[ BETTER TECH LEADERSHIP ]

Yariv Adan: Führung, Innovation und Investitionen im Zeitalter der KI

[ THE SPEAKERS ]

Meet our hosts & guests

Leszek Knoll
CEO, BRAINHUB

In den letzten zehn Jahren hat Leszek mehrere erfolgreiche Unternehmen aufgebaut, darunter eine Softwareentwicklungsagentur, die Fortune-500-Unternehmen unterstützt. Angesichts der Herausforderungen, die ein wachsendes Unternehmen mit sich bringt, stellte er fest, dass der Übergang von einer technischen Rolle in eine Führungsrolle einen anderen Ansatz erforderlich macht. Als Moderator des Podcasts Better Tech Leadership konzentriert sich Leszek darauf, die Kluft zwischen technischen und menschlichen Fähigkeiten zu überbrücken.

Yariv Adan
Gründungspartner

Yariv Adan ist KI-Experte, Investor und ehemaliger Google-Produktmanager mit über 16 Jahren Führungserfahrung im Bereich Spitzentechnologie. Als Mitbegründer von Google Assistant und Senior Director bei Google AI spielte Yariv eine zentrale Rolle bei der Gestaltung innovativer KI-Produkte und der Leitung komplexer globaler Teams. Heute, als Gründungspartner bei Ellipsis, konzentriert sich Yariv auf Startkapital- und Pre-Seed-Investitionen in KI-Startups und kombiniert sein fundiertes technisches Fachwissen mit strategischer Beratung für aufstrebende Unternehmen. Er begeistert sich für die Schnittstelle von KI und Kunst und war auch Mitbegründer von TheArtAward.ai, um die Zusammenarbeit zwischen diesen Bereichen zu fördern.

Transcript

Haftungsausschluss: Diese Transkription des Podcasts ist KI-generiert und kann Fehler oder Ungenauigkeiten enthalten.

Leszek

Mein Name ist Leszek und ich werde mit Yariv Adan über Anlagestrategien und wiederholbare Kommunikation sprechen. Sie hatten eine bemerkenswerte Karriere, die sich über 25 Jahre erstreckte, von, Sie wissen schon, Führungspositionen bei Google zur Gründung von Futur Fund übergegangen sind. Könnten Sie uns einen Überblick über Ihre bisherige Karriere geben?

Yariv Adan

Ich habe Ende der neunziger Jahre tatsächlich als Ingenieur angefangen. Ich habe, ziemlich pünktlich zum ersten Internet-Wahnsinn 1998 oder 1999, Informatik studiert. Eigentlich habe ich im 3. Jahr das Startup mit 2 Freunden gestartet. Ich glaube, wir waren zu jung. Es war ein bisschen zu früh. Es hat nicht so lange gedauert. Aber fast das nächste Jahrzehnt lang arbeitete ich als Ingenieur und dann als technischer Leiter in einer Reihe israelischer Startups, von sehr kleinen bis hin zu solchen, die so groß waren, dass das letzte sehr klar interaktiv war und damals von HP übernommen wurde, und ich habe viel über, Sie wissen schon, über bewährte Verfahren gelernt, wie man gute Produkte ausführt und baut.

2007 entschied ich mich, zum Produkt zu wechseln, zu Google zu wechseln und in die Schweiz zu wechseln. Also bin ich im Grunde in die Schweiz gezogen, und dann habe ich angefangen, mehrere Produkte bei Google in einer sehr frühen Phase anzubieten oder daran teilzunehmen. Damals war Google sehr auf Mountain View ausgerichtet, und viele der PMs außerhalb von Mountain View waren eher Projektmanager für einen PM in Mountain View. Das gefiel mir nicht, also habe ich irgendwie einen Ausweg gefunden, Dinge auszuwählen, die zu der Zeit nicht unbedingt sexy waren, sie aber irgendwie komplett besitzen mussten. Es war also schon sehr früh unter den Leuten, die die Konstruktions- und Produktorganisationen für den Datenschutz bei Google aufgebaut haben. Davor waren es hauptsächlich Anwälte und ich und ein technischer Partner. Wir haben die gesamte Organisation gegründet und gesagt, hey. Es ist kein Problem zwischen Google und der EU, sondern zwischen Google und den Nutzern, den Ideen von Transparenz und Kontrolle.

Tatsächlich hatte ich das große Glück, in der Anfangsphase zu sein und die Branche im Grunde mitzugestalten, indem ich den Datenschutz zu einem Merkmal und nicht zu einem politischen oder rechtlichen Problem machte. 2009 oder 2010 wurde ich dann sehr früh Teil des Teams von Google Emerging Markets, was, Sie wissen schon, die besten vier Jahre meiner Karriere waren, glaube ich. Vier Jahre lang bin ich in Afrika, Lateinamerika, Südostasien und Indien gereist, habe viel über die Märkte gelernt, viel darüber gelernt, weißt du, wie man gute Produkte für sehr unterschiedliche Nutzer entwirft, eine sehr unterschiedliche Infrastruktur, sehr unterschiedliche Bedürfnisse, wieder viel gelernt. Weißt du, als ich dazukam, waren wir wie eine Handvoll Leute. Nach zweieinhalb Jahren leitete ich sowohl die Technik als auch das Produkt. Wir waren über 100 Mitarbeiter an 5 Standorten weltweit. Dann habe ich für kurze Zeit an YouTube-Anzeigen gearbeitet.

Ich wollte nur wissen, wie dieses milliardenschwere Monster funktioniert. Um ehrlich zu sein, bin ich kein Werbefan. Während ich also zusammen mit einem Freund an Anzeigen arbeitete, sagte ich, hey. Lass uns etwas Lustiges für 20% machen und irgendwie mein Karma in Ordnung bringen, weil ich hauptsächlich die unüberspringbaren 32. Anzeigen auf YouTube gemacht habe. Ich meine, für, du weißt schon, ja. Ich brauchte also etwas Positives und dann sagten wir, hey. Wäre es nicht cool, wenn wir etwas herausbringen, mit dem du zu dir sprichst, es zu dir zurückspricht und so weiter?

Also wurde ich quasi Teil des Gründungsteams von dem, was später Google Assistant wurde, und dann habe ich auch angefangen, was wir zu der Zeit als Assistant Eyes dachten, aus dem dann Google Lens wurde. Also fangen Sie an, diese beiden Dinge, Sie wissen schon, von einer kleinen Basisarbeit zu einer sehr großen Unternehmensstrategie zu werden. Ich habe 6 oder 7 Jahre lang an einer Reihe lustiger, hochmoderner KI-Konsumgüter gearbeitet. Und dann haben wir zusammen mit meinem Endpartner, mit dem wir vor etwa 3 Jahren angefangen haben, beschlossen, gemeinsam auf die Cloud umzusteigen. Zuerst leiteten wir Conversational AI in der Cloud, und dann, etwa ein Jahr später, passierte die Art von GPT-Wahnsinn, sodass wir uns an der Spitze der KI der angewandten Generation wiederfanden. Es war, weißt du, die letzten etwa 2 Jahre, als, du weißt schon, die intensivste, aber auch wieder erstaunliche Lernerfahrung. Und ja, und dann, nach 17 Jahren, Anfang dieses Jahres, war irgendwie, glaube ich, Zeit und dann sehr dankbar für Google, weißt du, viel gelernt, viel getan, viel bekommen.

Ich mache jetzt mein eigenes Ding mit KI, weißt du, also das ist, ich hoffe, schnell genug Überblick.

Leszek

Sehr schnell. Können Sie über die Herausforderungen sprechen, mit denen Sie bei der Entwicklung dieser Produkte konfrontiert sind, insbesondere in den letzten Jahren? Schnelles Tempo, viel Lernen. Sonst noch etwas?

Yariv Adan

Ich denke vor allem, weißt du, wir waren sozusagen die ersten Entwickler der Konversations-KI. Und um ehrlich zu sein, ich glaube, wir haben die Fähigkeit von KI und KI, Sprache wirklich gut in Text umzuwandeln und menschlich klingende Stimme mit Verständnis zu erzeugen, ein bisschen verwechselt. Im Jahr 2000, wissen Sie, 14, 15, sahen wir einen sehr schnellen Fortschritt in der Fähigkeit, tatsächlich zu verstehen, was Menschen sagen, auch wenn die Stimme nicht vollständig funktioniert, und ein menschliches Verständnis zu erzeugen. Außerdem natürliche Sprache, seitdem sind wir quasi von Schlagzeugern zu LSTMs usw. übergegangen. Es war auch schnell fortgeschritten und wir dachten, hey. Wir sind fast an der Schwelle, dass dieses Ding es verstehen kann und ein nützlicher Assistent sein kann. Ich glaube, wir haben uns ein bisschen geirrt, fast ein Jahrzehnt, ein bisschen um ein Jahrzehnt, weniger als ein Jahrzehnt.

Also ich denke, das Produkt war ein bisschen schwer für die Technologie. Ich denke immer noch, dass es für einige Dinge und für Musik sehr nützlich war, für, Sie wissen schon, für die intelligente Hausautomation, aber jeder, der diese Assistenten benutzt, sie sind nicht nur wie die von Google, Sie wissen schon, auch Siri und Alexa. Sie wissen, dass es bei vielen Dingen nicht wirklich so natürlich und intelligent funktioniert, wie Sie es erwartet hatten. Du musst irgendwie einen ganz speziellen Befehl lernen. Es versteht sich nicht immer perfekt. Also ich denke, es gab ein bisschen zu viel versprochen und zu wenig umgesetzt und vor allem, wissen Sie, die Ideen waren großartig, sehr innovativ, aber die Technologie war noch nicht ausgereift, und das war quasi, Sie wissen schon, eine Herausforderung. Die andere sehr interessante Herausforderung ist, dass es, glaube ich, heute noch ein bisschen existiert, und wenn Unternehmen anfangen, diese dialogorientierten KI-Produkte und -Anwendungen zu entwickeln, ist, dass wir im Grunde genommen eine neue Modalität der Benutzeroberfläche entwickeln, und das ist im Grunde, weißt du, ich nenne es, mit Ambient, UI oder Natural UI.

Man zeigt es, man erzählt es, es spricht auf die gleiche Art und Weise zurück, wie wir kommunizieren, und in gewisser Weise ist das wie die robusteste, Sie wissen schon, Schnittstelle, die Sie, Sie wissen schon, alles zeigen und darüber sprechen können, was sehr abstrakt, sehr komplexe Ideen, sehr komplexe Anfragen ist. Auch die Antworten können sehr komplex sein, wie wir alle wissen, und es ist auch sehr natürlich. Jeder weiß, wie man eine Anfrage stellt, wie man etwas zeigt, wie man eine Antwort eingibt. Ich meine, es gleicht tatsächlich das Feld zwischen Demografie, Sie wissen schon, Technologie, Sie wissen schon, technisch und sogar Sprache und Wissen aus. Sie müssen nicht einmal unbedingt lesen und schreiben können, wenn es Sie anspricht. Richtig? Das ist also sehr mächtig.

Auf der anderen Seite, weißt du, eine Menge Dinge, die wir im Laufe der Jahre für traditionelle Benutzeroberflächen gelöst haben, wie zum Beispiel zu verstehen, was sie können, wie man Anfragen stellt. Richtig? Die Benutzeroberfläche leitet dich, du weißt schon, Auffindbarkeit. Woher weiß ich, dass es mir gefällt, hier müssen wir noch nachdenken, woher weiß ich, wie man danach fragt? Woher weiß ich, weißt du, welche die beste Benutzeroberfläche ist? Weil, weißt du, am Anfang waren Chargept und all diese Dinge völlig gesprächig. Richtig? Du weißt schon, du hast alles per Text gefragt und du hast alles in Text bekommen.

Aber wir alle kennen diese Sprache in gewisser Hinsicht, sie ist sehr effizient und in anderer Hinsicht sehr nervig. Und das einfachste Beispiel, das ich verwende, ist, wenn Sie in ein Restaurant gehen. Wenn Sie das Menü konsumieren möchten, möchten Sie es lesen. Du willst visuell sein. Denn jedes Mal, wenn ein Kellner zu mir kommt und mit mir über die Art der Gerichte des Tages spricht, wenn es über 3 Gerichte sind, verliere ich mich und gebe mir ein thailändisches Menü mit, Sie wissen schon, 40 Seiten, sehr einfach durchzugehen und zu finden, was ich will. Andererseits ist es sehr nervig, wenn ich weiß, was ich will und es ausdrücken möchte, es in einer starren Angelegenheit zu tun. Richtig? Immer wenn es ein Tablet gibt und du wählen musst, ist das sehr flüssig, während ich sehr schnell ausdrücken kann, was ich will.

Ich denke also, wie kombiniert man den Reichtum der visuellen Benutzeroberfläche, sowohl bei der Eingabe als auch bei der Ausgabe, mit der Robustheit und Präzision der Sprache, die noch berechnet werden muss? Und vor allem, weißt du, du weißt schon, es tut mir leid. Ich gehe ein bisschen herum. Niemand hat es fürs Handy verkauft. Richtig? Also falls es Ihnen aufgefallen ist, Sie wissen schon, vor 2008 waren alle Demos auf Desktops und Laptops, und dann haben die Leute es herausgefunden, hey. Wir sind in erster Linie mobil und alle Demos waren auf Telefonen.

Aber jetzt sehen wir wieder viele Demos vom Typ Laptop, und der Grund dafür ist, dass man bei Konversationsschnittstellen, besonders wenn die Tastatur geöffnet ist, sehr viel Platz auf dem Mobilgerät hat, um tatsächlich eine sinnvolle Erfahrung zu machen, und niemand hat noch herausgefunden, wie man das gut macht. Also nochmal, wir brauchen diese Art von großen Bildschirmen, die natürlich keinen Sinn ergeben. Wissen Sie? Den größten Teil des Tages sind wir mit dem Handy unterwegs. Richtig? Das sind alles Herausforderungen, mit denen wir im Adan konfrontiert waren, als wir zum ersten Mal konfrontiert wurden. Also, weißt du, es gab viel mehr Experimente und dann, du weißt schon, eine Art Versuch und Irrtum. Ich denke, jetzt gibt es ein bisschen mehr Wissen, weil man in den letzten 10 Jahren durch die Wüste gelaufen ist, aber trotzdem muss man jedes Mal, wenn es neue Modalitäten gibt, darüber nachdenken, weißt du, wie du die vorherigen Konzepte nimmst und sie löst, aber auch woher weißt du, dass es eine Menge neuer Möglichkeiten gibt, die noch entdeckt und erfunden werden müssen und dass das auch Zeit braucht.

Also ich ja, wir haben uns im Grunde genommen, wissen Sie, mit dieser neuen Modalität in sehr frühen Tagen auseinandergesetzt, als die Technologie auch wackelig war. Also, weißt du, das alles hat Spaß gemacht, aber ja. Aber wenn du dir die Demo ansiehst, die letzten Demos von OpenAI, denkst du, ja, sie würde kommen oder, wow, sie haben es gemacht, so etwas, umwerfend oder beides?

Leszek

Wie denken Sie über diese jüngsten Entwicklungen?

Yariv Adan

Nein. Das definitiv große Wow. Weißt du, als ich den letzten sah, sagte ich, oh, endlich, weißt du, irgendwie, du weißt schon, hat es funktioniert. Und dann denke ich, weißt du, es zeigt wieder, dass es Einfallsreichtum und Kreativität gibt, sowohl auf der Produkt- als auch auf der technischen Seite, wann immer man versucht, etwas zu bauen. Und ich denke, die vielen guten Ideen für das Produkt und die meisten Dinge, die gerade passieren, sind Dinge, die vorher nur irgendwie durchdacht und gebaut wurden, aber auf jeden Fall, weißt du, die Technik hat gefehlt. Also auf jeden Fall, ich bin voller Respekt. Aber ich denke, jetzt, wo man diese gute Erfahrung macht, und es geht um alles, wie zum Beispiel, es geht um die Qualität der Stimme, es ist die Geschwindigkeit, es ist die Fähigkeit, diese Multimodalität zu nutzen.

Als ob alle Teile da drüben sind. Ich denke, was mich reizt, ist der nächste Schritt, neue Dinge zu entdecken. Und und die Art, darüber nachzudenken, ist mobil im Vergleich zu dem, was Mobile herausgebracht hat, weißt du, weil, weißt du, das Internet an sich war unglaublich. Weißt du, plötzlich gehst du und dann kannst du digitale Dinge tun, die du vorher an einen physischen Ort bringen musstest, richtig, plötzlich konntest du Dienste und Informationen digital nutzen. Das war irgendwie überwältigend, weißt du, aber dann war ich immer, weißt du, wenn du darüber nachdenkst, vom Laptop auf ein Handy umzusteigen, ist das keine große Sache. Richtig? Eigentlich machst du es okay, ein bisschen kleiner.

Es passt jetzt in Ihre Tasche und nicht in Ihre eingepackte Tasche. Du schneidest oben, du weißt schon, 1 bis 3 Kabel durch. In Ordnung. Das ist cool. Und du fügst sehr einfache Sensoren hinzu. Richtig? Es gibt sozusagen einen Lautsprecher, ein Mikrofon, einen Gyroskop, einen Beschleunigungsmesser und eine Kamera.

Das ist so ziemlich das, was du dem Handy hinzugefügt hast. Richtig? Sobald du das gemacht hast, ein paar Anpassungen, weißt du, plötzlich gehst du herum, du konsumierst alles, du bist quasi 247 und all diese Verben, die vorher nicht existierten, du weißt schon, twittern, freund, liken, wischen, du weißt schon, all diese Wischen, du weißt schon, oder oder du weißt schon, all das, du weißt schon, in TikTok, all die Dinge, die wir ständig auf dem Handy machen, existierten nicht und wurden freigeschaltet. Jetzt denke ich, okay, stell dir vor, dass jedes Gerät um dich herum intelligent ist. Du kannst mit ihm sprechen oder es sieht dich. Du musst nicht einmal mit ihm sprechen. Man kann es quasi in der Umgebung kommunizieren und jetzt ist das plötzlich nicht nur ein Telefon, sondern es ist wie, weißt du, Autos, medizinische Geräte, Wellnessgeräte, Sportgeräte, intelligente Geräte, tragbare Geräte, weißt du, mit all ihren Fähigkeiten und Sensoren und was auch immer, ich denke, es wird eine Explosion von Dingen geben, die plötzlich möglich sein werden.

Ich denke, was wir gerade sehen, ist quasi die erste Spitze des Eisbergs, um wirklich alle Träume und Ideen umzusetzen, aber jetzt habe ich das Gefühl, dass alle Teile da sind und dann explodiert es und dann, ja, es ist unglaublich, also bin ich wie ein großer Fan und ich weiß, wie schwer es ist, 0 zu 1 zu machen, also habe ich eine Menge Respekt vor jedem, der auf dem Feld arbeitet. dort.

Leszek

Sie haben erwähnt, dass die Technologie noch nicht fertig ist, aber neben all den Elementen, die Sie erwähnt haben, mobile Sensoren, Mobilität, die Elemente der Benutzeroberfläche, fehlte noch etwas? Ich weiß nicht, Com- oder Rechenleistung, Bandbreite oder etwas anderes, das in den letzten zehn Jahren entstanden ist und diese Entwicklung ermöglicht hat, oder decken Sie die meisten oder die wichtigsten Dinge ab?

Yariv Adan

Ich habe das Gefühl, weißt du, die grundlegende Sache war Intelligenz. Im Grunde genommen, weißt du, die Fähigkeit, dich zu verstehen und intelligent zu reagieren. Und dann besteht die nächste Stufe auch darin, Sie zu kennen und zu personalisieren und proaktiv zu sein. Das sind übrigens Dinge, die noch nicht erledigt sind. Richtig? Die meisten dieser Modelle sind nicht personalisiert. Ich denke, die zentrale Grundidee ist immer, dass wir gesagt haben, das Ding muss dich verstehen und es muss schnell gehen.

Das ist quasi, du weißt schon, das Fundament der Pyramide. Dann muss es sich mit deiner Welt verbinden. Es muss in der Lage sein, Dinge zu tun und nicht nur zu antworten. Richtig? Also, das sind wieder Dinge, die noch nicht gelöst sind, es mit bestehenden Apps und vorhandenen Geräten und vorhandenen Funktionen zu verbinden und dann obendrein, dann willst du, dass es irgendwie, du weißt schon, personalisiert ist. Es muss dich wirklich kennen. Es muss deine Vorlieben kennen.

Es muss deine Geschichte kennen. Es muss wissen, was Sie in Ihrem Leben wirklich tun, damit es hilfreich und nützlich ist. Und dann war da noch, weißt du, wir haben alle über Proaktivität nachgedacht. Wissen Sie? Du bist ein nützlicher Assistent oder was auch immer es ist, du weißt nicht nur, du musst nicht ständig darauf zugreifen. Es versteht dich irgendwie. Es versteht die Welt und wenn es deinen persönlichen Kontext mit dem Weltkontext und seiner eigenen Intelligenz kombiniert, kann es tatsächlich proaktive Dinge für dich tun. Richtig? Das sind also Dinge, über die wir zu der Zeit gesprochen haben und die wir zu entwickeln versuchten, und ich denke, sie stecken noch in den Kinderschuhen und dann muss es natürlich mit allen Diensten da draußen verbunden werden, weißt du, sowohl digital als auch nicht digital. Richtig? Und du fängst an zu sehen, weißt du, OpenAI versucht es mit GPTs und anderen Worten, du kannst sehen, dass es immer noch schwierig ist.

Ich denke, es ist nicht trivial, aber die grundlegende Sache der Intelligenz, ich denke, du weißt schon, nicht vollständig gelöst, wie wir alle wissen, weißt du, wie

Leszek

Du weißt schon, was es versteht oder nicht ändert das Datum, aber es ist auf jeden Fall nützlich im Vergleich zu früher. Ja. Mhmm. Angesichts der Pyramiden können wir nur spekulieren, aber wie sehen Sie die nächsten Schritte in einem Jahrzehnt? Ich meine, natürlich Spekulationen, aber wie sehen Sie das? Nun, wie kann man sich darauf vorbereiten?

Yariv Adan

Ich denke, zwei Dinge, für die wir eine sehr starke natürliche Intuition haben, sind Sprache und Bilder. Wir sind einfach sehr gut darin, also, also ich denke, wenn Sie sich erinnern, vor 5 Jahren, wie war die Bilderzeugung oder sogar vor 3 Jahren, ich glaube, als DALI zum ersten Mal eingeführt wurde, wissen Sie, im Vergleich zu heute und Sprachverständnis von vor GPT 3 bis GPT 3, 3,5, 4, 8. Ich habe es gesehen. Dass man keine technischen Vorkenntnisse haben muss, um diesen Fortschritt zu sehen. Also ich denke, du weißt schon, du solltest meiner Meinung nach von diesen Fortschritten auf andere unterste Dinge extrapolieren,

Leszek

Du weißt schon, ohne Kontext und dann noch andere Modalitäten. Physik, Weltraum, solche Dinge?

Yariv Adan

Also ja. Also ich denke, es gibt eine Menge sehr interessanter Dinge, die NVIDIA in Adan in einer anderen Welt macht. Ich denke, sie haben eine sehr gute Strategie, weißt du, wie man Daten ins Internet bringt, um mithilfe von Spielen 3D-Welten zu lernen und wie man zu neuen Modalitäten kommt. Ich denke, es ist wie, Sie wissen schon, die vielen Unternehmen mit sehr, Sie wissen schon, sehr großen Anreizen, also stellen sie eine Menge Ressourcen bereit, aber eigentlich einen sehr, klaren Plan und ein Verständnis für einige der Herausforderungen. Ich denke, Sie haben mehrere Leute, die unterschiedliche Meinungen haben.

Weißt du, du gehst zu Yann LeCun. Er sagt, es gibt eine ganz bestimmte Art dieser Modelle, die die Welt verstehen müssen, um zu diesem tieferen und beständigsten Verständnis zu gelangen. Andere verfolgen andere Herangehensweisen, aber das spielt keine Rolle. Ich denke, dass ein Großteil der Arbeit, die viele Unternehmen heute leisten, nicht darin besteht, die inhärenten Herausforderungen zu lösen, die sich aus den Problemen großer Sprachmodelle ergeben, sondern in Wirklichkeit sehr vorübergehende, kurzlebige Einschränkungen einer Rohtechnologie, einer neuen Technologie. Ich hatte die gleiche Erfahrung mit dem Internet. Als das Internet zum ersten Mal mit HTTP auf den Markt kam, war es roh und noch nicht bereit. Sie hatten kein XML für die Struktur, die Eingabe und Ausgabe.

Sie hatten keine asynchrone, wissen Sie, also mussten Sie bei jeder Anfrage auf eine Antwort warten. Du hast keine Kekse, nichts. Ja. Weißt du, all diese Dinge haben wir selbst viel Zeit damit verbracht, sie zu lösen. Also habe ich, weißt du, Schleifen in C geschrieben, um eine Serveranfrage zu bearbeiten, und ich, weißt du, wir haben HTTP-Tunneling gemacht, um uns synchron zu unterstützen. Wissen Sie, wir haben eine Art von XML und XSL implementiert, also all diese Dinge, die sehr einfach waren, und dann, Sie wissen schon, Verschlüsselung und all diese Dinge innerhalb von 3 bis 5 Jahren wurden gelöst. Ich denke also, dass viele der Herausforderungen, mit denen sich viele Unternehmen derzeit auseinandersetzen, meiner Meinung nach in naher Zukunft gelöst werden.

Viele der Gründe, warum die Leute sagen, dass man ihm nicht trauen kann, es ist nicht unternehmenstauglich usw., ich denke, es gibt einen sehr klaren Weg, um das zu lösen. Wissen Sie, im ersten Jahr der Generation KI, wissen Sie, haben die Leute einfach versucht, es in der Cloud laufen zu lassen, Sie wissen schon, die grundlegenden, Sie wissen schon, Herausforderungen zu lösen, die immer noch mit der Cloud verbunden sind. Es ist nicht zu 100 Prozent gelöst. Und ich denke, jetzt gibt es eine gewisse Stabilität, aber es gibt schon viele Ideen. Außerdem bin ich mir zu 100% sicher oder zu 99% sicher, weißt du, mir eine Fluchtluke von 1% zu lassen. Die Models und wenn ich Model sage, dann ist es nicht nur das Model. Es gibt ein Modell und dann noch ein paar APIs dazu, wie zum Beispiel eine Erdung, um sicherzustellen, dass es nicht halluziniert, und vielleicht eine gewisse Orchestrierung, um sicherzustellen, dass es einem logischen Weg folgt und einigen grundlegenden Tools, die es immer benutzt.

Aber ich denke, all dies wird sofort als eine Art sehr, standardisiertes, klar definiertes Paket erscheinen, das Sie tatsächlich darauf aufbauen können, und Sie müssen sich keine Gedanken über viele der Herausforderungen machen, mit denen sich die aktuellen Unternehmen derzeit konfrontiert sehen. Also, und ich denke, das und noch einmal, weißt du, das Niveau des Verständnisses, wie wir gesehen haben, ohne, du weißt schon, wieder, frei von, du weißt schon, wieder zunehmen wird, multimodale, unendliche Zusammenhänge. All diese Dinge werden wieder standardisiert, niedrige Latenz. Also, ja, also ich denke, wir werden sehr leistungsfähige Softwareteile haben, die wissen, wie man mit den meisten anderen gängigen Softwareteilen interagiert, die es in der Verbraucher- und Unternehmenswelt gibt. Sie werden auch wissen, wie man mit Hardware und Geräten interagiert. Auch hier wird die Latenz unter 200 Millisekunden liegen, was bedeutet, dass es für den Menschen quasi unmittelbar vorkommt. Es wird zu einer Art natürlicher Erweiterung von uns werden, genauso wie, Sie wissen schon, das Handy und das Auto. Wissen Sie, wenn ich mein Handy benutze, um meiner Frau eine SMS zu schreiben oder meine Frau anzurufen oder was auch immer, oder eine E-Mail zu schicken, wissen Sie, ich denke nicht über das Verb nach, das ich sage. Richtig? Weißt du, weißt du, ich kommuniziere nicht mit meiner Frau oder, weißt du, wenn ich Auto fahre, tut es auch, weißt du, die Nanoaktivitäten spielen keine Rolle.

Ich fahre irgendwohin. Ich denke, es wird wieder so sein, weißt du, ich werde es einfach benutzen, weißt du, und diese Ambiente-Sache. Und noch einmal, ich denke, es wird personalisiert sein. Wann immer ich es also konsumiere, sei es von meinem Auto aus, über mein Telefon, über ein intelligentes Gerät oder wo auch immer, es wird dieselbe Entität sein. Es wird sich an all meine Interaktionen erinnern. Richtig? In gewisser Weise würde die Art und Weise, wie ich kommunizieren werde, Adan gehen, und wir werden es spüren.

Dies ist nur eine Erweiterung unseres Körpers. Ich bin mir ziemlich sicher, dass Schuhe irgendwann als diese seltsame Technologie angesehen wurden, die den Fuß hält, und, weißt du, die Leute haben viel darüber nachgedacht und jetzt, weißt du, ziehen wir einfach Schuhe an und gehen, und ich denke, es wird genauso sein.

Leszek

Sehen Sie in den nächsten Jahren die Entwicklung einer allgemeinen Intelligenz, die die Natur der Realität versteht und für viele Anwendungsfälle genutzt werden kann? Es ist allgemein, aber sie kann für bestimmte Anwendungsfälle verwendet werden, oder besser gesagt, sehen Sie eine Entwicklung spezifischer Modelle, die für bestimmte Anwendungsfälle verwendet werden, sagen wir innerhalb eines Zeitraums von 3 bis 4 Jahren?

Yariv Adan

Ja. Ja, manchmal möchte ich sagen, nein. Ich bin in dem Camp, das, du weißt schon, die von AGI irgendwie nicht mag. Richtig? Also nochmal, weißt du, die menschliche Intelligenz ist auch sehr, sehr spezifisch. Richtig? Menschliche Intelligenz ist hauptsächlich die Intelligenz, die eine ganz bestimmte Spezies wie wir benötigt, um für eine ganz bestimmte begrenzte Zeit auf einem ganz bestimmten Planeten zu überleben. Richtig? Wenn du jetzt ein anderer Körper in derselben Struktur sein willst, wie ein Vogel, braucht er eigentlich eine ganz andere Intelligenz, weißt du, viel mehr Fokus darauf, wie er ist und wie er damit umgeht, weißt du, irgendwie mit der Physik des Fliegens in der Luft und so, die auch intelligent ist, aber ganz anders, entweder wenn du in einer Wüste überleben willst, dann braucht es, du weißt schon, eine ganz andere Intelligenz.

Ich habe das Gefühl, weißt du, wir müssen vorsichtig mit AGI sein, und ich denke, du weißt schon, der Versuch, über diese Entität zu sprechen, ist nicht einfach definiert, weißt du, kommt einfach an die Spitze. Also ich denke, die interessante Frage ist, wissen Sie, an welchem Punkt KI X auf eine Weise tun kann, die wir für ausreichend halten. Richtig? Also, weißt du, es ist egal, ob, du weißt schon, um Go zu gewinnen, AGI erfordert oder nicht, dann gibt es nur das Gewinnen zuerst und, weißt du, wann wird es sein, als ob ein Superspieler in einem gewinnenden Go sein wird? Wann wird es Auto fahren können? Wann es dazu in der Lage sein wird, ist quasi, weißt du, die alternative Frage zu AGI, wann wird es in der Lage sein, die häufigsten Aufgaben zu erledigen, die Menschen genauso gut machen wie ein Mensch in gewisser Weise, dass, wenn man misst, du weißt schon, die Metrik, egal welche Menge, genauso gut oder oder besser ist. Also so etwas wie ich möchte es einfach viel mehr zu einer, Sie wissen schon, fast technischen Definition machen.

Und dann habe ich das Gefühl, weißt du, es ist sehr einfach zu kommentieren, weißt du, zu fragen, weißt du, hey. Ab wann wird KI übermenschlich sein für Jobs, bei denen Informationen analysiert und etwas damit gemacht werden müssen? Und das gilt für viele Wissensarbeiter. Richtig? Also, weißt du, von Leuten, die Fragen in einem Kundensupport beantworten, bis hin zu jemandem, der all die Informationen aus dem medizinischen Wissen liest, das wir haben, dann den Menschen ansieht, eine Reihe von Metriken sammelt, diese Metriken analysiert und irgendwie, du weißt schon, reinkommt und vorschlägt, was zu tun ist. Richtig? Also eine Art Arzt und natürlich, du weißt schon, Anwälte, der Forscher.

Ich denke also, wenn man sich anschaut, was unsere Maschinen gut können und worin Menschen gut sind, besteht kein Zweifel daran, dass Maschinen besser konsumieren als Menschen, wenn es darum geht, einen sehr großen Wissenskorpus zu konsumieren, weil es nicht nur Text ist. Richtig? Es ist ein Mehrmodell. Und sie präsentieren es auf effiziente Weise und sind dann in der Lage, es bei Bedarf zu extrahieren und dann zu tun, was auch immer, Sie wissen schon, generieren, beantworten, Sie wissen schon, zusammenfassen oder Aufgaben erledigen, die damit zusammenhängen. Und ich denke, auch das lösen wir gerade. Das ist, Sie wissen schon, relativ neu, aber wenn Sie darüber nachdenken, wissen Sie, wir befinden uns gerade in der 3. Generation der großen Sprachmodelle, der ersten Generation langer Kontextmodelle, der ersten Generation multimodaler Modelle. Also, ja, ich glaube, dass es in 4 bis 5 Jahren in der Lage sein wird, diese Art von Input-Output zu analysieren.

Ich denke, dass sie dazu in der Lage sein werden. Ich denke, dass Robotik und der Umgang mit der 3D-Welt schwieriger sind. Auch schwieriger, weil man es trainiert. Richtig? Also Robotik, ich denke, es könnte etwas länger dauern. Außerdem glaube ich, dass wir ein bisschen da sind, wo es eine menschliche Voreingenommenheit gibt. Richtig? Zumindest meiner Meinung nach besteht kein Zweifel daran, dass selbstfahrende Autos tatsächlich besser sind als die meisten Fahrer. Richtig? Wir haben Autos in den USA, die Millionen von Meilen zurückgelegt haben, und statistisch gesehen haben sie, wissen Sie, viel weniger Unfälle verursacht als viele andere Menschen.

Aber ich denke, wir setzen unterschiedliche Maßstäbe für Maschinen und für Menschen und vielleicht ist das okay. Also ich habe das Gefühl, dass es eine Art von

Leszek

eine Trennung zwischen dem Zeitpunkt, an dem sie tatsächlich dazu bereit sind, und dem Zeitpunkt, an dem wir sie es tatsächlich tun lassen werden. Und wo wir gerade von der Kommodifizierung der KI sprechen, was glauben Sie, wird kommerzialisiert werden? Sind es die Modelle selbst, warum, wissen Sie, die firmeneigenen Trainingsdaten zum wertvollsten Kapital werden? Wie sieht diese Dynamik in der Zukunft aus?

Yariv Adan

Es ist lustig. Es ist fast so, als ob wir eine kognitive Dissonanz hätten, um über diese Realität nachzudenken. Ich denke, es ist mehr als das Modell, das kommerzialisiert wird. Ich denke, es ist quasi das Modell und darüber hinaus eine Reihe horizontaler Funktionen.

Das umgibt es. Ja. Es ist also wie das Modell und das, was wir derzeit als Multi-Agent-Plattformen betrachten. In Ordnung? Also, nicht einfach das Modell lassen, sondern diese Dinge, die Dinge tun können, die sich auf Systeme und Fähigkeiten beziehen, sowohl digital als auch in der realen Welt, und all diese Fähigkeiten, über die man eigentlich nachdenken kann, und man kann verschiedene Wege nutzen, um mit den Problemen der Halluzination umzugehen. Also diese ganze Kiste von Dingen, die verstehen und handeln können, ich denke, das wird ein modifizierter. Also auf einer sehr hohen Ebene, Sie wissen schon, sehr leistungsstarke multimodale unendliche Kontextmodelle plus multiadanische Frameworks.

Und ich denke, darüber hinaus wird es auch viele dieser horizontalen Bausteine geben, die man nimmt und die Leute werden kommen und sehr, einfache Bausteine für allgemeine Aufgaben erstellen. Richtig? Also zum Beispiel, Sie wissen schon, im Internet surfen, Sie wissen schon, etwas auf einem Computer tun, das Telefon anrufen und dann, Sie wissen schon, für bestimmte vertikale oder horizontale Bereiche, den Kundensupport. Ich denke also, dass all diese sehr, sehr, fast der gesamte Stapel standardisiert werden, weil ich denke, wenn man sich diese Modelle und diese Orchestrierungs- und Agentenebenen ansieht, viele der Teile, wenn man die aktuelle temporäre Instabilität und Probleme wegnimmt, sind es keine sehr komplexen Teile. Also ja. Und ich dachte, das ist eine große Frage, weil wir an eine Realität gewöhnt sind, in der die ersten Maschinen sehr begrenzt sind. Und wenn man dann etwas mit einem Computer machen will, braucht man hochspezialisierte Leute, Programmierer und viele von ihnen, und sie müssen viele, viele Jahre arbeiten, um jede nützliche Software zu produzieren.

Aus diesem Grund haben Sie diese sehr komplexen SaaS-Stacks, die im Grunde genommen Geschäftslogikflüsse und Geschäftslogikdatenbanken und Geschäftslogik-Benutzeroberflächen fest codieren. Aber ich denke, in der neuen Welt wird vieles davon nicht benötigt werden, und ich denke, der Stack wird viel, viel einfacher sein. Die Kosten und das Fachwissen für die Entwicklung werden sinken. Ich denke also, wir werden eine viel größere, Sie wissen schon, Software erleben, die viel, viel größer sein wird, weil Sie sie zu viel mehr verwenden können. Aber ich denke, aufgrund der Kommodifizierung werden die Margen viel niedriger sein und insgesamt eine stark vereinfachte Aktie sein. Ja.

Leszek

Ich möchte das Thema wechseln, um zu Investitionen in der Frühphase überzugehen. Können Sie uns etwas über Ihre Beweggründe erzählen, sich auf diesen Bereich zu konzentrieren, insbesondere auf KI-Startups in der Frühphase?

Yariv Adan

Ja. Ja. Ja. Also, weißt du, ich werde dieses Jahr 50, und, weißt du, zu einer langen Zeit, aber seit ich 25 war, war ich mir sicher, dass ich in den nächsten 5 Jahren in Rente gehen werde. Schließlich habe ich gesagt, dass ich es machen werde, 18 oder 50, und ich hatte all diese schönen Pläne. Ich habe KI für Kunst gemacht, KI für Essen und an Wochentagen Fertigkeiten gemacht und Gartenarbeit und so weiter. Und dann, irgendwann letztes Jahr, sprach ich mit einem alten Freund von mir. Wir haben vor langer Zeit bei Google gearbeitet und wir haben tatsächlich gesehen, würde er nicht auch, weißt du, es geht ihm auch sehr gut.

Wäre es nicht cool, auf Investitionen umzusteigen? Wie Sie vielleicht bemerkt haben, wissen Sie, liebe ich Technologie.

Ich liebe Produkte. Ich liebe Geschäfte. Ich liebe den Ort, an dem sich diese treffen. Ich liebe die Innovation und die Kreativität bei der Entwicklung neuer Produkte und im Laufe meiner Karriere habe ich es, wissen Sie, irgendwie geschafft, den Umfang zu vergrößern und ein immer breiteres Portfolio davon zu haben. Und für mich sind Investitionen und es Unternehmern zu ermöglichen, großartige Software und neue Produkte zu entwickeln und sie zu unterstützen, quasi der natürliche nächste Schritt auf diesem Weg. Und bewusst, weil wir, wissen Sie, es lieben, praxisnah zu sein, wir lieben es, mit der Technologie, dem Produkt und dem Team verbunden zu sein, und und und und wir wollen weiter beitragen und die Zukunft der KI irgendwie mitgestalten, haben wir uns dafür entschieden, uns auf die Frühphase zu konzentrieren, also auf die Start- und Präsenzphasen, und eigentlich ist uns ganz klar, dass wir aktiv und involviert sein und die Gründer unterstützen wollen. Also, weißt du, wir stellen sicher, dass wir mit Gründern zusammenarbeiten, die danach suchen.

Wir haben uns dafür entschieden, uns auf KI zu konzentrieren, weil wir das verstehen, worin wir gut sind. Richtig? Also, weißt du, wir wollen unser Fachwissen unterstützen. Also sind wir im Grunde für Partner da. Wissen Sie, mein Fachwissen ist das, was ich gesagt habe, Sie wissen schon, mindestens ein Jahrzehnt über KI bei Google. Zwei andere waren zuvor bei Google. Sie haben eine Menge Dinge gemacht und sie hatten ein KI-Startup, das sie verlassen haben.

Einer von ihnen ist auch Professor für KI an der ETH und der vierte, ebenfalls promovierte an der ETH, hatte auch ein Startup, das er an Apple verkaufte. Dort arbeitete er in den frühen Tagen von Vision Pro an Computer Vision, dann arbeitete er in einem anderen Einhorn zum Thema Computer Vision, wo er Kodak kennenlernte. Es sind also alles Leute, die mindestens, du weißt schon, seit 10, wenn nicht mehr Jahren im echten Adan mit KI beschäftigt sind, und und und wir haben ein breites Verständnis und Erfahrung in den Bereichen Produkt und Forschung, gehen in den Markt, Team- und Unternehmensaufbau, Fundraising und so weiter. Es ist also wie eine supercoole Kombination aus dem, was wir gerne tun, und etwas, das tatsächlich die derzeit größte Welle auf dem Markt mitreißt. Also, es kam mir fast vor wie, weißt du

Leszek

Kein Problem. Ja.

Yariv Adan

Wer macht das? Ja, es hat, du weißt schon, super viel Spaß gemacht. Und dann ist es auch so, weißt du, Leute, die ich seit 10, 15 Jahren kenne, alle kennen sich, also ist es wie eine sehr unterhaltsame, großartige Kultur. Nett.

Leszek

Nett. Können Sie einige Ihrer wichtigsten Kriterien nennen, die Sie bei der Bewertung potenzieller Investitionen verwenden?

Yariv Adan

Sicher. Also ich denke, jeder, der in wegweisendes Saatgut investiert, weißt du, zuerst viel, viele von euch sind das Team. Richtig? Denn manchmal hat man im Grunde ein Team und eine Idee. Richtig? Und manchmal hat man ein bisschen mehr. Also fragst du dich zuerst, hey.

Glauben Sie, dass dieses Team erst handeln und dann das Unternehmen leiten kann? Und speziell in diesem Bereich, wissen Sie, geben Sie ihnen die Führung und das andere Fachwissen, das erforderlich ist, wenn eine Schlüsselfunktion fehlt oder so. Dann schauen wir uns den Problembereich an und, wissen Sie, ist das Problem, nach dem sie suchen, interessant, ist es wirklich schwierig und wächst es, schrumpft es, ist es einfach, Sie wissen schon, vorübergehend? Ich werde ein bisschen darauf eingehen, genauer. Wir achten auf die Technologie und das Produkt auf die Differenzierung, die Absetzbarkeit bei der Markteinführung, wissen Sie, diese Zeit, um zu verstehen, Sie wissen schon, wie machbar das ist, Sie wissen schon, um erfolgreich zu sein. Und dann, wissen Sie, schauen wir uns, Sie wissen schon, die Finanzen an, unsere Fähigkeit, Risiken zu erhöhen und zu riskieren. Wissen Sie, es gibt eine Reihe von Kriterien, die wir bewerten, und ich denke, die Tatsache, dass wir die Technologie und die Produkte und die Herausforderungen wirklich verstehen, hilft uns bei der Bewertung, was meiner Meinung nach der wichtigste Teil ist.

Speziell im Bereich KI denke ich, wie gesagt, heute, dass in den nächsten 2 bis 3 Jahren viele Dinge standardisiert sein werden. Also meiner Meinung nach und einigen Leuten, weißt du, mehr Liebe und Sound würden mir nicht zustimmen. Weißt du, die Leute neigen dazu zu sagen, oh, alles was du brauchst, weißt du, dass die Anwendungsebene tatsächlich eine Menge Wert bietet. Also ein Problem zu verstehen und eine großartige Benutzeroberfläche zu entwickeln und sicherzustellen, dass diese Integrationen wirklich funktionieren, weißt du, das ist tatsächlich ein Mehrwert. Ich denke, das stimmt im Allgemeinen, aber ich denke, die Messlatte dafür, dass dieses Ding vertretbar ist, ist jetzt riesig, wegen einer der Dinge, die ich gesagt habe, weil die Modelle tatsächlich vieles davon sehr einfach können. Man braucht eigentlich keine Ingenieure, um einige dieser Benutzeroberflächen zu erstellen, und vielleicht, weißt du, oft brauchst du keine UI. Ich habe also das Gefühl, wenn Sie in ein Unternehmen investieren, das quasi vertikal ist oder eine Anwendung, die auf dem Modell basiert, sollte das Teil über dem Modell besser, Sie wissen schon, komplex und tiefgründig sein.

Wenn Sie zum Beispiel sagen, oh, ich baue einen a a a a einen organisatorischen Kundensupport oder, Sie wissen schon, oder einige grundlegende Abläufe auf, denke ich, dass all das standardisiert wird und es einen enormen Preisdruck geben wird. Und ich denke, ja, es ist eine nützliche App. Unternehmen werden sie nutzen. Aber zunächst denke ich, dass sich das Verhältnis zwischen Kauf und Produktion ändern wird. Und ich denke auch an Ihre Fähigkeit zu kaufen, es wird viel mehr Verkäufer geben, als dass Sie kein Unternehmen mit 100.000, Sie wissen schon, sehr klugen Ingenieuren brauchen, um etwas zu bauen. Eigentlich wissen Sie, ob es, Sie wissen schon, Freelancer oder kleinere Unternehmen oder Implementierer wären, die jetzt in der Lage sein werden, mit den früher sehr komplexen Software-Stacks zu konkurrieren. Vor diesem Hintergrund schauen wir uns Deep Tech an.

Wo es also, Sie wissen schon, tiefgreifende Technologie in der GenAI-Welt gibt, und ich glaube, es gibt eine, würde ich nicht in ein Unternehmen investieren, das gerade ein LLM aufbaut. Aber wenn man sich diejenigen anschaut, die erfolgreich waren, Sie wissen schon, Sie wissen schon, OpenAI sind. Es ist eigentlich ein Start-up. Mistral, Trophic, ich wusste, es gibt eine Menge Verwirrung. Lehnen Sie sich, Sie wissen schon, Sie wissen schon, konzentrieren Sie sich bewusst mehr auf die Suchseite. Aber es gibt eine Menge anderer Modalitäten. Es gibt also viele Startups, die tatsächlich grundlegende Modelle für das Gehirn entwickeln. Wie entwerfen wir? Sie kennen also wieder die Fähigkeit, die Domäne darzustellen und mit ihr in einem semantischen Vektorfeld interagieren zu können. Das ist interessant.

Ich denke, es gibt interessante Herausforderungen, wenn es darum geht, die Sicherheit dafür zu lösen. Es gibt einen interessanten Bereich, in dem wir versuchen, Muskeln aufzubauen, ist die Generation KI für Naturwissenschaften oder KI für Wissenschaften im Allgemeinen. Da drüben ist zusätzliches Fachwissen erforderlich, und die Verteidigung und das Fachwissen sind leichter zu identifizieren und es ist weniger überfüllt. Im Allgemeinen ist mein größtes und tiefstes Fachwissen und Verständnis zwar die Generation KI für Unternehmen und Verbraucher, aber ich versuche tatsächlich, von diesen ausgetretenen Pfaden und dem sehr überfüllten Raum an andere Orte zu gelangen. Ja.

Leszek

Ich wollte ein Follow-up zum Verhältnis zwischen Kauf und Bau machen. Wir haben einige behandelt, das ist bis zu einem gewissen Grad, aber wenn du könntest, könntest du ein bisschen mehr auspacken?

Yariv Adan

Ich stelle mir eine Zukunft vor, in der es solche, Sie wissen schon, Modelle und Agenten-Frameworks und horizontale Teile gibt. Und Sie sind ein Unternehmen, das Sie wollen, Sie suchen nach einer Lösung. In der Vergangenheit war KI-Software ein Geschäft mit hohen Margen, bei dem ein Unternehmen sie entwickelte und sie tatsächlich ein Abonnement oder eine Gebühr pro Nutzungsgebühr erhielten und Sie, Sie wissen schon, eine Gewinnspanne von 98, 97, 96% erzielen würden. Da es eine Menge Fachwissen gab, brauchten Sie datenwissenschaftliches Fachwissen. Um Modelle zu entwickeln, müssen Sie Daten, Bereinigungsdaten, Trainingsmodelle und all das verstehen, und es war nicht trivial, diese zu trainieren. Ich denke, in Zukunft wird die Komplexität, eine Lösung zu finden, um ein Vielfaches darin bestehen, Lego-Teile miteinander zu verbinden. Und entweder benötigen wir keinen Code oder es ist ganz einfach ein einfacher Code mit viel Automatisierung und Programmierunterstützung.

Und ich denke, Sie werden zahlreiche Freelancer haben und ich glaube, viele der bestehenden Unternehmen wie Accentures und Deloitte, die auch feststellen werden, dass viele, Sie wissen schon, eine Menge Geld aus der Implementierung eines sehr komplexen, schnellen Geschäfts verdienen. Ich denke, diese Art von Geschäft wird untergehen, also werden sie neue Unternehmen finden müssen. Und ich erwarte einfach, wissen Sie, wenn ein Start-up jetzt etwas an jemanden verkauft und eine Abonnementgebühr von ein paar 1.000$ pro Monat oder was auch immer kassiert und sie die bestehenden Softwareunternehmen auf den Kopf stellen. Wenn ich ein Unternehmer wäre, würde ich kommen und dieser Firma sagen, warum zahlen Sie sie? Ich werde Ihnen genau das Gleiche zu einem Festpreis in Rechnung stellen. Und, weißt du, genau da wird es einen Wettlauf nach unten geben, weil es keinen gibt, du weißt schon, es gibt keinen Modus ist das Klügste, was jemand gesagt hat. Ich denke, das ist die größte Aussage des Jahrzehnts.

Es gibt nicht wirklich eine Art von Fachwissen oder Entwicklungszeit oder Komplexität. Ich denke also, in diesem Fall ist es wie bei einer Preisarbitrage, ich denke, es ist einfach instabil. Und ich bin mir sicher, dass sie, wissen Sie, neue Fähigkeiten entwickeln werden, die es derzeit rechtfertigen, vielleicht, Sie wissen schon, hinzuzufügen. Also suche ich nach diesen Dingen. Kurz- bis mittelfristig suche ich zum Beispiel, wissen Sie, wenn ich nach einer Lösung suche, frage ich zum Beispiel, ist das eine Transaktion mit hohem Wert oder eine Transaktion mit geringem Wert? Handelt es sich bei einer Transaktion mit hohem Wert um eine komplexe Expertise oder um eine gering komplexe Expertise? Eine hochwertige Transaktion und ein komplexes Fachwissen liegen beispielsweise vor, wenn Sie versuchen, einen Agenten zu finden, der einen professionellen Investor ersetzt.

Und in diesem Sinne, wissen Sie, wenn dieser professionelle Investor, Sie wissen schon, die Entscheidungen 10, 50 oder 101.000$ wert sind, können Sie tatsächlich mehr ausgeben und etwas Komplexes mit mehreren Aufrufen und so weiter aufbauen, und trotzdem macht der Transaktionswert Sinn für Sie, das zu tätigen. In Ordnung? Also, logischerweise und es gibt auch eine geringe Komplexität, das zu schreiben und auszuführen, im Gegensatz zu, wenn Sie, Sie wissen schon, eine Transaktion von geringem Wert betrachten, wie das Beantworten von Fragen in einem Kundensupport oder das Zusammenfassen oder Generieren von Marketingmaterial, ich denke, dann, wissen Sie, Sie müssen, Sie können sich die 10 oder 12$ pro Transaktion nicht leisten. Und auch die Komplexität und das ist nicht sehr hoch, sodass das Ding komplett standardisiert wird. Also nochmal, ich denke, dass hoher Wert und Komplexität immer relativ sind und sinken werden, und dann werden wir neue Dinge sehen, die, Sie wissen schon, einen höheren Wert haben. Aber so sehe ich es ein bisschen, denn dann haben Sie bei komplexen Anlagen mit hohem Wert natürlich mehr Platz zu tun und mehr Margen, die Sie in Anspruch nehmen können. Aber auch hier habe ich das Gefühl, dass der Gesamtbestand, wenn ich wirklich extrapoliere, wenn Sie wollen, dass ich gute Vermutungen über die Zukunft anstelle, ich glaube, dass es riesige Datenmeere und Agenten mit Fähigkeiten geben wird.

Und übrigens, Agenten werden sowohl Maschinen als auch Menschen sein, weil ein Mensch übrigens auch Daten voraussetzt. Bei manchen Menschen ist ein Mensch im Grunde ein Agent mit hoher Latenz, geringer Verfügbarkeit und hohem Vertrauen. Und ich denke, Sie wissen schon, ähnlich wie Websites, veröffentlichen sie sich selbst, wenn Sie, Sie wissen schon, veröffentlichen und sagen, hey. Ich habe diese Daten oder ich habe diese Fähigkeit, und Sie werden die Daten im Grunde veröffentlichen und auch einreichen und wie viel kostet das, wie hoch ist Ihre Verfügbarkeit. Die Verfügbarkeit von Menschen lässt sich übrigens sehr einfach mit dem Telefon messen. Ich weiß, wo du bist, was du tust. Sicher. Beschäftigt. Übrigens, Fähigkeiten könnten sogar in der physischen Welt vorhanden sein, nur Dinge bewegen oder Dinge tun, die Maschinen derzeit nicht können.

Sie werden also quasi riesige Marktplätze mit veröffentlichten Fähigkeiten und Daten haben, und ich denke, es wird Unternehmen geben, die sich darauf spezialisieren, Datenverkäufer zu sein und nicht Dateneigner, sodass sie wissen, dass sie Daten aus verschiedenen Quellen sammeln müssen, einschließlich Verbrauchern. Richtig? Sie besitzen eine Menge Daten, wissen Sie, all die Dinge, die Spuren, die Sie hinterlassen, und sie werden wissen, wie man sie bereinigt und verarbeitet, wissen Sie, und dann geben sie etwas Geld an den Datenbesitzer und einen Teil an den Verkäufer von Datenaggregatoren. Und dann wird es Modelle geben, Sie als Benutzer oder als Unternehmen werden kommen und sagen, ich möchte diese Aufgabe erledigen. Und die Aufgabe kann klein und einfach sein, aber sie kann auch sehr lang und sehr komplex und fortlaufend sein, und die Modelle werden sehr, sehr gut darin sein, eine Aufgabe zu geben, sie in ihre verschiedenen Teile zu zerlegen, auf den Marktplatz zu gehen, quasi alle Angebote einzuholen und diese Aufgabe tatsächlich kontinuierlich für Sie zu erledigen. Und für mich ist das alles.

Das ist die Aufgabe. Und natürlich gibt es hier einige Infrastrukturebenen für die Daten, für die Fähigkeiten, Sie wissen schon, für die Ausführung der Modelle. Ich denke, dass wir im Moment auch die Modelle verwenden werden, wissen Sie, eines der Dinge, die die Modelle sehr nützlich machen, ist, dass sie Werkzeuge verwenden können, die für Menschen entwickelt wurden. Sie können einen Browser verwenden, sie können einen Computer benutzen, richtig, sie können natürliche Sprache verwenden, richtig, also müssen wir die Welt nicht neu erfinden. Sie können dieselbe Welt verwenden, die wir verwenden, weil wir verstehen, dass wir sie, wissen Sie, über diese Wrapper mit all diesen APIs verbinden, aber ich denke, dass das alles, obwohl ich denke, dass das eine sehr gute Methode ist, Dinge zu verwenden, die Menschen benutzen, aber ich denke, wenn Modelle dazu werden, werden wir tatsächlich herausfinden, dass es eine viel bessere Möglichkeit gibt, Daten und Code so darzustellen, wie Menschen es verstehen. Richtig? Zum Beispiel, Sie wissen schon, hochrangiger Sprachcode wie, Sie wissen schon, einfache Dinge, Java, Python, und sich das Modell ansehen zu lassen, ist nicht der effizienteste Weg.

Modelle mit Leszek zu haben, ist nicht die effizienteste Art, mit Daten umzugehen. Vielleicht auf die Art von Tableau, wissen Sie, Sie können tatsächlich viele Dinge komprimieren und den Software-Stack, die Daten und die APIs so gestalten, dass sie eigentlich nicht für Menschen, sondern für Modelle optimiert sind. Das Model ist also eigentlich ein erstklassiges Mitglied des Stacks. Das ist noch nicht passiert, und ich denke, das wäre riesig. Also für mich ist das alles. Das ist der Stapel. Also im Grunde werden Models, die quasi wie die Borg sein werden, Nanotask benutzen, und ich denke, das eröffnet tatsächlich eine ganz neue Welt von Freelancern.

Und ich denke, Sie wissen schon, wir haben nicht nur viele mittlere Stufen aus dem Software-Stack. Man kann tatsächlich eine Menge Mittelsmänner im menschlichen Stapel bewegen, Unternehmen und Organisationen und andere, denn wenn man besondere Fähigkeiten hat, auch wenn man keine besonderen Fähigkeiten hat, aber wenn man Fähigkeiten, Zeit oder Daten hat, die man irgendwie überwachen kann, dann ist das alles, weißt du, jeder kann eine Art Freelancer sein und das Model kann vielleicht sogar, du weißt schon, in Nanosekunden arbeiten und du kassierst Nanozahlungen. Ich habe das Gefühl, es könnte wie eine verrückte Welt sein, die, weißt du, die Aufgabe ist, mit einer wirklich, du weißt schon, supergranularen Zeit zurechtzukommen und sie operiert kontinuierlich über 1.000.000 Menschen, weißt du, in verschiedenen Zeitzonen, und sie leitet Informationen von einer zur anderen weiter. Ja. Also ich habe das Gefühl, dass, wissen Sie, die ganze Art der Software und die Art und Weise, wie viele Menschen beschäftigt sind, das Potenzial hat, sich komplett zu ändern. Und ja, ich weiß, es klingt ein bisschen wie ein autarkes Buch, aber ich glaube, die Zeitungen werden langsam sichtbar.

Leszek

Nachdem ich das besprochen habe, möchte ich auf die Anlagekriterien zurückkommen. Sie haben den Problembereich analysiert. Ja. Und du hast ausdrücklich gesagt, du schaust dir an, wie schwer das Problem ist. Ich denke, das steht im Zusammenhang mit allem, was Sie über die Kommodifizierung gesagt haben. Und meine einzige Folgefrage hier ist, wie schwer sollen sie Ihrer Meinung nach werden? Ich meine

Yariv Adan

Ich denke, es muss etwas sein, das in 5 Jahren nicht mehr komplett standardisiert ist, wenn Sie das Geschäft wollen. Ich denke, in 3 Jahren werden Sie eine Menge Unternehmen haben, die gerade versuchen, die Magie der Gen-KI zu verbreiten, und sie werden herausfinden, oh, ich kann das nicht tun und die Startups sagen, wissen Sie, einfach schneller zu werden, sie werden wie ein verrückter Einkaufsbummel sein und Sie können ein Spekulant sein und sagen, okay, ich investiere in ein Unternehmen, das vielleicht in 3 Jahren und dann 5 Jahre und 2 Jahre später gekauft wird, beide werden sterben.

Das ist ein großer Hit and Miss. Deshalb versuche ich eigentlich, von diesem Anwendungsbereich wegzukommen, wissen Sie, in Sprachmodellen und so weiter und mehr in die Robotik, was meiner Meinung nach eine Branche mit mehreren 1.000.000$ ist, die zumindest im Moment mit einer Menge technischer Herausforderungen konfrontiert ist und KI für die Wissenschaft und einige der schwierigeren Probleme, wie ich schon sagte, weißt du, wie geht man mit der Sicherheit der Dinge um, einige der Tools, die vielleicht muss neu erfunden werden, das sind keine trivialen Herausforderungen in der Infrastruktur, wissen Sie, es ist sehr interessant. Wir schauen uns auch einige Anwendungsfälle an, in denen Sie sagen, okay. Vielleicht solltest du, du weißt schon, hier etwas vorsichtiger sein, du weißt schon, vielleicht in gesundheitsbezogenen Dingen. Aber ja. Aber im Allgemeinen besteht als Investor ein großer Investitionsdruck. Und, wissen Sie, ich frage tatsächlich, weil ich mich in solchen Zeiten mit diesen Fragen auseinandersetze.

Wie entscheidest du was? Und ich habe ein paar sehr seriöse VCs gefragt. Wie entscheiden Sie, in was Sie investieren möchten? Und ich war von der Antwort tatsächlich etwas unterfordert. Sie haben es mir im Grunde gesagt, hey. Wir haben Geld. Wir müssen es ausgeben.

Wir suchen also nach sehr starken Teams. Und sobald wir ein starkes Team sehen, versuchen wir, so früh wie möglich hinzugehen, denn dann sind sie am günstigsten. Und das ist so ziemlich das, was sie wissen, was sie tun, und dann hoffen sie, dass die Gesetze der Zahlen für uns dieselben bleiben wie heute. Wenn sie also genug tun, weißt du, wird die Art der Rückkehr kommen. Also eigentlich, weißt du, dass sie es herausgefunden haben. Ich versuche wirklich, das zu vermeiden, aber ich denke, dass dies eine sehr, sehr einzigartige Zeit großer Störungen und schneller Fortschritte ist. Und ich weiß, dass selbst ich weiß, wo wir meiner Meinung nach sogar eine höhere Messlatte für das haben sollten, was schwierig ist als das, was wir derzeit haben.

Ich denke, die letzte Ankündigung über die Öffnung von KI in Google hat das irgendwie so gut demonstriert. Richtig? Denn plötzlich, oh, siehst du plötzlich, oh, wow. Weißt du, dieses Ding ist so schnell und multimodal, unendlicher Kontext und vieles, was du weißt und sogar den Browser benutzen kannst. Viele Unternehmen, die Teile davon gebaut haben, wurden über Nacht irgendwie irrelevant, und ich denke, das war quasi ein gutes kleines Beispiel. Also ja. Also, also versuche ich, das sehr harte Ding wirklich zu dehnen.

Und noch einmal, ich denke, in den Naturwissenschaften, du weißt schon, KI für Biotechnologie und so und auch dort ist es irgendwie schnell mobil. Es gibt immer noch sehr schwierige Probleme.

Leszek

Schwer genug, um nicht im Meer der Daten zu ertrinken. Sicher.

Yariv Adan

Du machst dir auch immer Sorgen, weißt du, bin ich, du weißt schon, zu streng in meinen Kriterien? Verpasse ich, weißt du, zu viele Gelegenheiten? Weil ich viele Arten von Agenten-Frameworks und Unternehmen mit vertikalen Lösungen für Agenten mit großartigen Gründern gesehen habe, und ich dachte, nein. Ich glaube sogar, dass das auf dem Tisch cool sein wird. Und vielleicht irre ich mich, weißt du, aber ja. Nett.

Leszek

Meine letzte Frage bezieht sich auf Ihren Führungsstil. Sie haben viele Teams geleitet, viele Teams aufgebaut. Wie gehst du das an? Und wie hat es sich im Laufe der Jahre entwickelt?

Yariv Adan

Weißt du, als Erstes habe ich gelernt, wie wichtig es ist, die richtigen Leute ins Team zu holen. Das ist quasi so. Das ist also die allerwichtigste Sache. Also, du weißt schon, Strategie, Missionen, was auch immer, das ändert sich ständig. Weißt du, wenn du ein sehr starkes Team hast, kannst du eigentlich, weißt du, sobald du die richtigen Leute im Bus hast, kannst du überall hinfahren. Also habe ich gelernt, dass es einen riesigen Unterschied gibt zwischen einer schwachen Person und einer okay Person und einer guten Person und einer großartigen Person, und dass 0 größer als negativ ist. Also ziehe ich es vor, niemanden einzustellen und den Job selbst zu erledigen oder ihn gar nicht zu machen, außer dass ich es als a a a a a als schwach pro schwacher Person behandeln werde. Nein. Nein. Weil viele Leute oft, oh, du musst wachsen, du musst und es ist sehr schwer, gute Leute zu finden, sehr starke Leute.

Aber, weißt du, ich habe gelernt, du weißt schon, wie viel es kostet, die falsche Person einzustellen. Und das hat 2 2 2 Aspekte. Also, einer, weißt du, einfach, weißt du, der hat nicht die Fähigkeiten oder eine wirklich superstarke Person, passt aber einfach nicht zu deinem Leszek.

Also zum Beispiel für PMs.

Leszek

Das heißt Produktmanager. Also

Yariv Adan

Ja, Produktmanager. Das ist nur ein Beispiel. Das tue ich und ich denke, dass das tatsächlich für viele andere Menschen gilt. Es gibt einen großen Unterschied. Wir nennen es 2 zu 1 oder 1 zu 2. Aber im Grunde streben manche Menschen nach Chaos und Unsicherheit. Sie lieben es, sie fühlen, dass es eine Chance ist, sie haben, wissen Sie, eine Art Kampf, wo die Dinge, Sie wissen schon, vorsichtiger und organisierter werden und sie sind großartig und großartig darin, während andere tatsächlich mit sehr, sehr komplexen Systemen umgehen können, Sie wissen schon, Google-Suche, Google Ads.

Dies sind einige Beispiele, die ich gesehen habe, aber sie verlieren sich tatsächlich von selbst, wenn es Ungewissheit gibt, wie bei sehr kleinen Veränderungen. Sie haben das Gefühl, oh, alles hat sich geändert. Beide sind sehr stark, aber du musst sicherstellen, dass du die richtige Person für das richtige Setup hast. Also, weißt du, das Erste, was ich gelernt habe, wirklich viel Mühe darauf zu verwenden, die richtigen Leute ins Team zu bekommen. Und wenn ich den Fehler gemacht habe, weil es sehr schwer ist, weißt du, immer bis heute Abend, die Leute so schnell wie möglich zu erledigen. Wissen Sie? Die Person wird es tun, das, weißt du, wäre toll.

Wenn du es professionell und schnell und richtig machst, wird die Person dankbar sein, das Team wird dankbar sein und dein Leben wird einfacher. Und noch einmal, es muss kein schlechter Mensch sein, genauso wie vielleicht nicht die richtige Person für den Job. Ich habe auch gelernt, mich auf die Stärken der Menschen zu konzentrieren. Ich glaube, ich habe viele, wissen Sie, ich habe viele Manager gesehen, die so viel Zeit damit verbringen, zu versuchen, Menschen zu verändern und und und, Sie wissen schon, irgendwie, Sie wissen schon, mit ihren Schwächen umzugehen. Und wissen Sie, selbst wenn Sie erfolgreich sind, wissen Sie, vielleicht erzielen Sie, ich weiß nicht, einen ROI von 20%, 30%. Wenn du die Person tatsächlich an einen Ort bringst, der ihren Stärken gerecht wird, und nochmal zu deinen harten, starken Leuten zurückkehrst, dann wird sie fliegen.

Sie erhalten das 100-fache. Sie erhalten eine 1.000-fache Rendite dafür.

Und wieder trenne ich zwischen Schwächen und Fähigkeiten. Und ich finde das in Ordnung. Weißt du, die Leute lieben, lieben es zu lernen, aber wenn es Fähigkeiten gibt, versuche ich, du weißt schon, sehr technisch zu sein und sehr konkret zu sein, weil ich abstrakte Dinge vermeide. Ich gebe dir ein Beispiel. So habe ich zum Beispiel gelernt, dass ein großer Wendepunkt für die Verbesserung von Menschen, für die ich eine Art Schrittfunktion in ihrer Karriere empfinde, darin besteht, zwischen taktischem und strategischem Verhalten zu wechseln. Und übrigens, effektiv zu sein ist ein taktisches Lernen, wie man Ressourcen zur Verfügung stellt, ist quasi eine Sache, die man zu Beginn seiner Karriere macht und die man lernen muss. Aber, weißt du, manchmal, du weißt schon, stell dir vor, ich komme zu dir und sage, nein. Du musst strategischer vorgehen.

Was heißt das überhaupt? Richtig? Also, also, was ich versuche, ist, es in verschiedene Elemente zu unterteilen. Also, ich denke, das Erste ist, den Kontext, in dem Sie sich befinden, wirklich zu verstehen. Mir ist also aufgefallen, dass es eine Menge Leute gibt, die ihr eigenes Team betrachten, während sich ihr Mikrokosmos bildet, sich auch alle möglichen Erfolgskriterien ausdenken, und das Team führt die Ausführung anhand dieser Erfolgskriterien aus, die sie aufgestellt haben, und manchmal sind sie darin sehr erfolgreich. Aber es ist quasi komplett abgekoppelt oder wurde irgendwann von dem getrennt, was das größere oder größere Unternehmen braucht, und dann versteht das Team es nicht, hey. Warum bekommen wir nicht die Anerkennung, die Ressourcen oder was auch immer?

Obwohl wir, weißt du, großartig waren und anhand einiger messbarer OKRs, die wir veröffentlicht haben, ausgeführt wurden, bla bla bla. Richtig? Also ich gehe immer davon aus, dass Sie quasi der Top-Experte auf Ihrem Gebiet sind, weil Sie schlau sind, weil Sie quasi ins Detail gehen, weil Sie das täglich tun. Alles, was Sie fragen müssen, ist, was meinen VP, CEO oder Vorstand, wer auch immer, Sie wissen schon, der in diesem Kontext steht, was interessiert sie? Wissen Sie, was ist das Wichtigste? Wie messen sie es? Und das ist eigentlich eine sehr einfache Frage.

Du kannst es tatsächlich so stellen, weißt du, also und sie lieben es tatsächlich, sie lieben, was die Leute tatsächlich diese Frage stellen. Wenn du das einmal gestellt hast, kannst du zurückgehen und darüber nachdenken, okay, wie verbinde ich die Dinge, die ich am besten kenne, um diese Mission voranzutreiben? Manchmal kann man sogar zurückkommen und sagen, hey, eigentlich denke ich, dass die Mission, die wir haben, nichts beiträgt, wir sollten an etwas anderem arbeiten. Das ist eigentlich auch eine gute Antwort, aber diese sehr einfache Regel, immer zu wissen, was dem Unternehmen wichtig ist, bringt Sie auch in eine viel bessere Position, wenn Sie streiten. Oft gehst du in eine Bewertung und fragst dich, und du verlierst den Streit und das ist tatsächlich sehr katastrophal für ein Team, weißt du, Pläne wurden abgesagt und so weiter, aber nochmal, vorausgesetzt, du kennst dein Material am besten, wenn du den Kontext verstehst, in dem du operierst, wirst du normalerweise diesen Streit gewinnen, weil du kommst und sagst, hey. Ich verstehe, was eine Weile dauert. Deshalb tut das, was wir vorschlagen, tatsächlich das. Richtig? Und dir, ich sage den Leuten immer, dass du deine größte Cheerleaderin sein musst, aber auch dein größter Kritiker.

Wenn Sie beispielsweise zu einer Überprüfung kommen und die Führungskraft Sie tatsächlich wegen Ihres Fachwissens herausfordert, ist das Ihre Schuld. Weißt du, du hast einfach nicht so groß gedacht, wie du es hättest tun sollen, und hast den Kontext nicht verstanden. Die andere Sache ist, dass ich den Leuten sage und nochmal, wissen Sie, wenn Sie den ganzen Punkt, wie Sie strategischer werden, verschieben, weil viele sehr starke Leute denken, oh, meine Rolle ist, wissen Sie, ich bin der Premierminister, also meine, Sie wissen schon, ich sollte die Produktanforderungen erfüllen. Das ist also nicht das, was Technik ist. Aber nein. Wissen Sie? Du musst die Einstellung ändern, dass es eine Menge Leads gibt. Jeder hat seine eigene kleine Anzeige, aber am Ende ist jeder von ihnen zu 100% verantwortlich, weil Sie nicht erfolgreich sein können, wenn Ihr Beitrag gut läuft, aber das Ganze ist gescheitert, weil Ihr ganzer Beitrag nur aufgrund der Mission des gesamten Teams wichtig ist.

Und du musst dich selbst fragen, hey. Warum ist der technische Leiter nicht da? Ich denke, das ist es und Sie müssen diesbezüglich die volle Rechenschaftspflicht berücksichtigen. Ja. Also das sind, du weißt schon, einige Beispiele. Ich bin quasi, du weißt schon, ein Haufen Regeln, die ich im Laufe der Zeit entwickelt habe.

In gewisser Weise Modelle.

Leszek

Ja. Aber ich denke, hier gibt es einen Rat sowohl für die Geschäftsleitung als auch für den lokalen Leiter, PM, was auch immer, ist der Rat für die Führungskraft, der Rat lautet immer, über das zu sprechen, worüber das Unternehmen spricht. Und für die andere Person ist es immer, danach zu fragen. Ich meine, damit es immer funktioniert. Ich meine, du musst, quasi, beide Parteien müssen arbeiten, um es zu kommunizieren

Yariv Adan

Ja. Für die Führungskraft lautet mein Tipp immer: Wiederhole dich. Wir leben in einer Kultur, in der wir 1.000 E-Mails pro Tag haben, also gibt es eine Menge Lärm. Und wir haben quasi, weißt du, eine ziemlich gute Intuition, dass es sehr wahrscheinlich wichtig ist, wenn einige, wenn ich etwas fünfmal gehört habe.

Es ist also ein gutes Signal. Also, weißt du, ganz einfache Dinge darüber, was wir erreichen wollen und warum, du musst es wiederholen, bis es ein sehr einfaches Experiment gibt, um zu sehen, ob du es genug wiederholt hast oder ob du es noch einmal wiederholen musst. Es gibt zwei einfache Tests. Erstens, Sie fangen an, Leute sagen zu hören, was Sie gesagt haben. Der zweite, hör auf, du weißt schon, 5 Minuten. Halten Sie 5 Leute im Korridor an und fragen Sie sie, was uns am meisten interessiert? Was sind die drei wichtigsten Kennzahlen, die uns derzeit am Herzen liegen, und warum tun wir das?

Sobald die Leute dir tatsächlich 5 Personen geben, die dir die richtige Antwort geben, kannst du für eine Weile aufhören, es zu wiederholen, und du wirst überrascht sein, weil es sich ständig ändert. Sie werden überrascht sein, wie selten es ist, egal wie oft Sie es wiederholt haben, wie selten es ist, dass die Leute tatsächlich in der Lage sind, diese Frage richtig zu beantworten. Also wirklich wiederholen, wiederholen, wiederholen, wiederholen, wiederholen. Und wieder, und dann geht es los. Und dann können die Leute tatsächlich, wenn sie ihre tägliche Arbeit erledigen, für die man nicht für sie da sein kann, bewegen sie sich tatsächlich, weißt du, in die richtige Richtung. Ja. Also

Leszek

Ja. Ich danke dir vielmals. Es war mir ein Vergnügen. Ebenso. Tolle Einblicke. Danke. Fantastisch.

Yariv Adan

Bessere Technologieführerschaft unterstützt von Brainhub. Folgen Sie Les Schick auf LinkedIn und abonnieren Sie den Better Tech Leadership-Newsletter.

Explore similar episodes

Meri Williams: Einblicke in die Unternehmensführung — Talente fördern und Innovationen vorantreiben

In dieser Folge befassen sich Matt und Meri Williams mit der Rolle von Führungskräften bei der Förderung von Talenten und der Förderung von Innovationen, wobei der Schwerpunkt auf Werten, Inklusion und Vielfalt in der Dynamik am Arbeitsplatz liegt. Meri spricht über die Komplexität des Onboardens neuer Mitarbeiter und teilt Erkenntnisse aus ihrer Erfahrung bei Monzo, wo kuratierte Aufgaben neuen Mitarbeitern halfen, sich reibungslos zu integrieren und gleichzeitig die Produktivität aufrechtzuerhalten. Das Gespräch unterstreicht, wie wichtig es ist, die Unternehmenskultur während des Wachstums aufrechtzuerhalten, Vielfalt und Inklusion in ESG-Initiativen zu berücksichtigen und die Notwendigkeit eines effektiven mittleren Managements zur Steigerung von Leistung und Zufriedenheit zu gewährleisten.

listen now
Jeff Winner: Von Startups zu Unternehmensgiganten — Aufbau effektiver Teams und Kulturen

In dieser Folge berichtet Jeff Winner über seine Führungserfahrungen bei Technologiegiganten wie Twitter, Uber, Stripe und Goldman Sachs und beleuchtet die unterschiedlichen Organisationskulturen und ihre Auswirkungen auf Innovation und Produktivität. Er erörtert die Integration von KI in Unternehmen, betont die Notwendigkeit eines effektiven und zeitnahen Engineerings und warnt vor einer Vermenschlichung der KI. Gleichzeitig prognostiziert er eine wirtschaftliche Erholung, die durch KI-Fortschritte bis 2025 oder 2026 angetrieben wird. Jeff denkt auch über seine Vorliebe für asynchrone Kommunikation, seine Entscheidung, sich auf komplexe KI-Projekte zu konzentrieren, und darüber nach, wie wichtig es ist, menschliche Beziehungen in Remote-Teams aufzubauen.

listen now
Bruce Pannaman: Fintech-Innovation — Eine Brücke zwischen Finanzen und Technologie

In dieser Folge interviewt Matt Bruce Pannaman über seine Arbeit in der Fintech-Branche, insbesondere bei 9fin. Bruce spricht über die Herausforderungen bei der Übersetzung komplexer Finanzkonzepte für ein breiteres Publikum, über die Bedeutung eines flexiblen Managements in Ingenieurteams und darüber, wie die Umstellung von 9fin auf funktionsübergreifende Teams die Zusammenarbeit und den Kundennutzen verbessert. Bruce teilt auch seine Erkenntnisse über das Gleichgewicht zwischen Geschwindigkeit und Qualität in der Produktentwicklung und stellt Ressourcen zur Verfügung, die die Technologieführerschaft und die berufliche Weiterentwicklung unterstützen.

listen now
Chris Lowe: Kultivierung einer starken Ingenieurskultur — Strategien und Geschichten

In dieser Folge interviewt Matt Chris Lowe, den Vice President of Application Engineering bei Amerisure Insurance, der seine Erkenntnisse zur Förderung einer soliden Ingenieurskultur und zur Ausrichtung von Technologielösungen auf geschäftliche Herausforderungen teilt. Chris betont die Bedeutung schrittweiser Änderungen, unterscheidet zwischen Innovation und Erfindung und spricht über seine Arbeit mit Blockchain für Krankenakten, obwohl die Branche anfänglich skeptisch war. Er betont die Notwendigkeit einer informierten Entscheidungsfindung, einer effektiven Führung durch positive Verhaltensmodellierung und der Förderung einer offenen Kommunikation innerhalb von Organisationen. Gleichzeitig geht er auch auf die Herausforderungen ein, die sich bei der Anpassung an KI-Fortschritte und die sich ändernden Kundenerwartungen im gewerblichen Versicherungssektor stellen.

listen now