extrusiones cortadas. Ésta podría recordarse como la edad de oro del CAD en el diseño industrial, que ha dado lugar a muchos grandes productos con este peculiar estilo guiado por funciones paramétricas.
Mercedes-AMG GT R Roadster realizado íntegramente en Blender por Nahid Mustafazade en Artstation
El modelado poligonal es la técnica de modelado 3D más extendida y versátil. El potencial expresivo y la facilidad de uso de esta técnica deberían ser imprescindibles para los diseñadores industriales. Pero estamos lejos de aprovechar todo su potencial.
Las mallas pueden describir cualquier forma 3D, con un nivel de precisión que depende del número de polígonos. Los activos de juego se optimizan para ahorrar recursos informáticos. Basándose en Subdivision surfaces, trabajando sobre unos pocos polígonos, describen superficies complejas y pulidas. De esta forma conceptualmente sencilla, los artistas pueden crear formas complejas y sorprendentes, de una manera fácil. Entonces, ¿por qué no lo estamos viendo en todas partes en la tubería de modelado 3d de diseño industrial?
El estándar en diseño industrial es el modelado con superficies paramétricas, que yo llamo NURBS. Es el "lenguaje" de generación de superficies en el que se basa Rhinoceros 3D, ideal para modelar formas aerodinámicas de estilo automovilístico. La precisión y el control que se obtienen con las superficies paramétricas son mucho mayores, pero creo que las grandes organizaciones siguen utilizando el mismo software que sus empleados ya dominan (es un sistema heredado) y se resisten al cambio.
El problema
Las formas que surgen con bastante facilidad con las superficies de subdivisión requieren mucho más esfuerzo para ser realizadas con superficies paramédicas. No es falta de imaginación, voluntad o habilidad de los diseñadores. Es como si el programa decidiera lo que puedes y no puedes hacer, mientras que fuera del mundo del diseño industrial, los profesionales siguen produciendo grandes modelos y renders a un ritmo impresionante, gracias a software como Zbrush, Maya, Blender, Max, con las herramientas y la interfaz de usuario que llevan 20 años de ventaja.
Mientras las grandes empresas de diseño siguen utilizando extrusiones cortadas y lofts, con bordes redondeados de buen aspecto, el diseño de juegos está experimentando el equivalente al renacimiento en términos de estilo y nuevas ideas.
¿Cómo es posible que la complejidad de las formas de los productos sea tan básica? ¿Es porque todo el mundo sigue las enseñanzas de Dieter Rams? ¿Por qué todo parece copiado de los productos de Apple? Digo que no es sólo moda, es falta de herramientas.
T-splines intentó salvar esta brecha ofreciendo un plugin para Rhino, recientemente integrado en Autodesk Fusion360, mientras que Creo Parametric ofrece freestyle, una excelente forma de importar y editar una malla lo-poly en un software paramétrico. Hasta ahora, estos programas tenían un número limitado de funciones, y parece difícil ponerse al día con la interfaz de modelado de mallas.
La imagen de arriba muestra la malla subyacente de una forma simple, con pliegues semi-agudos en los bordes
Creo que los diseñadores industriales deberían integrar funciones de modelado orgánico junto a la herramienta paramétrica clásica. No sólo para "explorar" nuevas formas, como anuncian algunas casas de software, aunque eso sea un gran avance.
Las superficies de subdivisión y la interfaz de modelado avanzada que se ve en Zbrush y Blender deberían fusionarse a la perfección en el flujo de trabajo del diseño industrial, porque la ventaja de crear formas magníficas es grande y, sobre todo, no debería ser dolorosa.
En los últimos 4 años he trabajado para la industria del juguete esculpiendo mallas en Zbrush e importando los objetos en mis programas paramétricos favoritos. ¿Podría Rhino 7 resolver el problema? Hasta ahora parece funcionar bastante bien.
Bolsa de piel modelada con la función Rhino 7 sub-d
Necesitaba una alerta por correo electrónico para saber cuándo estaría disponible un nuevo comprador en el sitio web de comestibles.
Durante la pandemia, Supermercato24 fue mi servicio de entrega de comida favorito, ofrece llevar la compra a casa, gestionando a los compradores que van al supermercado.
Por desgracia, como todo el mundo se ve obligado a quedarse en casa, los comercios sólo están disponibles durante unos minutos antes de quedar todos reservados. Es difícil encontrar el sitio adecuado si quieres que te entreguen la comida en unas horas o incluso al día siguiente.
Pensé en contratar a un programador en Upwork, para crear un script basado en web que me ayudara con este problema. El script tenía que entrar en el sitio web por mí y enviar una alerta por correo electrónico cuando los nuevos compradores estarían disponibles de nuevo. De esta manera yo debería ser capaz de apresurarme en el sitio web y hacer un pedido.
"Upwork es una plataforma global de freelance en la que empresas y profesionales independientes se conectan y colaboran a distancia"(wikipedia).
Así que puse el título de la oferta de empleo, intentando ser muy específico, ya que cuanto más preciso seas, menos problemas de comprensión van a aparecer después.
Luego configuro las competencias necesarias, en mi caso un programador capaz de realizar automatizaciones.
Por fin publiqué el anuncio de empleo. Y ahí empezó lo divertido: en cuestión de minutos recibí una solicitud de empleo de Ait Doukali Z., un programador de Marruecos.
Ha sido realmente un placer trabajar con él, ya que es un experto programador y rápidamente creó un programa en python en su ordenador, enviando los primeros correos de prueba. Más tarde lo colocó en una máquina virtual de Google Cloud. Al día siguiente sólo necesitó unos pequeños cambios, y hoy ya estaba recibiendo los correos como esperaba.
Así, descubrí que si quieres que el comprador esté disponible durante las próximas horas necesitas un bot como éste para atraparlo, porque los nuevos compradores aparecen de forma totalmente impredecible.
Ahora puedo tener un comprador en 3 horas en mi puerta.
Notas finales:
En 2015 trabajé en Upwork como modeladora 3D y diseñadora industrial y ha sido una experiencia realmente intensa y gratificante.
Me sentí capacitado a medida que mis clientes se acumulaban a un ritmo rápido; tenía un montón de buenas calificaciones de mis clientes. Empleados de empresas que necesitaban una mano extra para un proyecto, más a menudo fabricantes que buscaban un servicio personalizado para realizar sus proyectos, a veces startups con un nuevo producto, o inventores con una idea que necesitaba ser diseñada, modelada en 3D, prototipada para mostrarla a clientes potenciales.
La llamada "gig economy" es uno de esos fenómenos encendidos por internet donde la tensión entre precios bajos para los consumidores y condiciones laborales justas para los trabajadores empezó a calentarse hace unos años; ahora no puedes sentirte a gusto sin ponerte del lado de la economía liberal O de los derechos de los trabajadores, pero por ahora quería centrarme en crear un script basado en la nube en dos días. Publiqué un trabajo a precio fijo de 30€ por todo el proyecto, y recibí una oferta probablemente porque el trabajador estaba al principio de su carrera en la web, necesitaba construir su reputación. Probablemente en el futuro, como las horas trabajadas serán mayores y las valoraciones también, sólo aceptará pagos por horas, siendo realistas a 30€/hora. Dejé una propina de 20€, sintiéndome un poco culpable.
El mercado de trabajo en línea es un gran recurso para los autónomos. Durante mi experiencia como creador y diseñador de modelos 3D en Italia, a menudo tuve que luchar con un sistema en el que los nuevos contratistas se encuentran por el boca a boca. Las empresas no pueden fiarse de un autónomo si no se lo recomiendan, o si no pueden contar con la confianza construida en años de colaboración. Pero en un mercado puedes confiar en la valoración de un trabajador, de forma similar a la valoración en la que confías para un producto en Amazon.
Acabo de sugerir que las personas pueden ser tratadas como mercancías, entrando en las turbias aguas de la mercantilización de los trabajadores, pero sigo viendo un mercado de trabajo como una poderosa herramienta para un autónomo.
Y todavía no he mencionado la posibilidad única ofrecida en Upwork, de tener contratos y pagos ejecutados automáticamente, algo con lo que sólo puedes soñar si eres un freelance en Italia (piensa en plazos de pago de 60 días, si tan sólo la empresa sigue viva para entonces).
El sistema de valoración de autónomos es una parte central de la confianza que los clientes pueden depositar en un autónomo e indispensable para esperar el resultado deseado.
Para un autónomo en un marketplace, la valoración es la presentación más importante, incluso más importante que el precio que ofrece.
Para las pequeñas empresas y los clientes privados, este servicio puede liberar el potencial de un mercado global de trabajadores realmente cualificados que ofrecen servicios especializados a una fracción del precio que puede ofrecer un gran estudio, desbloqueando las posibilidades de hacer realidad grandes ideas.
