berita

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

CEO Y Combinator dan beberapa partner menyatakan di blog terbarunya bahwa memang ada hype seputar AI, namun landasan teknis AI lebih kokoh. Dalam jangka panjang, teknologi kecerdasan buatan akan membawa pertumbuhan dan nilai berkelanjutan bagi perusahaan, namun masih memerlukan waktu untuk melihat dampak sebenarnya.

Y Combinator (YC) adalah inkubator kewirausahaan dan perusahaan investasi tahap awal yang terkenal di dunia. Universitas ini dikenal karena modelnya yang unik dan kesuksesannya di Silicon Valley, serta dikenal sebagai "universitas startup".

YC terutama berinvestasi pada startup yang berada pada tahap awal, bahkan pada proyek dengan ide yang relatif samar. Perusahaan ini berinvestasi di ratusan perusahaan setiap tahunnya, namun jumlah yang diinvestasikan setiap kali relatif kecil.

Pada tanggal 23, CEO YC Garry Tan dan tiga mitranya Jared Friedman, Harj Taggar, dan Diana Hu berbagi pandangan mereka tentang tren AI terkini di podcast terbaru.

Mereka percaya bahwa memang ada kehebohan dalam kecerdasan buatan saat ini, namun tidak seperti kehebohan mata uang kripto, AI memiliki dasar teknis yang lebih kuat, dan pengembangan AI memerlukan waktu untuk melihat dampak sebenarnya.

Sorotan percakapan dirangkum di bawah ini:

○ Booming kecerdasan buatan saat ini terlalu dibesar-besarkan, serupa dengan gelembung Internet sebelumnya. Meskipun kecerdasan buatan telah mencapai kemajuan besar dalam bidang teknologi, masih terdapat ketidakpastian mengenai nilai dan model bisnisnya dalam penerapan praktis.

○Jika Anda berpikir tentang apa yang mendorong pendapatan Mag 7 baru-baru ini, pada dasarnya semua itu adalah sensasi AI.

○Lanskap persaingan untuk model bahasa besar telah berubah secara signifikan selama setahun terakhir. Awalnya OpenAI adalah pemain dominan, namun kini terdapat beberapa model kompetitif, seperti Claude 3.5 dan Llama.

○Masih terdapat ketidakpastian besar dalam distribusi nilai dalam rantai nilai AI. Perkembangan teknologi baru membutuhkan waktu untuk diverifikasi dan matang. Sama seperti popularitas ponsel pintar yang mendorong bangkitnya perusahaan seperti Doordash dan Instacart, pengembangan AI juga memerlukan waktu untuk melihat dampak sebenarnya.

○Dibandingkan dengan gelembung mata uang kripto, sensasi AI juga ditandai dengan penilaian berlebihan dan sifat spekulatif yang kuat. Namun, AI memiliki skenario penerapan yang lebih luas dan landasan teknis yang lebih kuat.

○Meskipun terdapat banyak tantangan dalam jangka pendek, dalam jangka panjang, teknologi kecerdasan buatan akan membawa pertumbuhan dan nilai yang berkelanjutan bagi perusahaan.

Kegembiraan AI mendorong pendapatan Mag 7

Garry Tan:

Beberapa hal yang dikatakan orang tentang AI saat ini adalah bahwa ini adalah siklus yang hype dan tidak ada yang akan menghasilkan uang darinya. Anda dapat melihat berapa banyak uang yang dikucurkan ke Nvidia dan pusat data. Dari sudut pandang numerik, mustahil menghasilkan uang di bidang ini.

Ini seperti gelembung dot-com dan naik turunnya mata uang kripto. Anda tahu, kiamat, deselerasi, dll. Kalau memikirkan market mania, salah satu meme yang terlintas di benak saya adalah gambar kartun yang sangat lucu. Itu terkenal. Saya mempunyai saham yang benar-benar bisa laku, laku, laku, laku. Dan frame berikutnya adalah, ini gila. Saya tidak tahan lagi. Selamat tinggal, selamat tinggal, selamat tinggal.

Sepertinya kegilaan telah menguasai pasar. Kita juga sudah familiar dengan Gartner Hype Cycle, atau siklus hidup startup versi kita sendiri, naik turunnya harapan palsu dan kesedihan yang berkepanjangan sebelum akhirnya mencapai tanah perjanjian.

Dimana kita sekarang? Tahukah Anda, kami melihat banyak orang yang baru memulai karirnya bertanya kepada kami di Sekolah Kewirausahaan beberapa minggu yang lalu, haruskah saya bekerja di bidang AI sekarang? Ini adalah pertanyaan paling gila bagi saya.

Diana Hu：

Dari mana rasa takut ini berasal? Semua pendiri yang mencari ide melihat ini, apakah ini nyata atau hanya hype?

Garry Tan:

Ketika Anda pertama kali memulai karir Anda, Anda mungkin pernah membaca tentang siklus hype di masa lalu, seperti pesta senilai $200.000 yang diadakan setiap Jumat atau Sabtu malam dan hanya berupa alkohol gratis dan pesta pora liar di San Francisco, pada tahun 1999, Pada tahun 1998, Anda membaca ini dan Anda mendengar, oh, semua perusahaan itu mati, dan Anda sedikit khawatir, apakah kita berada di sini sekarang?

Jared Friedman:

Ya, harus saya akui, ini merupakan pengalaman yang luar biasa bagi saya karena kita tinggal di Silicon Valley dan bersama teman-teman dan kolega kita, orang-orang pada dasarnya membicarakan AI sepanjang waktu dan sangat merasakannya. Ini adalah momen yang luar biasa dalam sejarah.

Namun beberapa bulan yang lalu, ketika kami kuliah di Universitas Cambridge, saya bertemu dengan mahasiswa dari startup.Hanya sedikit dari mereka yang mempelajari kecerdasan buatan, dan hanya sedikit yang benar-benar memikirkan tentang kecerdasan buatan. Mereka melakukan kewirausahaan yang sama seperti yang kita lihat mahasiswa memulai bisnis mereka sendiri selama 20 tahun. Saya terkejut melihat betapa besarnya kesenjangan antara kedua dunia.

Harj Taggar：

Apa yang menurut saya tidak biasa atau baru tentang siklus hype saat ini adalah saya merasa dunia startup selalu melewati periode di mana idenya sedang hangat dan Anda merasa semua orang seperti meme yang baru saja Anda bicarakan dan orang-orang mulai menyukainya. jenis ide tertentu dan tiba-tiba semua orang mengerjakan sesuatu seperti Uber untuk X atau aplikasi asli seluler sosial mereka. Namun kali ini, hal itu terjadi di dunia AI dan startup.

Namun jika Anda melihat pasar saham publik, AI juga mempunyai dampak besar di sana. Misalnya, pasar saham meningkat tahun ini, namun semua keuntungan datang dari perusahaan-perusahaan teknologi besar.

Garry Tan ：

Sama seperti Mag 7

Harj Taggar：

Ya, Mag 7. Saya yakin tidak pernah ada pembatasan seperti itu dalam sejarah. Jika Anda berpikir tentang apa yang mendorong pendapatan ketujuh perusahaan teknologi besar ini, pada dasarnya semua itu adalah sensasi AI. Jadi menurut saya, sepertinya saya belum pernah melihat kedua hal ini begitu sinkron sebelumnya, hal-hal tentang startup dan kumpulan YC semakin cenderung menuju 100% AI. Dan keuntungan pasar publik pada dasarnya juga 100% didorong oleh AI, itulah sebabnya menurut saya hal itu bisa dicapai. Setiap orang mempunyai imajinasi, namun juga ketakutan, bahwa hal ini tidak berkelanjutan dan segala sesuatunya akan tiba-tiba runtuh suatu saat nanti.

Persaingan untuk model bahasa berskala besar menjadi semakin ketat, dan pemain-pemain baru pun bermunculan

Jared Friedman:

Apakah suatu saat akan tiba-tiba runtuh?

Diana Hu：

Ada banyak artikel berbeda di internet yang mengatakan bahwa AI terlalu banyak diinvestasikan. Bahkan di pasar publik, banyak ahli yang khawatir, apa yang akan Anda lakukan dengan semua investasi besar pada chip AI ini? Maksud saya, Nvidia menjadi perusahaan paling bernilai di dunia. Siapa sangka? Dan itulah lapisan terbawah infrastruktur. Banyak orang berpikir, oke, Anda sudah berinvestasi di semua infrastruktur ini, jadi perlu ada sesuatu yang bisa memberikan keuntungan, bukan? Seperti analogi kereta api awal. Jadi Anda membuka jalan, apakah kereta akan datang?

Garry Tan:

Maksudku, aku merasa seperti versi ekstrim dari apa yang menimpa kita semua saat ini, sekitar setahun yang lalu,Hanya beberapa model dasar yang tampaknya mampu menonjol, dan ada ancaman tidak hanya menjadi AGI, tapi juga ASI, kecerdasan super buatan.Anda tahu, ada gagasan, oh tidak, bagaimana jika sebenarnya tidak ada peluang tersisa untuk orang lain? Itu bisa menghancurkan masyarakat.

Tahukah Anda, soneta Claude 3.5 sangat kompetitif. Anda sebenarnya memiliki opsi dan kami beralih ke momen lain di mana kami memikirkan, bagaimana nilai bertambah pada model yang mendasarinya dibandingkan dengan perusahaan hosting? Saya pikir mereka adalah pemenang terbesar. Kemudian kami berharap perusahaan perangkat lunak itu sendiri, baik perusahaan rintisan maupun perusahaan mapan, juga akan mendapatkan manfaat dari model dasar ini.

Harj Taggar：

Rasanya karena segala sesuatunya berjalan begitu cepat, mudah untuk meremehkan pentingnya hal ini. Jika kita kembali ke awal tahun 2023, hanya beberapa bulan setelah peluncuran Chat GPT, kita mulai melihat produk pertama dari ide AI. Meme chat rapper GPT cukup populer kan? Semua orang membicarakan bagaimana startup ini akan hancur karena GPT dan OpenAI akan memiliki segalanya. Satu setengah tahun kemudian, jelas bahwa hal itu tidak akan terjadi. Ada beberapa model. Anda baru saja mendapatkan model sumber terbuka nyata pertama dari Facebook, yang tidak pernah kami prediksi.

Diana Hu：

Ya, itu keren, bukan? Siapa sangka model terbaik adalah open source karena tertinggal 6 bulan hingga satu tahun dari OpenAI, bukan?

Harj Taggar：

Saya ingat sebelum rilis Llama terbaru ini, kami berempat membicarakannya, seperti jika ada kesenjangan antara model inovatif dan open source, setiap kali ada rilis baru, open source bisa menyusul dalam X bulan. Jika kita bisa membuat X semakin kecil, itu akan sangat menarik.Tapi pada dasarnya pada level yang sama, saya tidak berpikir ada di antara kita yang akan melihat ini sebulan yang lalu.

Garry Tan:

Ini dia. Maksud saya, ada grafiknya, model open source berkembang secara eksponensial, dan model pionir terlihat seperti berada pada kurva S.

Diana Hu：

Apa yang Anda katakan tentang perbedaan antara penggunaan empat model dalam game saat ini dibandingkan enam bulan hingga tahun lalu sangatlah berbeda. Saya ingat perkiraan angka untuk angkatan sebelumnya. Menurut saya, sekitar 90% orang menggunakan model OpenAI karena itulah yang terbaik dan, sederhananya, model tersebut berhasil.

Sekarang kami melakukan survei informal, Sonnet Claude 3.5, dan sebenarnya banyak yang menggunakannya, tapi dulu hanya 1 atau 2 perusahaan, sekarang sudah puluhan yang menggunakannya. Masih banyak lagi Llama. Jadi menurut saya kita melihat penurunan penggunaan model OpenAI karena semua model ini menjadi kompetitif.

Tingkat penerapan AI memiliki potensi yang sangat besar

Jared Friedman:

Saya rasa Anda telah menyampaikan pendapat yang baik tentang akumulasi nilai yang tidak jelas. Sekalipun Anda yakin bahwa AI akan menjadi sangat besar dan akan menghasilkan nilai triliunan dolar, masih banyak ketidakpastian mengenai siapa yang akan mendapat bagian terbesar. Apakah itu produsen GPU? Apakah itu penyedia hosting? Apakah itu pengembang model? Apakah itu pengembang aplikasi? Bagian mana yang menjadi komoditas dan bagian mana yang menjadi sangat bernilai?

Ini mengingatkan saya pada web 1.0 dan web 2.0, Anda memiliki fenomena yang sama di mana banyak orang sangat optimis di seluruh dunia, tetapi tidak jelas di ruang mana Anda ingin tinggal. Bahkan jika Anda kembali ke web 1.0, ada heboh besar mengenai keberadaan browser. Sejak lama, orang percaya bahwa cara menjadi super kaya di Internet adalah dengan memiliki browser Internet. Karena ini pintu masuk ke Internet kan? Dan Netscape bernilai, entahlah, miliaran dolar pada saat itu. Ternyata, ini bukan tempat untuk bermain-main. Namun hal ini tidak terlihat selama beberapa tahun.

Harj Tagga：

Saya pikir waktu adalah faktor penting. Karena jika dipikir-pikir, di dunia kita sendiri, dalam karier kita, beberapa perusahaan terbesar yang didanai YC mungkin adalah Doordash dan Instacart, yang didorong oleh kita semua yang memiliki ponsel cerdas dan ingin melakukan berbagai hal di ponsel kita . Uber jelas merupakan perusahaan besar lainnya, tetapi ini dirilis, atau setidaknya versi pertamanya keluar sekitar 4 tahun setelah iPhone dirilis. Hal-hal ini membutuhkan waktu sebelum Anda benar-benar mengetahui ide mana yang akan diterima dan ke mana semua nilai akan disalurkan.

Garry Tan:

Menurut saya, faktor yang sangat penting adalah adanya bagian-bagian lain dalam rantai nilai.Tentu saja, ada model dasar, penyedia hosting, produsen chip, dan kemudian ada startup yang kami danai, yaitu lapisan aplikasi.

Hal penting yang perlu diperhatikan adalah Anda tidak memerlukan $100 juta untuk memulai perusahaan lapisan aplikasi. Yang Anda butuhkan hanyalah Anda, terkadang hanya Anda, dan biasanya salah satu pendiri. Dan kemudian, jika Anda berdua tahu pengkodean, Anda dapat memanfaatkan fitur-fitur super canggih yang pada dasarnya sudah tidak ada lagi sekarang dan memasuki pasar lain di mana Anda dapat menciptakan produk yang memecahkan masalah nyata dan mendapatkan orang-orang yang bersedia membayar Anda selamanya. pendanaan di luar sana, jika Anda dapat menyelesaikan masalah mereka dengan teknologi yang ada. Anda dapat melakukan semua ini dari meja atau komputer tempat Anda menonton video ini. Anda tidak memerlukan izin apa pun kecuali koneksi internet yang berfungsi dan laptop Anda.

Jared Friedman:

Ini persis kisah Instacart dan Doordash kan? Ini adalah perusahaan lapisan aplikasi yang didukung oleh teknologi telepon seluler, namun mereka tidak perlu membuat telepon itu sendiri.

Garry Tan:

Setiap bagiannya seperti, ya, mungkin Anda memerlukan $50, $1 juta untuk memulai perusahaan model dasar Anda. Mungkin Anda memerlukan uang sebanyak itu untuk fabs atau hosting atau semua hal lainnya. Namun meski begitu, menurut saya hal itu tidak sepenuhnya benar. Sepertinya, ini jauh lebih sulit.

Dibandingkan dengan gelembung mata uang kripto, fondasi teknologi AI lebih kokoh

Harj Taggar：

Saya juga berpikir jika kita kembali ke pertanyaan, apakah kita berada dalam siklus hype AI dan mencoba menjadi seperti, jika kita mendefinisikannya dengan lebih tepat, tidak ada yang mengatakan bahwa AI tidak memiliki nilai apa pun. Yang jelas, itu mempunyai nilai. Saya pikir biasanya ketika orang berbicara tentang siklus, apa yang mereka tanggapi adalah mereka melihat harga naik dengan sangat cepat.Baik itu saham pasar publik seperti NVIDIA, yang Anda sebutkan, atau di dunia startup, Anda melihat perusahaan seperti, Anda tahu, mencapai valuasi $1 miliar dalam waktu enam hingga 12 bulan setelah didirikan.

Diana Hu ：

Hal ini terjadi pada tim peneliti AI yang sangat terkenal ini. Saya dulu bekerja di Deep Mind atau OpenAI. Mereka pergi dan memulai, tidak memiliki kesesuaian pasar produk, dan enam bulan kemudian, mereka mendapatkan penilaian yang sangat besar.

Garry Tan:

Saya tidak tahu, kan. Ya, seperti Profesor Coin selama booming cryptocurrency. Jika Anda memiliki pengalaman dengan sistem terdistribusi, dan Anda tahu, Anda cukup masuk ke VC mata uang kripto pertama yang Anda temui dan Anda akan keluar dengan nilai pasar $1 miliar hingga $5 miliar, seperti tanpa satu baris kode pun, bahkan tidak ada satu baris kode pun. kertas putih, tidak ada apa-apa.

Harj Tagga：

Cryptocurrency adalah contoh sempurna. Seolah itu adalah yang terakhir kalinya. Bahkan belum terlalu lama, sudah dua tahun. Ini terakhir kalinya rasanya ada siklus hype. Hal ini secara khusus didefinisikan sebagai, hei, bagi kami tampaknya nilai perusahaan-perusahaan ini meningkat dengan kecepatan yang tidak berkelanjutan. Semua perusahaan mata uang kripto inilah yang melakukan peluncuran token atau bahkan hanya meningkatkan putaran ekuitas dan melihat valuasinya berlipat ganda dan tiga kali lipat setiap tiga hingga enam bulan. Jadi menurut saya pasti ada jaringan parutnya.

Di sisi lain, ini hanyalah dunia startup. Seperti, saya selalu ingat orang mengatakan hal ini tentang Stripe karena ketika pertama kali diluncurkan, Stripe mengumpulkan pendanaan besar-besaran dari Sequoia dengan penilaian sekitar $100 juta, dan menurut saya mereka bahkan tidak meluncurkannya secara publik. Itu semua karena kepercayaan pada pendirinya, pada ide yang ada di pasar. Jadi, salah satu alasannya adalah investor berinvestasi dengan harapan menghasilkan uang.Cara mereka menghasilkan uang adalah berapa pun harga yang mereka bayarkan saat ini adalah keuntungan dari seberapa besar pertumbuhan perusahaan di masa depan.

Diana Hu：

Namun ada perbedaan besar, mungkin sedikit perbedaan, mengenai bagaimana menilai perusahaan teknologi versus sesuatu yang lebih seperti spekulasi aset, bukan? Karena di dunia cryptocurrency, banyak sekali hal-hal tersebut. Jadi kita bisa membicarakannya dibandingkan dengan teknologi nyata.

Garry Tan ：

Saya tidak akan mengatakan ini murni spekulasi. Mungkin agak tidak masuk akal untuk memikirkan nilai pasar miliaran dolar yang diperoleh orang-orang, tetapi jika Anda seorang profesor sistem terdistribusi dan Anda memiliki jaringan dan Anda perlu benar-benar membuat mata uang kripto yang dipercaya orang dan membangun aplikasi, itu masuk akal. Ini sebenarnya adalah sekelompok orang yang bisa melakukannya. Lalu Qian menutup pintu di belakangnya. Saya pikir itulah yang Anda miliki dengan hal-hal seperti Cognition Labs dan Devin, Anda memiliki hal-hal seperti Harvey, ini adalah pasar yang mencoba mencari tahu di mana bakat orang-orang yang benar-benar pintar.

Garry Tan:

Saya pikir itu sebenarnya ada di saluran YC ini. Jadi ini tidak sepenuhnya tidak masuk akal, tapi patut ditertawakan.

Harj Taggar：

Saya pikir ini adalah pandangan yang adil terhadap cryptocurrency akhir-akhir ini. Saya rasa pada saat itu, Anda bisa memecahnya menjadi spekulasi aset,Ini pada dasarnya adalah orang-orang yang fokus meluncurkan koin-koin ini dengan sangat cepat dan mencoba menaikkan harga koin-koin tersebut. Namun ada juga beberapa tim teknis yang sah dan sangat sengit yang mencoba mengembangkan protokol baru dan mencoba mengubah layanan yang ada menjadi versi terdesentralisasi. Saya pikir mentalitas investor sesuai dengan apa yang Anda katakan.

Faktanya, kita tidak boleh menolak teknologi cerdas yang mencoba memecahkan masalah teknis yang sangat sulit. Ada banyak masalah serupa dalam mata uang kripto. Jadi mari kita berinvestasi sebelum pasar produk cocok, karena orang-orang inilah yang akan menarik orang-orang pintar berikutnya di masa depan. Jika ada hal seperti itu, orang-orang ini akan mengetahuinya.

Jared Friedman:

Jadi, menurut saya analogi mata uang kripto sangat bagus karena ketika saya berbicara dengan banyak mahasiswa hebat di Harvard dan MIT, hal konsisten yang kami dengar adalah banyak dari mereka merasa terbebani oleh siklus sensasi mata uang kripto, Baik itu individu atau individu. teman, atau mereka sudah cukup umur untuk mengalami siklus sensasi cryptocurrency pada tahun 2021 dan 2022. Banyak orang yang sedikit skeptis terhadap kecerdasan buatan dan segala sesuatu yang baru dan sedang hangat saat ini.

Dengan demikian, YouTube adalah investor pendiri Coinbase dan salah satu investor mata uang kripto paling sukses di dunia. Bagaimana Anda membandingkan apa yang terjadi di kripto pada tahun 2021 dengan apa yang terjadi di kecerdasan buatan saat ini? Apa persamaannya? Apa bedanya?

Garry Tan ：

Menurut pendapat saya, Coinbase bukanlah mata uang kripto itu sendiri. Ini adalah teknologi pendukung yang dibutuhkan untuk mewujudkannya. Saya pikir mereka masih dalam perjalanan itu. Maksud saya, Brian Armstrong dan pendapatan, Anda baru saja mulai berbicara minggu ini tentang, Anda tahu, kami sebenarnya bekerja sama atau bekerja sama dengan setiap lembaga keuangan di dunia untuk mengintegrasikan teknologi blockchain ke dalam norma keuangan yang sebenarnya. Saya rasa janji itulah yang membuat saya bersemangat saat pertama kali bertemu Brian ketika saya masih menjadi insinyur penipuan di Airbnb. Ya, seperti.

Harj Taggar：

Pada dasarnya sebuah pasar. Menurut saya, tampilannya tidak jauh berbeda dengan startup lainnya, seperti, oh, hei, ada hal yang membuat orang ingin membeli dan menjual satu sama lain. Tidak ada pasar yang bagus untuk melakukan hal itu. Jadi mengapa kita tidak membangun pasar yang dapat dipercaya?

Garry Tan:

Itu pinggiran dan ceruk. Saya tidak berpikir orang-orang mengira akan menempuh jalur seperti itu pada saat itu.

Harj Taggar ：

Hal yang tidak diketahui tentang Coinbase adalah seberapa besar pasarnya, tetapi sangat jelas bahwa Coinbase memiliki kesesuaian pasar produk dengan orang-orang yang mempedulikannya sejak awal. Sama seperti ada orang yang ingin membeli dan menjual Bitcoin, maka perlu ada cara yang lebih baik untuk melakukannya. Jadi tidak ada keraguan bahwa Coinbase memiliki kegunaan dalam arti: Hei, ada sekelompok orang yang ingin melakukan sesuatu, dan Coinbase mempermudah mereka untuk melakukannya.

Saya pikir perbedaan antara AI dan cryptocurrency saat ini adalah tes mengendusnya. Jadi ketika Anda melihat produk, terutama banyak produk web 3, bagi kebanyakan orang, yang tidak pernah benar-benar lolos uji sniff, sepertinya saya tidak mengerti mengapa saya menggunakan ini.Namun ketika Anda melihat produk AI, jelas bahwa kemampuan untuk merangkum laporan analisis pasar PDF setebal 50 halaman dan benar-benar mengekstrak tiga kesimpulan utama jelas merupakan sebuah kepraktisan yang bersedia dibayar oleh seseorang.

Banyak startup AI yang dinilai terlalu tinggi

Garry Tan:

Maksud saya, saat ini saya memiliki perusahaan di tim YC saya yang menangani piutang. Mereka berubah dari tim yang terdiri dari 12 orang menjadi satu orang yang menangani piutang dan 11 orang lainnya mengurus segala hal lainnya secara finansial. Ini seperti sesuatu yang nyata yang bisa Anda dapatkan. Sepertinya Anda benar-benar melakukan sesuatu yang lebih baik daripada manusia yang mengantarkan mentega, dan kami menggantinya dengan robot pengantar mentega.

Ini sebenarnya seperti lelucon Rick dan Morty, tetapi di sisi lain, sebenarnya juga cukup serius. Seberapa baik perangkat lunak melakukan hal tersebut, Anda tahu, sebenarnya bukanlah hal terbaik yang dapat dilakukan manusia, yaitu merekonsiliasi email dan catatan bank untuk melakukan pembayaran yang diperlukan. Bukan pekerjaan yang menginspirasi, lho, membuka kreativitas, bukan?

Itu adalah sesuatu yang terkadang menyakitkan dan, Anda tahu, kita bisa memberi orang lain hal untuk dilakukan. Hal seperti itulah yang kita lihat sekarang.

Harj Taggar ：

Kami benar-benar melihatnya, bukan?

Diana Hu：

Maksud saya, salah satu statistik kerennya adalah, kami telah menyebutkannya sebelumnya di episode sebelumnya, jika kami menjumlahkan semua pendapatan yang masuk saat perusahaan mengajukan permohonan ke YC, total pendapatannya adalah $6 juta. Pada akhir tahap ini, sekitar tiga atau empat bulan kemudian, jika kita menambahkan seluruh pendapatan yang telah mereka peroleh, maka jumlahnya adalah $20 juta, yang merupakan angka yang sangat besar hanya dalam waktu tiga atau empat bulan. Hal ini berhasil mengungguli banyak rekomendasi ambisius yang kami berikan, seperti mencoba mengembangkan perusahaan Anda sebesar 20% per bulan.

Ini masih merupakan pertumbuhan eksponensial. Jika Anda menggunakan tolok ukur tersebut, peningkatan bulanan sebesar 20% dari enam bulan menjadi $6 juta selama tiga hingga empat bulan hanya sekitar $12 juta. Jadi, yang kami lihat adalah pendapatan riil, yang sebenarnya diperoleh.Ketika sebuah perusahaan menemukan ide bagus, nilai yang Anda bicarakan, pelanggan mereka akan mengenalinya. Maksud saya, pelanggan itu cerdas, mereka membayarnya, dan ada aspek nilai di dalamnya.

Garry Tan:

Dan menurut saya bagian tersulitnya adalah tidak hanya pembaruan pertama atau pembaruan kedua, seolah-olah Anda benar-benar harus melalui semua pembaruan. Ini seperti satu-satunya cara sebuah perusahaan memiliki nilai perusahaan adalah arus kas yang didiskontokan di masa depan. Artinya, retensi harus berarti bahwa setiap pelanggan yang Anda dapatkan, sebaiknya Anda memiliki pelanggan itu selamanya. Hanya dengan begitu Anda dapat membangun bisnis dalam skala berapa pun.

Harj Taggar ：

Hal ini juga tampaknya menjadi inti pertanyaan, apakah kita berada dalam perdebatan siklus hype? Karena saya merasa seperti di YC, kita semua yang berada di bawah melihat contoh perusahaan yang menumbuhkan ARR jauh lebih cepat dibandingkan apa yang telah kita lihat di banyak perusahaan.

Bahkan dalam waktu enam atau dua belas bulan setelah sekelompok perusahaan go public, pertumbuhan pendapatan sangat mengesankan. Gustav berbicara tentang Leia, yang baru saja menyelesaikan pembiayaan Seri A, dan mereka melakukan AI legal untuk mengotomatisasi pekerjaan hukum.

Diana Hu：

Ada perusahaan tempat saya bekerja tahun lalu yang mungkin akan mencapai $10 juta pada akhir tahun ini. Ini hanya 12 bulan setelah mereka menemukannya.

Garry Tan:

ide. Gan, setelah 10x bisa IPO.

Harj Taggar：

Menurutku perasaannya sangat berbeda dibandingkan saat aku dan Jared pindah ke San Francisco, seperti tahun 2007, bukan? Karena itulah yang dikejar semua orang saat itu. Anda jelas juga mengalami hal konyol ini. Yang dikejar semua orang adalah tampilan halaman. Ya, tampilan halaman, dan kemudian pengguna aktif, saya tahu, mendaftar untuk sebuah akun, apa pun itu.

Garry Tan:

Tapi ya, banyak metrik. Ya, Anda mengatakan sesuatu yang membuat Anda merasa baik. Tetapi.

Jared Friedman:

Baiklah, saya ingin melompat ke poin yang disampaikan Harsh sebelumnya, yaitu jika Anda mendefinisikan siklus hype sebagai situasi di mana suatu aset dinilai terlalu tinggi secara besar-besaran. Hal ini mungkin terjadi sekarang. Nvidia saat ini adalah perusahaan paling berharga di dunia. Saya tidak tahu apakah seharusnya seperti ini, mungkin Nvidia dinilai terlalu tinggi dan TPU akan mulai berfungsi, seperti, Anda tahu, semua hal ini bisa berubah. Ada startup yang telah mengumpulkan valuasi lebih dari $1 miliar.

Kalau dipikir-pikir, beberapa perdagangan ini mungkin terlihat konyol. Kabar baiknya bagi bisnis kami adalah kami tidak peduli. Misalnya, jika kita adalah investor pasar publik, Anda mungkin akan sangat khawatir apakah Nvidia dinilai terlalu tinggi. Namun mengingat lapangan tempat kami bermain, hal itu tidak terlalu menjadi masalah.

Garry Tan:

Saya pikir para pendiri Amazon adalah contoh terbaik dalam hal ini.

Jared Friedman:

Ya, itu sangat bagus. Hal ini berlaku meskipun ada beberapa hal yang dilebih-lebihkan.

Garry Tan:

Saya pikir ini pada dasarnya adalah uang gratis untuk seluruh ekosistem. Misalnya, penilaian Nvidia yang terlalu tinggi berarti jika mereka membutuhkan pembiayaan, mereka dapat memperolehnya dengan harga yang sangat murah. Ini setara dengan lebih banyak modal,dapat membantu mereka mendorong pembangunan di masa depan dengan lebih cepat. Maka pada dasarnya semua orang di ekosistem akan mendapat manfaat.

Harj Taggar:

Perbedaan terbesar antara kami dan para pendiri serta perusahaan publik adalah perusahaan publik harus memberikan hasil kuartal demi kuartal. Jika mereka melewatkan laporan pendapatan, harga saham anjlok dan karyawan mulai kesal. Ini adalah gangguan yang sangat besar. Namun bagi YC, kami berinvestasi pada ide-ide orang, dan kami tidak berharap untuk mengetahui apakah sesuatu akan berhasil dalam 10 tahun lebih, bukan? Hal yang sama berlaku untuk para pendiri, dari perspektif 10 tahun tidak masalah jika saat ini dinilai terlalu tinggi. Anda hanya peduli pada arahnya. Apakah 10 tahun ke depan akan lebih berharga dibandingkan saat ini?

Garry Tan:

Saya pikir bisnis-bisnis ini sebenarnya bisa menjadi lebih sehat, namun tidak selalu demikian. Saya pikir Profesor Coin mengumpulkan ratusan juta dolar dan tidak pernah diluncurkan, atau beberapa dari AI kesayangan saat ini yang mungkin disukai oleh dana VC terbesar di dunia dengan $100 juta atau $200 juta atau $500 juta di neraca mereka, tetapi tidak ada pendapatan sama sekali.

Ini seperti melihat ke Gunung Everest dan bertanya, bagaimana saya bisa mendaki ke sana? Hal ini sangat kontras dengan banyak perusahaan YC yang kita lihat, yang mungkin hanya mengumpulkan $1 juta hingga $2 juta dari Hari Demo, namun kemudian mereka mulai mencapai angka $5 juta atau $10 juta. Faktanya, karena mereka memperoleh keuntungan sejak hari pertama, atau memperoleh keuntungan dengan relatif cepat, rekening bank mereka terus bertambah. Mereka akan melihat ke bawah dan berkata, saya sudah mengumpulkan dana, saya tidak punya dewan direksi, saya tidak perlu menjual perusahaan saya. Jadi mengapa saya tidak menyusun perusahaan sesuai keinginan saya?

Saya rasa, mungkin 10 tahun yang lalu, tidak ada contoh seperti ini di dunia YC. Misalnya, Weebly hanya mengumpulkan satu putaran benih dan kemudian menjualnya ke Square dengan harga yang sangat besar. Mereka dapat melakukan ini karena mereka memperoleh keuntungan di era perangkat lunak sosial. Bahkan saat ini, Zapier, yang mungkin merupakan salah satu perusahaan perangkat lunak murni yang paling dominan, hanya berhasil mengumpulkan satu putaran unggulan. Mereka menghasilkan pendapatan ratusan juta dolar. Ini adalah saat yang gila bagi mereka.

Jared Friedman:

Dan mereka bertaruh besar pada kecerdasan buatan.

Garry Tan:

Jadi ini momen yang sangat menarik. Apakah Anda benar-benar membutuhkan putaran investasi yang besar? Faktanya, putaran investasi yang besar bisa terasa seperti sebuah batu besar di leher Anda yang tidak akan pernah bisa Anda lewati.

Diana Hu:

Yang menarik adalah bahwa semua perusahaan yang kami sebutkan ini menguntungkan atau mencapai titik impas, mereka tidak memerlukan pembiayaan, dan mereka memiliki pendapatan yang masuk dan tumbuh secara eksponensial, mereka tidak memerlukannya. Jadi Anda mungkin tidak banyak mendengar tentang mereka karena mereka tidak go public dan mencoba melakukan investasi besar karena mereka benar-benar memainkan permainan jangka panjang.

AIGC memiliki potensi komersialisasi yang besar

Diana Hu:

Jika saya pikir kita memiliki lebih banyak data sekarang, kategori hal-hal yang dapat kita mulai lihat, saya pikir di setiap bidang augmented reality, kecerdasan buatan, kita melihat tanda-tanda awal bahwa segala sesuatunya berjalan baik. Bahkan untuk beberapa hal yang dianggap berlebihan, seperti penggunaan AI generatif untuk menghasilkan gambar, menurut saya sulit untuk membayangkan, apakah ini hanya untuk mainan atau seni atau hiburan? Tapi satu perusahaan, Photo Room, benar-benar menghasilkan uang. Saya pikir mereka baru-baru ini mengumumkan bahwa mereka bernilai $500 juta dan mereka menghasilkan gambar untuk e-commerce.

Jadi ketika Anda masuk ke vertikal, mereka akan menemukan sesuatu.Mereka menjadikan AI generatif sangat menguntungkan karena sulit bagi merek untuk mengambil gambar produk dan penempatan produk, yang semuanya sulit dilakukan. Mereka melakukan pekerjaan itu dengan biaya yang sangat murah.Anda tidak memerlukan tim fotografer atau editor, bukan? Inilah contoh yang dapat saya pikirkan. Kategori lain yang sering kita bicarakan adalah alur kerja agen AI, bukan? Anda mengganti tim staf operasional. Anda menyebutkan, ya, seperti Lampu Hijau.

Harj Taggar:

Lampu Hijau itu luar biasa. Contoh lainnya adalah Permit Flow, sebuah perusahaan yang menggunakan kecerdasan buatan untuk mengisi proses perizinan. Jika kita mencoba berperan sebagai pendukung setan dan mengajukan keberatan terhadap hal-hal ini, ada dua cara untuk menyerang. Pertama, Anda bilang, hal-hal ini sudah diotomatisasi, namun belum sepenuhnya membuat mesin berada di luar kendali manusia. Jadi, untuk mendapatkan penilaian ini dan mencapai nilai setinggi itu, mereka harus mengeluarkan mesin dari kendali manusia.

Pandangan kedua adalah bahwa bisnis tidak akan pernah mempercayai hal-hal ini. Jadi Anda tidak akan menandatangani kontrak bernilai enam digit atau jutaan dolar dengan 14.500 perusahaan besar dan hanya mengandalkan kecerdasan buatan.

Jared Friedman:

Oh, menurut saya poin kasar kedua yang Anda sampaikan adalah bahwa barang-barang tersebut akan dijadikan komoditas. Mereka seperti pembungkus GPT, semua nilai sebenarnya akan masuk ke model dasar, dan akan ada proses izin 100. Jadi bagaimana mereka menangkap nilai sebenarnya?

Harj Taggar:

Bagaimana dengan perspektif itu? Saya hanya berpikir, menurut saya itu adalah kritik terbesar. Ini adalah serangan utama sekitar setahun lalu. Mungkin saya hanya mengatakan ini karena saya sangat mempercayainya, tetapi semua hal yang kita bicarakan seperti berbagai model, sumber terbuka, proses perizinan untuk menjadi pemenang di bidang Anda, sejauh yang saya tahu, semuanya tentang bagaimana caranya menjual, Mendapatkan detail UI dengan benar, memiliki semua detail kecil untuk membuat produk sempurna.

Jared Friedman:

Saya setuju dengan Anda dan saya mempertimbangkan sudut pandang orang lain. Ya, sepertinya yang terjadi justru sebaliknya, dimana nilai tersebut cepat terserap ke dalam proses perizinan.

Diana Hu:

Bahkan pada tingkat teknis, ini bukan hanya sekedar pembungkus, saya tahu mereka telah melakukan banyak pekerjaan untuk menyempurnakannya untuk area tertentu.Di area ini, data pribadi memiliki banyak kekuatan, seperti perizinan, data perbankan, yang tidak dapat dilengkapi dan disalin. Mereka sebenarnya melakukan sesuatu yang cukup rapi dan lebih dari sekedar pembungkus. Mereka melakukan banyak pekerjaan yang dipikirkan dengan matang.

Harj Taggar:

Ini adalah poin yang bagus. Saya pikir Mark Zuckerberg mengatakan ini. Mungkin satu atau dua minggu yang lalu, katanya, bahkan jika semua kemajuan pengembangan model terhenti saat ini, masih ada ruang lima tahun untuk inovasi, seperti membangun lapisan aplikasi solusi titik di atas model.

Diana Hu:

Bahkan di sisi kompiler, bukan? Bahkan dengan kompiler Github, contoh paling terkenal jelas merupakan produk Github yang paling cepat berkembang. Ini dilaporkan menyumbang 40% dari pertumbuhan pendapatan baru-baru ini. Rumornya, mereka menghasilkan pendapatan ratusan juta dolar. Jumlah tersebut belum dapat diverifikasi, namun angka tersebut berada di sekitar angka tersebut, yang cukup mengesankan jika dibandingkan dengan waktu perilisannya. Benar?

Harj Taggar:

Anekdot lain yang menggambarkan hal ini adalah bahwa untuk menjadi benar-benar berharga seperti yang dikatakan semua orang, mesin harus benar-benar berada di luar kendali manusia. Dari anekdot yang saya dengar dari beberapa startup, mereka membangunnya ke dalam alur kerja sehingga AI melakukan pekerjaannya, tetapi Anda dapat memeriksanya melalui antarmuka pengguna atau meminta manusia melakukan proses peninjauan. Namun semakin banyak pelanggan yang bahkan tidak menggunakan fitur ini lagi. Jadi mereka hanya...

Diana Hu:

Saya juga pernah mendengarnya. Ada perusahaan lain yang pada dasarnya mengganti banyak pusat panggilan, dan mereka menangani ratusan ribu panggilan. Hal yang sama, mereka menembaki seluruh bagian tengah. Perusahaan besar ini menggunakan startup ini, 20x, 100x lebih cepat, dan lebih murah. Hal yang sama.

Harj Taggar:

Kembali ke poin Anda, meskipun saat ini belum sempurna dan tidak akan ada model batas 10x lainnya dalam waktu dekat,Sangat mungkin bahwa semua pekerjaan, seperti penyempurnaan, pengumpulan data, penyimpanan data pribadi, hanya untuk memeras dan mencapai tingkat kualitas yang tepat, bisnis besar akan mulai menghabiskan jutaan atau bahkan puluhan juta dolar untuk semua hal ini. solusi.

Diana Hu:

Faktanya, menurut saya ada kategori keempat yang berhasil. Meskipun saat ini terdapat banyak alat yang dapat dibangun, dievaluasi, disempurnakan, dll., beberapa perusahaan di perusahaan kami sebenarnya telah berhasil melakukan penyesuaian, terutama alat ini untuk perusahaan, yang menggunakan alat mereka sendiri. data pribadi, jika Anda ingin Melewati aplikasi tertentu, bahkan alat pun memiliki nilai.

Jared Friedman:

Saya juga berpikir ada banyak tempat di mana LMS dapat diterapkan yang belum terpikirkan oleh orang-orang. Diane dan saya memiliki perusahaan di tim kami yang menghadiri konferensi tinjauan industri ini dua minggu yang lalu dan mereka mengalami momen aha di mana mereka menyadari bahwa seluruh industri adalah aplikasi yang sempurna untuk LMS dan bahkan orang teknis pun tidak tahu atau mengetahuinya. ada. Jadi belum ada yang mencobanya. Mereka hanya, seperti balapan, ada peluang bernilai miliaran dolar di sudut dunia yang sempurna untuk teknologi ini. Seperti yang Anda katakan, menurut saya masih ada waktu bertahun-tahun untuk membuka teknologi saat ini.

Garry Tan:

Saya pikir pada akhirnya itulah yang terjadi di sini. Hal ini terjadi dalam setiap siklus hype, siklus boom-bust, tidak hanya dalam teknologi tetapi juga di dunia secara keseluruhan, di mana terdapat kegilaan yang dimulai seolah-olah dunia akan berubah, dan kemudian sulit untuk benar-benar memahami apa yang sedang terjadi. dimana Banyak yang hanya berupa desas-desus atau laporan media.

Itu yang dikatakan X, lho, di Product Hunt, ada kabut perang di sekitarnya. Hasilnya adalah kontes popularitas. Pada dasarnya dalam jangka pendek, semua bisnis memberikan suara, dan dipengaruhi oleh suara dari mesin pemungutan suara, bukan? Sepertinya hal itu belum benar-benar terjadi. Hal ini terjadi begitu cepat sehingga manusia menjadi mesin pembuat makna dan perlu waktu bagi kita untuk memahaminya.

Oleh karena itu, dalam jangka pendek, kita ditipu oleh para penipu yang bicara cepat. Kita tertipu oleh kredensial yang bagus atau, Anda tahu, saya bekerja di perusahaan seperti ini. Mereka adalah orang-orang lulusan Stanford yang banyak bicara dan menipu jutaan dolar dari investor yang sangat cerdas, bukan? Anda melihat banyak hal seperti itu dan itu hanya keacakan dan kegilaan mesin pemungutan suara, bukan? Sepertinya orang tidak mencoba memasukkan uang mereka ke dalam penipuan. Terlebih lagi kita tidak dapat memahami dunia dengan cukup cepat hanya karena dampak sosial saja. Jadi pada dasarnya massa itu salah.

Di sisi lain, dalam jangka panjang, setiap perusahaan bernilai diskon arus kas masa depannya.Anda tahu, Anda membutuhkan pelanggan Anda untuk benar-benar memecahkan masalah. Orang-orang membayar mereka dan kemudian, Anda tahu, pelanggan Anda tetap bersama Anda selamanya. Itu sebabnya ketika Anda melihat Google atau Meta atau salah satu dari Tujuh Besar, perusahaan-perusahaan ini adalah perusahaan paling berharga di dunia, karena orang berpikir, Anda tahu, perusahaan-perusahaan ini mungkin akan menghasilkan uang selamanya, bukan? Dan merasa aman dalam prosesnya.

Garry Tan:

Itulah yang diyakini orang-orang saat ini, dan pada akhirnya pasar rakyat, Anda tahu, adalah mesin pemungutan suara yang benar-benar gila, namun pada akhirnya menjadi mesin penimbang. Akhirnya Anda harus menghasilkan uang. Pada akhirnya, Anda harus memiliki pelanggan. Pada titik ini, Anda perlu menciptakan sesuatu yang benar-benar berbobot dan berbobot, dan benar-benar berfungsi. Hanya itu yang bisa kita bicarakan hari ini. Sampai jumpa lain waktu.