Det er et år siden min sidste “Spørg mig om alt”-session. Der er sket meget siden da inden for AI, markedspladser, makroøkonomi og det bredere teknologiske økosystem.

Her er de spørgsmål, vi gennemgik:

• 4:22 Hvorfor føles AI så frygtet eller upopulært lige nu?
• 8:48 Hvorfor skaber AI massive fremskridt, mens politik og offentlige systemer sakker bagud?
• 13:34 Hvad er de reelle muligheder for kommercialisering af AI i dag?
• 14:10 Vil startups stadig have brug for menneskelige medstiftere i en AI-først verden?
• 17:51 Hvor vigtig er en teknisk medstifter i AI-tidsalderen?
• 20:00 Vil intelligens (IQ) blive irrelevant, efterhånden som AI forbedres?
• 20:18 Hvilke færdigheder bør unge professionelle fokusere på i en AI-drevet verden?
• 22:48 Hvordan bør uddannelse udvikle sig i AI-tidsalderen (og hvordan skal børn undervises)?
• 26:40 Hvad driver investorernes beslutninger i de tidligste faser af en startup?
• 28:23 Hvordan kan pre-seed-stiftere rejse kapital, især uden for USA?
• 30:11 Hvordan kan graf-neurale netværk påvirke markedspladser?
• 31:32 Hvad kræver det at vinde på markedspladser i regioner som Latinamerika?
• 33:10 Hvad skaber reel forsvarlighed i AI-virksomheder kontra hype-drevet vækst?
• 35:38 Er vi i en AI-boble – og hvad betyder det for investorer?
• 37:30 Hvad er den rette finansieringsvej for startups, der kræver stor startkapital?
• 38:54 Hvilke beviser har investorer brug for, før de finansierer en tidlig startup?
• 39:40 Hvordan har din investeringstese for markedspladser ændret sig i AI-tidsalderen?
• 42:02 Hvor kan stiftere finde stærke freelance-udviklere?
• 43:15 Hvad definerer AGI – og hvordan skal vi tænke om det i dag?
• 45:08 Hvor vigtig er den indledende “kile” (wedge) i opbygningen af en markedsplads?
• 46:29 Hvordan vurderer man, om AI-adoption rent faktisk skaber værdi?
• 48:00 Hvilke stiftræk betyder mest i dag?
• 49:45 Hvis du startede i dag, hvad ville du så bygge og hvorfor?
• 52:32 Hvem er du ud over din professionelle identitet?
• 55:11 Har du stadig usikkerheder – og hvordan tænker du over dem?
• 57:10 Hvad ville du gøre, hvis du ikke var iværksætter?
• 59:45 Hvilke signaler viser, at en markedsplads når likviditet og product-market fit?
• 1:01:19 Hvad er den kerneforsvarlighed, en markedsplads har fra dag ét?
• 1:02:24 Hvad er Quince, og hvorfor har det været så succesfuldt?
• 1:04:22 Hvilke “kedelige” industrier vil producere de næste store virksomheder?
• 1:06:36 Hvad er den største blinde vinkel blandt VC’er i dag?
• 1:08:15 Hvilke AI-sektorer er overfyldte lige nu?
• 1:09:35 Kan markedspladser få succes omkring komplekse livsbegivenheder med mange tjenester?
• 1:11:41 Hvordan har forventningerne til fundraising ændret sig i AI-æraen?
• 1:16:07 Bør nyuddannede søge mod startups eller store virksomheder i 2026?
• 1:16:21 Er det stadig en levedygtig karrierevej at være generalist?
• 1:18:35 Foretrækker investorer varme introduktioner eller kold kontakt?
• 1:19:55 Bør startups bruge tjenester som en kile, før de bliver til SaaS?
• 1:22:02 Hvilke spil eller værktøjer er bedst til børns udvikling og læring?
• 1:24:39 Vil AI forårsage massive jobtab eller arbejdsløshed?
• 1:30:57 Kan der bygges venture-skalerede virksomheder i Latinamerika i dag?
• 1:32:26 Hvordan bør AI bruges i operationel beslutningstagning?
• 1:36:00 Hvad adskiller massive markedspladser fra nicheprægede?
• 1:37:24 Hvor meget beslutningstagning bør uddelegeres til AI kontra mennesker?
• 1:39:10 Hvad betyder mest i tidlige B2C-startups: trækkraft eller indsigt?

Hvis du foretrækker det, kan du lytte til episoden i den indlejrede podcast-afspiller.

Ud over ovenstående YouTube-video og den indlejrede podcast-afspiller kan du også lytte til podcasten på iTunes og Spotify.

Udskrift

Hej alle sammen. Jeg håber, du har en vidunderlig uge. Det er ærligt talt over et år siden, vi sidst har haft en “Spørg mig om alt”-session, og der er sket så meget inden for AI, makroøkonomi og geopolitik osv. Så jeg tænkte, at tiden var inde til at svare på alle jeres spørgsmål i alle tænkelige runder.

Så uden yderligere omsvøb, lad os få gang i showet. Velkommen til episode 53. Spørg mig om alt.

Godt. Jeg har modtaget en masse spørgsmål, som I har indsendt på forhånd, og dem har jeg besluttet mig for at gennemgå, tænker jeg, ét efter ét. I er selvfølgelig velkomne til at sende spørgsmål undervejs, mens showet kører.

Et første fundamentalt spørgsmål, som nogen stillede mig, var: Hvorfor virker det som om, alle hader AI lige nu? Altså, hvorfor er AI så forhadt? Det har jeg tænkt længe og grundigt over, og hver gang en ny teknologi dukker op, er der altid en form for modreaktion. Lad mig give jer nogle virkelig interessante eksempler. Dengang skrivekunsten på en måde blev opfundet.

Sokrates klagede over, at det at skrive ville gøre folk dovne. De ville ikke længere bruge deres hukommelse osv. Og det sjove og ironiske ved det her er, at den eneste grund til, at vi ved det, er, at Platon faktisk nedskrev Sokrates’ ord. Hvis skrivekunsten ikke var blevet opfundet til at bevare viden og gøre det muligt at bygge videre på andres viden, ville vi ikke have det.

Den viden og ekspertise, vi har i dag. Og det har været sandt gennem hele historien. Da bogtrykkerkunsten blev opfundet, var det det samme – man var bekymret for, at man på en eller anden måde ville miste forbindelsen til kirken, når Bibelen blev skrevet ned. Da aviserne blev opfundet, var hovedkritikken: “Åh nej, nu får man ikke længere sine nyheder fra prædikestolen, og det bliver et stort problem.”

Og selvfølgelig er der ingen af os, der får vores nyheder fra prædikestolen. Det er overhovedet ikke et problem. Da cyklen blev opfundet, sagde folk, at det ville føre til en moralsk krise, fordi kvinder ville kunne tage deres cykler og have affærer i stedet for at være bundet til ét bestemt sted.

Og selvfølgelig var alt det noget sludder, ikke? Det ændrede ikke rigtig på noget. Det gjorde bare vores liv bedre. Så de her koncepter om moralske kriser og teknologi blev ved med at opstå. TV – folk troede, det ville skabe zombie-mennesker foran fjernsynet, der ikke brugte deres hjerne på nogen som helst måde.

Og det samme gælder internettet med Wikipedia – åh, vil eleverne overhovedet lære noget, huske noget osv., når de har adgang til information? Og lige nu er folk bekymrede for det samme med AI. Det vil tage alle jobbene, hvilket har været en bekymring for folk altid.

Det vil jeg komme ind på i et andet spørgsmål. Måske vil det gøre oprør og tage over fra os, som i alle de her film osv. Så nummer ét: generel bekymring over nye teknologier, hvor folk ikke er trygge ved det og finder på alle de her vilde, skræmmende scenarier. Nummer to: Jeg vil sige, at AI ankom på et tidspunkt i tidsånden, hvor VC’er og tech-stiftere ikke længere respekteres, men snarere ses skævt til, kritiseres osv.

Så det er ikke som i slutningen af eller de tidlige 2010’ere. Lige nu føler de, at de er blevet skurkene, ikke? Som om den sidste Superman-film har en tech-milliardær som skurk. Den kulturelle tidsånd er ikke længere pro-teknologi. Om noget er den anti-teknologi. Og selvfølgelig ting som sociale medier – både positive og negative sider.

Og ja, de kan bruges til at fremme og pleje demokratiet, men de kan også føre til mentale sundhedskriser hos unge kvinder osv. Så fordi verden ikke har det samme positive syn på et tidspunkt, hvor de er bange for teknologi, kan jeg godt se, hvorfor folk er utrygge. Og sidst men ikke mindst, som altid, er det meget nemt at forestille sig de job, der vil gå tabt på grund af AI.

Det er altid meget sværere at forestille sig de job, der kan blive skabt. Så folk kan forudse en verden, hvor de job, de har, måske ikke længere er nødvendige, og der vil ske fundamentale ændringer. Mennesker er risikovillige. Vores amygdala har denne frygtrespons – vi er hypersensitive over for frygt, fordi de mennesker, der for 10.000 år siden i savannen var bange for, at en raslen i bladene kunne være en tiger, der ville spise dem, overlevede.

Så det var de risikovillige mennesker, der overlevede. Generelt er vi bange for forandring. Så jeg forstår godt, hvorfor der er denne fundamentale frygt for AI. Det var et spørgsmål fra Tom.

Spørgsmål fra Emmanuel. Spørgsmål nummer to. Vi lever i dette øjeblik med AI, og vi ser en ekstraordinær produktivitetsrevolution i videnskaben med nye opdagelser, fordi AI ofte står for meget af forskningen eller finder matematiske beviser. Vi ser en eksplosion i kreativitet i startups på grund af AI, hvor det er nemmere at bygge startups end nogensinde før. Og vi ser det også i finansverdenen. Og alligevel, når vi ser på vores politiske systemer og processer, virker tingene mere ødelagte og langsommere end nogensinde før.

Kvaliteten af folkene derinde ser ud til at falde, om noget. Hvorfor er det sådan? Og det er sandsynligvis et af de store filosofiske paradokser i det 21. århundrede – at man på den ene side har de bedste værktøjer og de bedste mennesker, der arbejder på at ændre verden på fundamentale måder. Og på den anden side har man politiske systemer, der formodes at være til det fælles bedste.

De ser ikke ud til at gøre det særlig godt. Og der er en række, ærligt talt, fundamentale årsager til det. For det første er markederne ikke nødvendigvis gode til at allokere og håndtere offentlige tjenester. Det er derfor, den offentlige sektor er blevet skabt. Problemet er, at grunden til, at det ene fungerer bedre end det andet, er som følger.

Når man bygger en startup, er det for eksempel et meritokrati. Hvis man gør noget godt, bliver man belønnet for det. Hvis ikke, løber man tør for penge, og det er en meget hurtig feedback. Man finder meget hurtigt ud af, om det, man gør, virker eller ej, og belønningerne tilfalder vinderne.

Og ens mål er meget klart. Find product-market fit. Skab en bæredygtig forretningsmodel, skalér din virksomhed. Og man ser meget hurtigt, om tingene virker eller ej. Det luger ud i de dårlige idéer og de forkerte mennesker.

De politiske processer er meget anderledes. Feedback-loopene er meget langsomme. Det er meget svært at sige, om man er en god eller dårlig beslutningstager, eller om man er en god eller dårlig politiker. Efter 10 år kender man måske stadig ikke svaret på det. Og fordi systemerne bevæger sig ret langsomt – hvilket i øvrigt er med vilje. Det tager nogle gange årtier, før dårlige beslutninger har kulmineret til det punkt, hvor de fører til dårlige resultater.

Og fordi det er meget langsommere. Og målene er også anderledes, ikke? I venture-startup-økosystemet er det sådan, at man investerer i en startup, og så virker det, eller også gør det ikke. Man finder produktet, man skalerer. I det andet system er ens hovedmål at blive genvalgt. Og de politiske cyklusser er for korte.

Virkeligheden er, at de ting, der sker i verden, tager tid at flytte. I de sidste 50 år kom halvanden milliard mennesker ud af fattigdom i Kina og Indien. Men det tog 40 eller 50 år. Intet skete på to år. Og lige nu i USA vælger man Kongressen hvert andet år.

Man vælger præsidenter eller premierministre i Vesten hvert fjerde til femte år. Inden for disse tidsrammer sker der meget lidt. Så det er meget svært at sige, om nogen er effektive eller ineffektive. Og som resultat bevæger den verden sig ekstremt langsomt, og jeg forventer, at den vil fortsætte med at bevæge sig meget langsomt.

Og for resten, når jeg tænker over AI’s indvirkning på samfundet, har jeg en mistanke om, at folk – som med de fleste af disse ting – overvurderer indvirkningen på kort sigt og undervurderer indvirkningen på lang sigt. Grunden til, at de overvurderer indvirkningen på kort sigt, er, at hvis man er i tech lige nu, tænker man: “Det her ændrer alt.”

Alle job er gode i denne sfære. Verden vil være fundamentalt anderledes om to år, end den er i dag. Men det er ikke sådan, verden fungerer, vel? Kulturelt bevæger vi os langsomt, politisk bevæger vi os langsomt. Og hvis man tænker på, hvor størstedelen af BNP ligger i dag, så er det i offentlige tjenester. Det er i store virksomheder, og de bevæger sig ekstraordinært langsomt, ja.

Hvornår tror jeg, at motorkontoret vil bruge AI til at gøre processen med at få kørekort hurtigere? Jeg tror, det kommer til at tage evigheder, ikke? Så jeg tror, vi vil se BNP-produktiviteten blive fundamentalt påvirket af AI. Man har brug for at se det i de offentlige tjenester, som udgør 40 til 60 % af BNP i de fleste vestlige lande, og i store virksomheder.

Og disse er meget langsomme til at tage ny teknologi til sig. Så det kommer til at tage et stykke tid, men i sidste ende vil det ændre samfundet på måder, vi ikke engang kan forestille os i dag.

Så en LinkedIn-bruger: Vi udvikler det første nationaliseringsnetværk med AI-agenter hos Jacobian Labs. Det er dette efterår under FJ Labs-tesen. Har du nogen tanker om udsigterne for kommercialisering af AI?

Ikke nok information til at svare på spørgsmålet. Måske, gætter jeg på, er svaret. Bare send os det, så kigger vi på det og giver dig besked, men selvfølgelig giver det god mening at kommercialisere AI på en eller anden måde.

Vi udvikler – så Alessandro – en platform til matchning af medstiftere kaldet Founder’s Junction, som mener, at selvom AI omformer jobmarkedet og det interne landskab, vil man altid have brug for en menneskelig medstifter. Investorer. Er du enig i det synspunkt?

For det første er “founder dating” en stor ting, ikke? At finde den rette medstifter betyder rigtig meget for opbygningen af en virksomhed. Så tror jeg, at man med AI vil være i en position til at hjælpe folk med at finde bedre medstiftere? Helt sikkert! Ja, der har ikke været en særlig klar proces. Folk vælger deres venner, men vennerne er måske ikke de mest egnede til de færdigheder, de har brug for. Folk leder i tilfældige netværk. Så ja, jeg tror, der er brug for “founder dating” og at finde folk, der arbejder godt sammen. Uanset hvad man leder efter, for resten. En CEO kan have brug for en COO, eller en CTO kan have brug for nogen til at hjælpe med at definere forretningsmodellen og rejse penge.

Så jeg tror bestemt, der er brug for det. Tror jeg så, at de fleste ledere i den nærmeste fremtid vil være mennesker? Helt sikkert. Jeg tror, din medstifter vil være et menneske snarere end OpenClaw. Helt sikkert! Tror jeg også, at du kommer til at bruge OpenClaw som din superkloge assistent til at lave research og hjælpe? Helt sikkert!

Måske ikke OpenClaw på kort sigt. På kort sigt vil det være en Open Claude-type agent indlejret i eller leveret af de centrale AI-LLM’er som Claude eller OpenAI, der vil tilbyde en Open Claude-ækvivalent uden de sikkerhedsbekymringer og risici, man ser i dag.

For at svare på dit spørgsmål: Ja, jeg tror, at stiftere vil fortsætte med at spille en vigtig rolle i opbygningen af virksomheder. De fleste stiftere vil være mennesker, selvom man vil bruge AI. Og jeg tror, det giver god mening faktisk at bruge AI til at finde bedre stiftere og forbedre processen med at matche medstiftere.

Og for resten, jeg ville virkelig lave en “founder dating”-proces, hvilket betyder, at man helt sikkert bør lave projekter med dem, definere opgaver og se, om man arbejder godt sammen om dem. Man bør helt sikkert hænge ud, møde deres venner, møde deres kærester. Man bør gå ud og spise middag. Man skal virkelig sikre sig, at det her er en person, man kan se sig selv arbejde sammen med på regelmæssig basis i meget lang tid.

Okay, videre til det næste. Jeg husker et spørgsmål relateret til stiftere, som faktisk var interessant. Lad mig gå gennem listen over spørgsmål, der blev indsendt på forhånd.

I AI-tidsalderen, hvor vigtig er en teknisk medstifter så, og bør vi fokusere på at finde en teknisk medstifter kontra en med relevant erfaring fra en specifik branche? Svaret på det spørgsmål er selvfølgelig: Det kommer an på. Som det nok er svaret på de fleste spørgsmål. Hvis man bygger en AI-startup med en grundlæggende LLM-model, så ja, så har man absolut brug for en CTO, der er helt fantastisk.

Hvis man bygger en virksomhed, der bruger anvendt AI, så er det nok ikke så svært at bygge på en måde. Det giver meget mere mening at finde en, der har legitimitet og kan hjælpe med at sælge til hovedentreprenørerne og underentreprenørerne. Svaret er: Det kommer an på. Men hvis man er et OpenAI eller en grundlæggende model, så har man helt sikkert brug for ekstraordinære tekniske talenter.

Hvis man bygger virksomheder med anvendt AI, ja, så har man brug for gode talenter, men på en måde er CTO’en mindre afgørende, end det måske var tidligere. Faktisk, hvis jeg tænker på de markedspladser, vi bygger og investerer i, så er de ting, vi går mest op i: Er enhedsøkonomien i orden, kan man få det til at løbe rundt? Finder man product-market fit?

Så hvad er din kanal til kundehvervning? På en måde betyder det meget mere at forstå, hvordan man skalerer sin kundehvervning. Og sørge for, at enhedsøkonomien fungerer, frem for at få teknikken på plads, fordi teknikken er mere en handelsvare. Og der er flere og flere ting, man kan gøre nemt med teknik i dag, jeg mener med vibe-coding og Cursor eller Lovable, hvis man laver noget meget simpelt osv. Men generelt er der kategorier, hvor ens tekniske talent betyder rigtig meget.

Okay, lad os gå til næste hold spørgsmål. Lad os se, om der er nogen – det her er et spørgsmål fra Julia. Jeg havde for nylig en samtale med en, der var med meget tidligt hos OpenAI, som dybest set sagde, at han prøver at bygge en ny startup nu, fordi IQ vil blive irrelevant om to år. Det er en tankevækkende udtalelse. Tror du, der er noget om det? Og hvis det er sandt, hvad mener du så er de vigtigste egenskaber og færdigheder for iværksættere og ambitiøse professionelle at fokusere på?

Det er interessant. Jeg kan se det fra begge sider. Jeg kan argumentere for, at de allerbedste og klogeste mennesker vil bruge AI så meget mere effektivt, at de vil blive endnu mere værdifulde. Så 10x-udvikleren bliver en 100x-udvikler, og i så fald bliver intelligens ikke en handelsvare, men fortsætter faktisk med at være en vigtig succesfaktor. Men jeg kan også argumentere for, at fordi intelligens nu er tilgængelig, og man har værktøjer, der er så intelligente, kan man være en gennemsnitlig udvikler eller person og alligevel få resultater.

Og det er – eller et produkt-output, der er ekstremt værdifuldt. Og som sådan indhenter man det, og intelligens bliver en handelsvare. Jeg har en mistanke om, at det førstnævnte føles mere rigtigt for mig, eller er mere sandt, end det sidstnævnte. Lige nu ser jeg de allerbedste kodere være mere værdifulde end nogensinde før.

De allerbedste medarbejdere bruger værktøjer på en måde, så de bliver meget mere produktive. Vil det ændre sig på et tidspunkt? Og vil intelligens blive en handelsvare? Måske, det føles bare ikke sådan for mig i dag. Når det er sagt, ser den gennemsnitlige intelligens ud til at stige dramatisk, efterhånden som alle forbedrer deres produktivitet. Alle bruger disse værktøjer ekstremt effektivt.

Så hvad ville jeg gøre, hvis jeg gik på college i dag og ville sikre mig, at jeg var klar til arbejdsmarkedet? Leg med alle værktøjerne – leg med Runway, leg med Sora, leg med Midjourney, leg med Claude, leg med Cursor, leg med Lovable. Installer din OpenClaw.

Find ud af, hvad du kan gøre for at skabe skalérbare, gentagelige systemer. Se, hvad de er gode til. Test grænserne. Og der er så meget at lege med i dag. Så jeg ville dybest set kaste alt muligt op i luften, forfølge min kreativitet og finde ud af, hvad der resonerer, og hvad der virker for mig.

Lad mig se, hvad det næste spørgsmål var, der blev sendt på forhånd. Spørgsmål fra Lisa: Hvilken type skole eller uddannelse har du valgt til din søn, og hvordan nåede du frem til den beslutning? Det her er interessant, for jeg har været igennem et par iterationer her og faktisk et par ændringer i min tankegang gennem årene.

Og den første skole, jeg tog min søn til, er en skole i New York, der hedder The Ecole, og filosofien på den skole – det er en fransk-amerikansk skole – er fantastisk. Tankegangen og teorien er, at man har stringensen fra det franske system kombineret med præsentationsteknik og teambuilding fra det amerikanske system.

Og han har gået der i to år. Han kan godt lide det. Men når jeg tænker over det i AI-tidsalderen: Er det her den rigtige måde at undervise vores børn på, hvor man har en lærer af svingende kvalitet, der spyr fakta ud til børn af svingende kvalitet, typisk efter laveste fællesnævner, hvor man gentager det samme og underviser i det samme dagligt i tre til fire dage?

Det er en ret langsom proces. Og svaret for mig er, at det ikke føles intuitivt rigtigt. Hvis jeg tog Sokrates fra år 300 f.Kr. og bragte ham til verden i dag, ville han ikke kunne genkende verden. Vi rejser ud i rummet. Vi har de her vilde, magiske apparater med hele menneskehedens samlede viden i vores lommer.

Vi flyver fra den ene ende af verden til den anden på få timer. Og alligevel har den måde, vi uddanner vores børn på, ikke ændret sig fundamentalt i 2.500 år. Så tanken om, at man bør bruge AI til at undervise barnet på præcis det rette niveau, giver rigtig god mening for mig. Der er denne skole, oprindeligt kaldet Alpha School, hvor de bruger AI-værktøjer til dybest set at få barnet op på sit maksimale potentiale.

De har indset, at man vil undervise dem til det punkt, hvor de får 85 % af svarene rigtige, for 99 % er for nemt. Hvis det er 50 %, er det for svært. Så i alle discipliner vil man have dem på omkring 85 %, og man vil se, hvor langt man kan bringe dem. Med to timers pensum om dagen kan de dybest set dække det normale pensum, og så bruger de resten af fritiden på at støtte op om børnenes naturlige interesser og lade dem gøre det, der fungerer for dem.

Min søn er fire år. Og han er flere år foran i matematik, ikke? For sjov laver han multiplikation og division, han forstår grundlæggende algebra, han elsker at lege med tal, og han forstår negative tal osv. Og samtidig er han ikke særlig god socialt. Så en skole, der er mere skræddersyet til ham, hvor de kan udfordre ham matematisk og ærligt talt også sprogligt, hvor han er meget talende og veltalende, mens de hjælper ham med at udvikle hans sociale færdigheder, som mangler, tror jeg giver meget mere mening.

Så fra næste efterår flytter jeg min søn til Alpha School i New York, som vist blev oprettet i år. Så det er den første klasse lige nu. Det er en lille skole. Og det bliver et eksperiment. Det bliver en alfa-test. Og hvis jeg kan lide det, og hvis han kan lide det, så tager vi nok også Amelie dertil.

Ved du hvad, der er interessant? Et af deres mål er, at børnene skal elske skolen. Og de fleste børn elsker ikke skolen. Det er for nemt, det er for svært, det er ikke interessant osv. Og jeg tog min søn, som er lidt sky, med til en besøgsdag, hvor han skulle tjekke skolen ud, og jeg var bekymret, fordi han ikke trives så godt i nye miljøer med nye mennesker.

Så jeg forlod ham lidt usikker og uvis. Jeg kom tilbage for at se til ham, og han sagde bare: “Jeg elsker den her skole. Jeg vil gerne blive her. Hvorfor skal jeg tilbage til en normal skole?” Så jeg er spændt på at se, hvordan det spænder af.

Spørgsmål fra Luis på streamen: Ud fra din erfaring med at investere i hundredvis af markedspladser i dagens tidlige miljø, hvad driver så i sidste ende investorernes beslutning? Er det mest den iboende styrke i produkterne og markedsmuligheden, eller er det faktorer som tidlig trækkraft, narrativ osv.? Mere introduktioner til økosystemet. Med andre ord, tror du, der stadig er reel plads til, at investorer kan dække og støtte exceptionelle markedspladser og markedsplads-idéer udelukkende på deres fundamentale egenskaber?

Før signalet valideres af mængden, hvis man støtter en stiftræk i en meget tidlig fase. Signalerne er meget tidlige, ikke? Ofte er der ingen mængde. De store fonde, som Sequoia og den slags, har rejst så mange penge, at de først skriver de store checks, når tingene er bevist, og der er en spirende vinder.

Så der er absolut en rolle for pre-seed-investorer og seed-investorer til at støtte de rigtige stiftere og de rigtige idéer tidligt, når de er i de tidlige øjeblikke af product-market fit og er ved at finde ud af distributionskanaler, enhedsøkonomi, fastholdelse og kohorter, før mængden validerer det.

Mængden er vel en kombination af brugere, der skalerer forretningen, og VC’er med store navne. Det er side-investering. Så absolut, der er stadig en stor rolle at spille i dag, fordi mange ikke investerer særlig tidligt, givet niveauet af kapitaltilførsel.

Så i dag, hvis man er i VC, bør man nok være i seed-fasen eller i en fond på f.eks. hundrede millioner dollars eller fonde på flere milliarder dollars. Så man kan blive ved med at satse på de spirende vindere.

Spørgsmål fra Ideal. Det her er en helt anden type spørgsmål, fordi du dybest set investerer i online markedspladser. Kan du give nogle spor til pre-seed-investorer til ikke-USA-baserede pre-revenue startups til banebrydende projekter? Som f.eks. et jordskælvsbeskyttelsessystem?

Altså forudsat at det er virksomheder, der er egnede til venturekapital, hvilket betyder, at de kan skalere til hundreder af millioner eller milliarder af dollars i omsætning, for der er mange idéer, der ikke er egnede til venturekapital.

Så lad os tænke over, hvordan man ville få finansiering, hvis man er en pre-seed-stifter. Og svaret er faktisk, at der er meget få. Der er ikke så mange pre-seed VC’er til at begynde med. Der er få, og de er normalt meget fokuserede i disse dage, mest på AI. Så ikke-USA pre-seed, helt ærligt, hvad jeg nok ville – og pre-revenue – jeg ville nok starte med det gamle ordsprog om “fools, friends and family”.

Den gode nyhed i den verden, vi lever i i dag, er, at det er billigere end nogensinde før at bygge startups og begynde at skalere dem og begynde at få indtægter. Og så med flere hundrede tusinde dollars i finansiering, som de fleste burde kunne finde en måde at få fat i, ikke? Vores venner, der gik på gode skoler, arbejder måske som læger, bankfolk, advokater, ikke?

Hvis man har 20 venner, der giver en 10.000 hver, så er det 200.000, og så burde man kunne nå rigtig langt. Og på den måde kan man få en vis grad af trækkraft, som så burde gøre det muligt at gå ud og rejse en ordentlig seed-runde på et par millioner dollars. Givet at der ikke er så mange pre-seed-stiftere eller pre-seed-fonde.

Spørgsmål fra Mahesh: Graf-neurale netværk bliver mere og more relevante for at opdage nye applikationer, nye veje. Har du nogen relevante tanker om, hvordan det her er relevant for markedspladser?

For det første, hvad jeg går op i i sidste ende – jeg kan godt lide markedspladser, fordi det er der, det meste sker. De er skalérbare, de er kapitaleffektive, men jeg er ikke ligefrem gift med markedspladser, vel? Hvad jeg går mere op i, er: Kan vi bringe teknologi til verden for at gøre tingene billigere, bedre, hurtigere?

Kan jeg så komme i tanke om use cases for graf-neurale netværk og markedspladser? Helt sikkert! Der er mange markedspladser, der ikke fungerer uden et menneske, fordi matchningen, udbud og efterspørgsel, er i stykker og for kompleks, og der er for mange variabler, der ikke er klare. Så jeg kan absolut forestille mig en verden, hvor man i en kategori, hvor man har alle disse input, alle disse variabler, alle disse – at have en agent i midten, der står for matchningen og introduktionen osv., sandsynligvis giver rigtig god mening. Så jeg kan forestille mig, at det bliver relevant i denne kategori. Men uanset hvad, tror jeg, de er ret relevante.

Nachogorriti på Twitch: Hilsen fra Buenos Aires, følger med i dit indhold, har lige set episode 52. Jeg elsker pointen om, at Zillow er mere eksponeret end Airbnb og DoorDash på grund af lav frekvens og et lavt ledelseslag. Korrekt! Vi bygger faktisk på præcis den tese med Remix, og nu en indfødt ejendomssøgemaskine til Latam, otte måneder, 150.000 månedlige besøg, hvilket er meget godt efter otte måneder til ejendomsmæglere og B2B-pipelinen. Hvordan ser du mulighederne i Latam? Hvad kræver det at eje kategorien her?

I Latam er der ikke et MLS (Multiple Listing Service), og på en måde kan man skabe sit eget lager og skabe værdi på en fornuftig måde i et mindre konkurrencepræget rum. Der har været et par virksomheder, der har klaret sig ret godt inden for ejendomme i Latam, hvor jeg tænker på VivaReal i Brasilien.

Tror jeg, der er en stor mulighed for at gå efter markedet, næste generation? Hvis man vil have en ejendomsportal, der bruger AI, absolut. Jeg er ikke sikker på, om det er Latam generelt kontra et specifikt land, vel? Normalt har man i disse kategorier brug for likviditet, man har brug for tæthed, man har brug for boligannoncerne.

Det er måske det. I det omfang man er en søgemaskine og har kilder til annoncer, er det nemmere at fikse end tidligere. Det må tiden vise, men tror jeg, der er en stor mulighed i at gå efter ejendomsmarkedet med næste generations værktøjer? Ja, absolut!

Okay. Vi fortsætter med spørgsmålene. Endnu et fra Lisa: Hvad er et af de tydeligste tegn på, at en AI-virksomhed har reel forsvarlighed snarere end midlertidig hastighed? Det er et interessant spørgsmål. For det, vi ser lige nu i den nuværende AI-boble, er en masse virksomheder, der lancerer med præcis det samme produkt, i bund og grund.

Så man har et Stanford-team og et MIT-team og et Princeton-team og et Harvard-team, og de har alle rejst 20, 30, 50, hundrede millioner og tilbyder variationer af det samme produkt, og det føles ofte ikke særlig forsvarligt, vel? Den ene uge er den ene foran, den næste uge er en anden foran, fordi der er så meget pres for at vinde, at de alle tilbyder deres produkter med en negativ bruttomargin. Og man ser virksomheder skalere massivt, ElevenLabs eller Lovable eller en Cursor. Som vi på en måde alle tog fejl af ved ikke at investere i, fordi vi tænkte: “Hvad er forsvarligheden?”, mens de har skaleret. Problemet er, at de får skala, fordi der er så meget kapital, der er villig til at finansiere væksten med negativ margin.

Så det må tiden vise, hvordan det ender med at spænde af. Jeg er bange for, at mange af dem kommer til at dø. Og ærligt talt kan mange af dem blive overtaget af Claude og ChatGPT. Jeg er sikker på, at de går direkte efter Cursor og efter Lovable. Og alligevel ser de her ud til at klare sig godt indtil videre. Så de her føles mindre forsvarlige.

De ting, der føles mere forsvarlige, for at svare på spørgsmålet, er: Hvis man på en eller anden måde er bygget på proprietære datasæt, som ingen andre har adgang til, hvis man løser specifikke vertikale problemer, som ingen andre går efter. Og så kontra de grundlæggende modeller – de virker på en måde mere risikable.

Jeg har en mistanke om, at ChatGPT lige nu har en markedsandel på 86 %, men det bølger frem og tilbage. Gemini går efter dem. Claude går efter dem. Der er uger, hvor Claude er bedre, eller Gemini er bedre. Så uger, hvor ChatGPT er bedre. Det er et spil for konger. Jeg er lidt skeptisk. Faktisk var der en anden, der stillede mig et spørgsmål.

Lad mig gå til det spørgsmål, som Tatiana stillede: Hvad er den massive seed-runde, der lige er blevet annonceret? Så vi har La Koons virksomhed, AMI, der lige har rejst en milliard i seed til en værdiansættelse på 3,05 milliarder. Hvad betyder det for fremtiden for AI, og hvordan bør investorer tænke på teknologi kontra værdiansættelsesrisiko på dette stadie?

Og for at være helt tydelig: Vi er i en AI-boble. Folk var villige til at finansiere, fordi præmien for at vinde er så høj. Folk var villige til at kaste i bund og grund uendelige penge efter hvad som helst for at vinde. Men tror jeg, det ender i tårer, fordi de fleste virksomheder vil fejle, og mange investorer, der investerer til meget høje priser, ikke kommer til at se deres kapital komme retur. Helt sikkert!

Når det er sagt, kommer det i mellemtiden til at lægge fundamentet for de ekstraordinære 25 år med produktivitetsforbedringer og økonomisk vækst, vi kommer til at se – på samme måde som jernbaneboblen lagde grundlaget for alle jernbanesporene rundt om i USA, som gav et massivt produktivitetsløft i økonomien i de efterfølgende årtier.

På samme måde som boblen i slutningen af 90’erne lagde al den fiber, der førte til internetrevolutionen i 00’erne og 10’erne – det tog bare lidt tid, før det slog igennem. Så vi er i en AI-boble. Helt ærligt håber jeg, den fortsætter med at puste sig op, for selv om vi har været disciplinerede, er jeg bekymret for, at når den brister, får de virksomheder, der allerede har svært ved at rejse kapital, fordi de ikke er AI, det endnu sværere.

Og helt ærligt: I mellemtiden, med al den kapital der strømmer ind – tænk på al den kapital, der går til R&D. Meget af det er i praksis tabsgivende, men det bliver fantastisk for samfundet, selv om mange af de her virksomheder kommer til at dø. Så ja, vi er i en AI-boble, men det er okay.

Friends and family er ikke en vej, jeg kan gå, hvis jeg skal nå frem til en MVP på det niveau, der kræver en VC-agtig investering.

Det lyder ikke som en venture-case. Der findes forskellige typer virksomheder i verden, ikke? Dem, der skal bruge 10, 20, 30, 50 millioner for at bygge noget stort – for overhovedet at kunne tænde lyset – er ærligt talt ikke særligt VC-egnede. De VC-egnede er dem, hvor du med et par hundrede tusind kan få en prototype og få omsætning, og så rejser du din pre-seed på en million dollars og får mere omsætning og mere bevis, og så rejser du 3 millioner.

Dem, der skal bruge 20, 30, 50 millioner for at komme i gang, hører enten hjemme i store enterprise-setup i den kategori, eller hos folk der har haft succes før og har ekstra kapital. Men de er ikke passende for almindelige founders, fordi sådan fungerer VC-løbebåndet ikke – hvor friends and family er et par hundrede tusind.

Så din pre-seed på en million dollars, så din seed på 3 millioner dollars, så 7 millioner i A, så 15 millioner… så 15.000.025 millioner i B. I AI er tallene anderledes end det her, men for ikke-AI-virksomheder er det stadig den type tal, man ser. Lad os se, hvilke andre spørgsmål der er kommet ind.

Alessandro: Vi er tæt på at færdiggøre MVP’en til vores co-founder matching-platform, og der står 500 founders på venteliste. Jeg forstår, at I investerer i early stage startups, og at I kræver bevis på omsætning. Bevis på omsætning er ikke nødvendigt, Alessandro, men helt klart bevis på product-market fit: at det virker, at folk kan lide det, at der er retention, og at du ved, hvad din forretningsmodel bliver.

Du skal vide, hvor meget du vil tage, og af hvem. I det mindste hvordan de teoretiske unit economics kan se ud. Det kan ikke bare være: “Vi lancerer, og så finder vi ud af det senere.” Det er ikke sådan, vi investerer. Der er mange, der gør det. Det er bare ikke os. Det er ikke den tilgang, vi har.

Boris: Fedt initiativ. Jeg er nysgerrig på, om din investortese omkring marketplaces har udviklet sig siden 2022. Er du blevet mere risikovillig med pre-seed eller marketplace-investeringer, eller har du flyttet fokus mere mod at validere AI-muligheder?

Så Boris, det var episode 52. Det var min podcast i sidste uge, som handler om at investere i marketplaces i AI’ens tidsalder. Vi er stadig meget bullish på marketplaces. Og alle marketplaces bruger AI. De bruger AI til at oversætte annoncerne og til at oversætte samtalerne mellem købere og sælgere, så de kan være globale. Så for første gang kan du få paneuropæiske startups.

Du bruger AI til at lave en one-click annonce, hvor du tager et foto og bum: titel, beskrivelse, pris, kategori – alt udfyldt for dig, så produktiviteten stiger. Du bruger AI til bedre matching mellem udbud og efterspørgsel. Så vi investerer stadig i marketplaces. Og de bruger alle AI mere effektivt. Og vi er mere seed-investorer end pre-seed.

Det vil sige, at vi gerne vil have, at tingene er live og har unit economics. Kategorierne er i dag mere B2B og consumer-facing, men der sker sjove ting. Selv consumer-facing: Vi er fx med i et live commerce-selskab, der hedder Palmstreet, som er en marketplace for sjældne planter. Vi er også investorer i et brandbil-/fire engine-selskab, sådan ca. 30K AOV, der hedder Garage.

Så der sker mange interessante ting, hvor der bliver lagt lag af services ovenpå. Det er vores bread and butter, fordi jeg ikke vil konkurrere i “game of kings” med uendelig kapital og negativ bruttoavance i AI-boblen. Så vi er indirekte eksponeret, fordi A) vi har fantastiske investeringer i ting som Figure AI, som klarer sig rigtig godt, og B) alle vores selskaber bruger AI.

Men der er vertikale AI-applikationer i modsætning til at være de grundlæggende AI-modeller i sig selv. Og jeg tror faktisk, det er dér, mange af de interessante muligheder ligger i dag: Du kan bygge store virksomheder med meget lidt kapital, og du behøver ikke den samme ekstremt snævre pulje af AI-ingeniører.

Yoni: Har du nogle tips til, hvor man finder pålidelige fractional full stack-udviklere (AWS + Angular) til at hjælpe med at forbedre en eksisterende SaaS MVP?

Det kommer an på, hvor dygtige du har brug for, at de er. Men der er mange steder som Toptal, hvor du kan finde fantastiske… åh nej, du sagde fractional. Så ville jeg gå på Fiverr eller Upwork. Udfordringen er, at du skal lave udvælgelsen. En måde, jeg ville gøre det på på Upwork eller Fiverr, er: Du laver en specifikation. Du får 20, 30 eller 40 ansøgere. Du kigger på de bedste fem. Du giver dem de første 10 % af opgaven, du hyrer fem af dem, og så ser du, hvem der leverer bedst, og hvem du bedst kan lide at arbejde sammen med. Så du overbetaler for de første 10 % – 5x – og så finder du den, du kan lide, og bum, så er det den person.

Så på en måde behøver du ikke engang et interview. Du kan bare validere ud fra det arbejde, de leverer. Og sådan har jeg ansat mange folk på Fiverr og Upwork gennem årene. Okay. LinkedIn-bruger: på en eller anden måde vises der ikke noget navn. Længe siden. Vil du finansiere vores AGI-projekt? Nyligt gennembrud, betaler for en demo.

Hvad er AGI egentlig, ikke? Generel intelligens. Lige nu kan vores GPT bestå Turing-testene. Så er det AGI, eller er det ikke AGI? Jeg har en mistanke om, at den måde, vi kommer til at definere intelligens på, vil ændre sig. Som jeg ser det, er AI overmenneskelig på visse evner, ikke?

Fx når det gælder at løse matematikopgaver osv. Og den er langt ud over menneskelig intelligens. Den er markant bedre, markant hurtigere, markant mere tålmodig. Og i øvrigt fungerer menneskelige hjerner sådan, at vi arbejder med begrænsede data. Vi skaber begreber – hvilket er det modsatte af, hvordan de her LLM’er fungerer, hvor der er uendelige data.

De finder mønstre. Måske er det bare fundamentalt anderledes – måske er det to forskellige måder at skabe tanke- og procesmønstre på. Så det er ikke helt åbenlyst for mig, at vi kommer til at replikere menneskelig tænkning. Jeg tror, vi får dybt forskellige måder for AI’er at tænke på, og det er okay.

Så ja, det bliver interessant. Men jeg har på fornemmelsen, at uanset hvad dit AGI-projekt er, kommer det til at koste uendeligt mange penge. Så hvis det er kapitaleffektivt, kigger jeg gerne på det. Hvis du har brug for hundredvis af millioner… vi er desværre – jeg ville ønske, jeg havde mere kapital – ikke de rigtige.

George, ud fra din erfaring: hvor vigtigt er det at vælge den rigtige indledende “wedge”, når man bygger en marketplace? Hvad gør wedgen stærk nok til at udvide til et større økosystem? Når du lancerer en marketplace, har du ingen adgangsbarriere. Bare så det er klart: I starten kan alle bygge det samme. Din wedge – det, der over tid kommer til at differentiere dig – er likviditet, ikke?

I de her marketplaces: flere købere giver formentlig flere sælgere, eller flere sælgere giver flere købere. Når jeg som køber går derind og finder det, jeg leder efter, og som sælger – og det kan være hvad som helst, et produkt eller en service – der er nogen, der vil købe det, jeg sælger, så har du din wedge.

Så det tager tid at bygge. Dag nul har du ingen adgangsbarriere, men inden for 2, 3, 4 år er din adgangsbarriere faktisk den likviditet, du har. Så find og skab tidlig likviditet mellem dine købere og sælgere. Og når du får tidlig likviditet, skaber det din adgangsbarriere over tid, efterhånden som den bliver større og større. Og de her ting, som jeg nævnte, har en tendens til at blive winner-takes-most, fordi flere købere bringer flere sælgere, og flere sælgere bringer flere købere.

Lad os fortsætte med spørgsmålene og de indsendte spørgsmål. Hvilke metrics betyder mest, når du vurderer, om AI-adoption faktisk er… i marketplaces? Okay, så ja: om det er sticky eller ej – vi kigger på retention. Vi kigger på retention, når det handler om, hvorvidt et AI-selskab er succesfuldt, ikke?

Mange AI-selskaber har massiv churn. Og det er en af de ting, der får mig til at bekymre mig for, at de ikke er særlig sticky. Måske har de product-market fit, men de har helt klart ikke nogen adgangsbarriere. Før brugte jeg Runway til at lave videoer, og nu bruger jeg Sora.

Jeg er på ChatGPT. Før brugte jeg Midjourney til næsten alle de fotos og billeder, jeg lavede til min blog – som i sig selv havde erstattet stock photography. Og nu bruger jeg ChatGPT mere og mere. Så jeg ville kigge på cohorts, jeg ville kigge på retention – og ikke bare én måneds retention, men seks måneders retention, 12 måneders retention.

De bedre produkter har typisk en U-form. Du bruger dem, måske bruger du dem mindre, men på et tidspunkt kommer du tilbage til dem. Og cohorts og retention-kurver betyder enormt meget.

Boris: Tjek Djini. Det er en ukrainsk HR-marketplace, mest for softwareudviklere. Jep. God idé at anbefale den til folk, der leder efter softwareudviklere.

Okay. Fortsatte spørgsmål. Hvilken founder-egenskab værdsætter du mere i dag, end du gjorde for otte årtier siden? Ærligt talt har de egenskaber, jeg værdsætter, ikke ændret sig særlig meget. Jeg elsker folk, der er ekstremt velformulerede og visionære, og som derfor kan ansætte et bedre team, sælge bedre til VCs, tale med pressen, få bedre aftaler osv., men som også kan eksekvere – med sans for detaljer. De fokuserer på unit economics osv.

Den ene egenskab, som desværre ikke er et krav for succes, er at være et venligt menneske. Der er mange røvhuller. Og problemet er, at fordi nogle – Steve Jobs eller Travis – slap afsted med at være røvhuller, så opmuntrer det eller giver det folk lov til bare ikke at være venlige.

Men livet er for kort til at have med røvhuller at gøre. Og jeg er i en position, hvor jeg ikke behøver det, så jeg vil gerne arbejde med venlige mennesker. Når det er sagt, er mange founders arrogante. Helt sikkert. Er det dårligt? Nej, du har brug for et vist niveau af nærmest vrangforestillet selvtillid for at bygge en startup, ikke?

Femårs-overlevelsesraten for en startup er omkring 7 %. Så du er nødt til at tro på, at oddsene ikke gælder for dig. Så arrogance og narcissisme kan jeg nok godt håndtere. At være et røvhul – helt sikkert ikke. Men har det ændret sig? Egentlig ikke. Jeg havde allerede det værdisæt før. Okay.

Spørgsmål fra Jeff. Hvis du blev færdig på Princeton og måske lige var stoppet hos McKinsey eller i consulting i 2026, hvad tror du, du ville bygge lige nu, og hvorfor? Helt klart noget inden for AI. Det er dér, verden er, og det ændrer sig, og det er interessant. Men det kommer an på.

Hvis jeg var 23, afhænger det af skillset. Jeg vil sige, der er flere levedygtige veje. Du kan join’e et rocket ship og hægte dig på. Gå og arbejd for OpenAI (filantropisk) – du kan bygge en AI. Men når du bygger en AI, er pointen: jo større “game of kings” er – fx: skal jeg eje humanoide robotter?

Og du har Figure og Optimus. Skal jeg eje den underliggende LLM? Der er allerede store vindere dér. Og så har du nogle af vertikalerne. Jeg tror, jeg ville gå efter at anvende AI i kategorier, der er gamle, ødelagte og forældede, hvor alt stadig gøres med papir og pen og relationer – i en kategori, der interesserer mig, fordi du som founder selvfølgelig ikke arbejder i et vakuum. Du har dine egne interesser og dine egne skills, og du vil løse et problem, der er stort nok og kan monetiseres, men som du faktisk går op i. Og uanset din baggrund ville jeg fokusere på det. Måske arbejder dine forældre i byggebranchen, så måske skal du optimere den.

Måske arbejder du i fødevareindustrien, og der er enorme problemer med fx medarbejderomsætning, sourcing af materialer osv. Så jeg kan sagtens se for mig at anvende AI til at automatisere processer og skabe effektivitet i mange kategorier, som ikke er blevet adresseret før.

Og det ville jeg nok arbejde med nu. Hvilken helt specifikt? Det ved jeg ikke, for jeg har ikke tænkt så meget over det, fordi jeg har haft for travlt med fondene, Midas, børnene osv. Men det er helt klart et interessant tankeeksperiment, og noget jeg faktisk vil afsætte tid til fremadrettet: at tænke over, okay, hvis jeg ikke lavede FJ Labs i dag og byggede Midas, hvad burde jeg så bygge?

Og svaret er selvfølgelig noget inden for AI, men hvad det er for mig i dag, er interessant. Jeg kender ikke svaret på det, men det er helt klart et spørgsmål, der er værd at stille, og jeg vil stille mig selv det i de kommende uger, måneder og år: hvordan det kunne se ud.

Okay. Spørgsmål fra Margo. Hvis vi fjerner den fremtrædende identitet som startup-investeringer, performance, måske endda finansiel succes – hvem er du så i virkeligheden? Er den person nok?

Det er interessant. I USA definerer folk sig ofte ud fra det job, de har. Og selvfølgelig er jobbet kun en lille del af, hvem de i virkeligheden er, ikke?

Din personlighed, dine behov, dine ønsker, dine drømme, dine ambitioner. Jeg prøver at være mit sande, autentiske jeg hele tiden. Og jeg tror, det skinner igennem i den måde, jeg taler på. Men du ser stadig gennem min blog og podcast den professionelle version af mig. Så for at svare på spørgsmålet: se…

Se, jeg tror, meningen med livet er at være sig selv – sit sande, autentiske jeg, hvad end det er. Vi er alle bygget forskelligt med forskellige tilbøjeligheder, ønsker, behov osv. Og helt ærligt: på det her tidspunkt er jeg fuldt ud tilfreds med at være den, jeg er. Ligesom. Jeg elsker alle de ting, jeg elsker: at være far og forælder, at lege med børnene, at være sammen med mine venner, at spille videospil, at læse bøger, at skrive min blog – som i dag mest ikke handler om business – at være sammen med mine venner, at være, ja, familiens patriark i den positive betydning af ordet. At spille tennis, spille padel osv. Ja. Det liv, jeg har, er ekstraordinært. Jeg tror bogstaveligt talt, at jeg lever det bedste liv, der nogensinde er blevet levet. I hvert fald det bedste liv, jeg kan leve. Og jeg er fuldt ud opfyldt. Så hvis jeg af en eller anden grund ikke kunne arbejde i dagens verden, ville jeg stadig være meget tilfreds og glad uanset hvad.

Den ydre identitet, der er drevet af arbejde, er rar, og jeg tror også, den giver mig et formål, fordi jeg tror, at mindst ét af mine formål er at hjælpe med at udnytte teknologiens deflationære kraft til at løse verdens problemer – at gøre ting bedre, billigere og hurtigere for masserne – og at forsøge at adressere en kombination af ulighed, muligheder, klimaforandringer og den globale krise for mental og fysisk trivsel.

Men selv hvis jeg ikke havde det, finder jeg en ekstraordinær kilde til mening i at lege med mine børn, opdrage mine børn, være sammen med mine venner osv.

Et andet spørgsmål fra Margot: Du giver indtryk af at have en uendelig, superrationel selvtillid og at være meget fattet. Har du nogen usikkerheder?

Jeg vil faktisk starte med at svare på spørgsmålet. Tidligere, da jeg voksede op, havde jeg mange usikkerheder. Fordi jeg var rigtig god til at være “meget klog” og få gode karakterer, definerede jeg mig selv ud fra det. Men jeg var meget socialt usikker, ikke? Fx fordi jeg var yngre end mine jævnaldrende, og fordi jeg aldrig havde haft en kæreste eller venner osv.

Jeg fik min første kæreste som 27-årig. Var det en usikkerhed ikke at have en kæreste, da jeg var 26 – eller aldrig at have haft en kæreste? Svaret er ja, ikke? I dag er jeg meget mere tryg ved, hvem jeg er, og har ikke specifikke usikkerheder. Så jeg vil sige, at svaret nok er nej – ingen egentlige frygter.

Men er der ting, der virkelig irriterer mig, som jeg ikke elsker ved livet? Helt sikkert. Jeg hader at blive ældre – jeg plejede at være den yngste i alt, jeg gjorde, og nu er jeg ofte den ældste. Kan jeg lide det? Absolut ikke. Og så raser jeg, raser mod lysets død. Og derfor arbejder jeg virkelig hårdt for at holde mig i form, være skarp og ja, bevare min ungdommelige energi – forhåbentlig for evigt.

Men i hvert fald så længe som muligt. Jeg ved ikke, om det er en usikkerhed som sådan, men det er helt klart noget, der irriterer mig, og jeg arbejder meget hårdt på at kæmpe imod tiden, fordi ja – der er så meget at gøre, og vi lever i så ekstraordinære tider, og vi er så privilegerede at være her, at have energien og helbredet til at kunne leve det fuldt ud.

Det er det samme. Jeg vil gerne kunne lege med mine børn på en virkelig meningsfuld måde. Og sidste spørgsmål fra Margot: Hvis du ikke kunne være blevet founder og iværksætter, hvad tror du så, du ville have haft lyst til at udforske? Den er svær, fordi jeg virkelig hader traditionelle strukturer som 9-til-5-jobbet og det at have en chef. Jeg betragter mig selv som uansættelig.

Så hvis tech ikke fandtes, tror jeg stadig, jeg ville være entreprenant, hvis det var muligt, bare i en anden branche eller kategori. Men hvis entreprenørskab i sig selv ikke er muligt, er det meget sværere, for så skulle jeg finde et job, der passer mere til min måde at tænke på, og jeg er ikke helt sikker på, hvad det kunne være.

Et interessant eksperiment til et andet liv, som jeg håber, jeg aldrig behøver at leve, fordi jeg elsker det, jeg laver, og jeg elsker fleksibiliteten og friheden og kreativiteten. På en måde er entreprenørskab min form for kreativt udtryk. At tage noget fra nul til én og skabe noget ud af ingenting – og jeg er ikke sikker på, hvad der ellers ville være lige så tilfredsstillende.

Så jeg aner det ikke. Det er nok det ærlige svar. Kunne jeg have været i private equity eller consulting eller bank? Helt sikkert. Men ville jeg elske det dag til dag, minut for minut? Jeg tror svaret er nej. Der er mange ting, jeg kunne være rigtig god til. Jeg kunne være professor. Jeg ville være en fantastisk professor i økonomi eller matematik, men igen: ville jeg elske det?

Og gentagelsen år efter år af det samme kursusmateriale… det ved jeg ikke. Det er for langsomt og ikke skalerbart nok. Jeg tror ikke, det ville nære min sjæl. Men ja, professor er nok et rimeligt godt bud. Men jeg er ikke sikker på, at det ville være lige så tilfredsstillende. Til gengæld “kradser” jeg lidt i professor-kløen ved at lave den her podcast, ved at besvare spørgsmål fra publikum og brugerne, ved at tænke ting igennem, som jeg gerne vil dele. På en måde har Playing with Unicorns altid handlet om: Hvad er alle de ting, jeg ville ønske, jeg vidste, da jeg var 23 og startede som first-time founder, som jeg nu ved og kan dele med jer.

Og jeg synes, det er mere interessant og mere skalerbart end at have undervisning. Jeg plejede at undervise på Columbia Business School eller [Center for Business School] osv. Og ja, du underviser fantastiske mennesker, men det er små hold, ikke særligt skalerbart. Og indholdet ændrede sig ikke så meget.

Nu er det bare det, der falder mig ind: jeg skaber materialet, poof, lægger podcasten ud – når og hvis der er idéer, der er relevante.

George: I early stage marketplaces, hvad er de tydeligste tegn på, at en platform er ved at bryde ud og løse det kolde, skarpe problem, i stedet for at sidde fast i lav likviditet?

Hvis sell-through rate på varerne på din side – hvis du sælger omkring 25 % eller mere – så begynder du at have likviditet. Hvis du er en service-marketplace, og du begynder at stå for 25 % eller mere af omsætningen hos din supply, så begynder du at have likviditet. Og måden at sikre, at du når dertil, er: overfyld ikke.

Det afhænger nok af marketplace-typen, men den største fejl, marketplace-founders kan begå, er at have for meget udbud. Hvis du har for meget udbud, bliver de ikke engagerede, de svarer ikke. Køberne bliver overvældet af valgmuligheder. Det er meget bedre at have det allerbedste udbud for den kategori, det postnummer osv.

Skab efterspørgsel, giv dem likviditet. Så skaler lidt mere og skaler lidt mere. På den måde, tror jeg, er det lidt mere efterspørgsel og fortsat matching. Et tegn på product-market fit er, når dine customer acquisition costs falder – og det er dér, brugerne begynder at komme tilbage, tage deres venner med, og dine unit economics bliver ved med at blive bedre.

Men tidlige tegn på likviditet er typisk, ja, en 20–25 % sell-through rate er som regel et godt tegn på, at du i en brugtvarer-marketplace i det mindste har likviditet. Okay, tilbage til de spørgsmål, der blev indsendt på forhånd.

Lewis Gonzales: Hvis du startede en global marketplace fra bunden i dag, hvad ville du prioritere mest som din kerne-defensibility fra dag ét?

Likviditet, brand, community, teknologi – især når AI bliver mere og mere tilgængeligt. Jeg har svaret på det før, men grundlæggende: dag nul har du ingen moat, ingen adgangsbarriere. Din adgangsbarriere over tid bliver likviditet. Når du faktisk begynder at få flere købere, der bringer flere sælgere, og flere sælgere, der bringer flere købere.

Så fokusér på unit economics. Uanset hvad din skalerbare, gentagelige strategi er for at skalere udbud og efterspørgsel, så bliv ved med at gøre det. Bliv ved med at matche. Bliv ved med at skabe likviditet. Så likviditet i marketplaces slår alt. Og forestil dig faktisk, at top-of-funnel på en eller anden måde bliver agenter, der handler på vegne af brugerne – de vil handle dér, hvor der er likviditet.

Så din ultimative defensibility er likviditet. Så likviditet. Likviditet. Og så endnu mere likviditet.

Jeg kan se, at du har investeret i Quince. Kan du fortælle os mere om dem, og hvad deres ambition er fremadrettet? Så Quince er en af de investeringer, der har betalt fonden tilbage for FJ Labs. De klarer sig ekstraordinært godt.

De er i affordable luxury-marketplace og direct-to-consumer brands. Marketplace, fordi de kører en asset-light model. Founderen er fantastisk. Vi investerede i dem fra starten, og deres elevator pitch er: kvaliteten fra Macy’s, priserne fra Costco og logistikken fra Shein eller Temu.

Og de er vokset helt vildt fra, hvad end det var, omkring 100 millioner til 300 millioner til 1 milliard i omsætning – til jeg tror over 2 milliarder sidste år. De vokser stadig som vanvittigt, og de rejste lige til en valuation på 10 milliarder fra Iconiq. Så hvor går de hen herfra? For det første er det ekstremt sjældent, at en virksomhed i den størrelse – fx 1 milliard i 2024-omsætning – stadig vokser 100 % år over år.

Det sker nærmest aldrig. Og de er stadig helt i begyndelsen af rejsen, når man tænker på kategorierne, de er i, og geografierne. De lancerede lige i Canada i år. Jeg tror, de begynder at lancere i Europa. Så de er i starten af international ekspansion.

De er i starten af kategori-ekspansion. Jeg kan sagtens se en verden, hvor de ligger på tocifrede milliarder i omsætning om 5–10 år. Og det er en virksomhed, der kan blive ved med at vinde. Den står allerede stærkt og kan fortsætte med at vinde. Så jeg håber, den bliver ved med at vinde, bliver ved med at skalere og klarer sig ekstremt godt fremadrettet.

Quince har allerede betalt fonden tilbage, og jeg håber, de fortsætter med at gøre det i fremtiden – endnu mere – og bliver en af de største vindere nogensinde for FJ Labs.

Gael: Hvilke markeder ser i dag kedelige eller usexede ud, men vil skabe den næste generation af milliard-dollar-virksomheder? Lige nu er alle fokuseret på den store krig og de grundlæggende modeller, ikke?

Og ja, det er en mulighed i multi-billion-klassen, og ChatGPT vs. Claude vs. Grok, hvad end. Og det er dér, al opmærksomheden og alle pengene går hen, ikke? I min seneste podcast kiggede vi på, at 75 % af venture-dollaren gik til AI. Og 95 % af YC-selskaberne var AI “foundational model”-typer.

Vi kæmper om, hvem der vinder “game of kings”. Det, der er helt usexet lige nu, er faktisk ting som marketplaces. Vi har fantastiske selskaber i porteføljen, der vokser fra 10 millioner i GMV om året til 30 til 100 eller hvad det nu er. Men fordi folk har set vækst fra nul til en milliard eller milliarder ekstremt hurtigt i AI, bliver de ikke begejstrede for det her længere.

Selv om de her virksomheder er kapitaleffektive, har brug for langt mindre kapital, har fantastiske unit economics og fantastiske bruttoavancer. Og der er mange industrier, hvor du kan bruge AI til at gøre dem mere effektive – fra offentlige services til byggeri til retail osv.

Hvor jeg mener, der er enorme muligheder. Der er mange kategorier, hvor en kombination af uigennemsigtige, fragmenterede data eller behovet for mange mennesker til mægling gør, at man kan forestille sig en verden, hvor agenter faktisk kan forbedre økonomien, gøre kategorien større osv.

Så jeg vil sige: kedelige, gamle industrier, som endnu ikke er blevet ramt af teknologi, hvor du for første gang kan bruge agenter til at skalere og gøre kategorien mere interessant og effektiv – og dem er der i praksis uendeligt mange af, ikke? Det meste af økonomien er endnu ikke blevet ramt af AI; det er kun de supertidlige adoptere og tech-ting.

Det er tilfældet. Hvad er den største blind vinkel, du ser hos venturekapitalister lige nu? Helt klart at alle kaster sig over AI hele tiden. Valuation er ligegyldig, bruttoavance-strukturen er ligegyldig. Vi skal være med, fordi gevinsten bliver enorm – og det er meget bobleagtigt.

Det føles som 2021 igen. Det føles som ejendomme i 2006, hvor det kun går op. Det går aldrig ned. Det føles som tech-boblen i 98, 99, 2000. Samtidig kommer nogen til at vinde, og belønningen bliver enorm. Men ville jeg gå ind lige nu til de her sindssyge valuations i Anthropic og OpenAI?

Jeg tror svaret er nej. Kan de stadig vokse meget fra, hvor de er? Og er det den største mulighed af dem alle? Muligvis. Men hvis du var tidligt inde, er det fantastisk. Hvis du kommer ind nu, ville det ikke få mig til at føle mig særlig tryg. Så vi er mere… vi er de mere “kedelige” applied AI-investorer. Den måde, jeg beskriver vores strategi på, er: den smarte måde at investere i AI på.

Vi investerer i virksomheder, der bruger AI super effektivt til at få højere margin, lavere customer acquisition costs, højere konverteringsrater. For mig er det den rigtige måde at spille det her på. Og ja, det er helt klart ikke det, andre VCs gør.

Lad os se på de spørgsmål, der blev sendt ind på mail. I mellemtiden kan I stadig poste spørgsmål her – lad os kigge her.

Muresh: Hvilke kategorier/underkategorier inden for AI ser du som overfyldte, baseret på de pitches og de diskussioner, du har med andre superskarpe investorer og VCs? Jeg føler, at “foundational model”-spillet er ekstremt crowded, ikke?

xAI og Mistral – og det samme gælder vertikalerne som Runway vs. Sora og Midjourney osv. Så det føles ekstremt crowded i en kategori, hvor jeg tror, der bliver en winner-takes-most. Måske bliver det to: måske vinder en B2B, ChatGPT vinder consumer, og Gemini holder noget markedsandel.

Men ser jeg 20 vindere i det her space? Nej. Det føles som søgemaskinekrigene i 90’erne: AltaVista vs. Lycos vs. Yahoo osv. Og så kommer Google pludselig. Så jeg ville ikke finansiere flere foundational models. Jeg ville fokusere – som jeg sagde – på at anvende AI i kategorier, hvor folk ikke bruger det endnu. Men det er helt klart sværere at rejse kapital i de kategorier, fordi det ikke bliver set som “ren” core AI.

George: Har du set marketplaces lykkes, når værdien ikke er en enkelt transaktion, men snarere at koordinere flere services omkring en større livsbegivenhed? Ja. Vi er investorer i en marketplace omkring bryllupper. Den klarer sig ret godt. De har en massiv markedsandel af bryllupper i Europa.

Navnet kommer selvfølgelig til mig på et tidspunkt snart. Og måden, de tjener penge på, er at hjælpe dig med at finde catering, venue, fotografen, personen der leverer kagen osv. Så de koordinerer mange services omkring én stor livsbegivenhed.

Så bryllup er helt klart et eksempel. Kan det ske ved andre store livsbegivenheder? Måske – vi skal definere, hvad de livsbegivenheder er, ikke? Død er selvfølgelig en stor ting for folk, fx at likvidere boer og estate sales osv. Og at blive færdig på college… men problemet er…

Når du bliver færdig på college, har du måske brug for en bil, måske et job, måske bolig. Men alt det bliver allerede løst af sites, der gør det på fuld tid. Så ville jeg lave ét site til alle de ting? Det er jeg ikke så sikker på – kontra de vertikaler, der allerede er best-in-class i hver kategori.

Det samme med at flytte by. Der er en række virksomheder, der hjælper dig med at flytte by, og de klarer sig okay. Ingen er fantastiske. For igen: Hvis jeg flytter til en ny by og skal finde en lejlighed, er Zillow fantastisk. Du behøver ikke gå på et site specifikt for at flytte. Så jeg synes, bryllup giver rigtig god mening. Hvilke andre store livsbegivenheder er værd at tænke over? Okay, videre til de foreslåede spørgsmål.

Godfrey: Spørgsmål nummer ét: Hvordan har din FJ Labs fundraising-matrix ændret sig, især i de seneste måneder, givet AI’s hurtige påvirkning af B2C- og B2B-markedet – B2C marketplace ift. traction, runde-størrelse, valuation?

Så: Går valuations dramatisk op i gennemsnittet – og ærligt talt også medianen? Ja. På grund af AI ser du større seed-runder. Vi så lige en seed-runde på en milliard dollars – 1 mia. rejst, 3,5 mia. pre. Så det er tydeligt, at de valuations, folk får – især i AI – er meget højere.

Men vi undgår AI-hypen, så vi fokuserer stadig. Ligesom i 21, hvor alle sagde: “Åh, din matrix er forældet, den giver ikke mening længere” osv. Og selvfølgelig havde jeg ret – den kom tilbage, og den kom tilbage med hævn. Tallene resetter.

Så hvis du fjerner alle AI-hype-selskaberne fra ligningen, er matrixen stadig brugbar, ikke? Så vi vil stadig gerne have, at du ligger på ca. 500K til 750K om måneden i GMV med en take rate på 15 %, når du rejser din Series A, og at du rejser 10 til 30 pre eller 7 til 23 pre eller noget i den stil. Vi vil stadig gerne se 2,5 til 5 mio. i GMV pr. måned.

Det forudsætter i øvrigt 10–15 % take rate i curated A, og 2–3–4 % take rate i B2B. Vi forventer meget højere GMV, når du rejser din Series B på fx 50 millioner eller 53. Så matrixen er stadig korrekt, men den gælder ikke i AI, hvor folk betaler sindssyge priser ved seed, pre-seed, A, B, hvad end.

Men hvis du bygger en virksomhed, vil jeg anbefale dig at holde dig tæt på den, for hvis du rejser for mange penge til for høj en pris, slår det dig ihjel. Det er en af de største grunde til, at virksomheder fejler: De vokser ikke ind i valuations og kan ikke rejse næste runde. Hvis du er VC, vil jeg anbefale dig at holde dig tæt på matrixen, for hvis du overbetaler, får du dårlige afkast – og VC-aktivklassen klarer sig i forvejen ikke særlig godt på afkast.

Spørgsmål nummer to: Nu hvor AI gør det meget nemmere at bygge software, hvor meget værdsætter tidlige VCs en teknisk medstifter? Nå ja, det har jeg svaret på før. Som jeg sagde, så afhænger det af, og det afhænger af, hvilken kategori du er i. Hvis du har brug for en teknisk medstifter, fordi det du laver er ekstremt svært, så bør du have en. Hvis du bygger en åben næste generations OpenAI, så hav en teknisk medstifter.

Okay. Rosa Bluda, hvad mangler du i livet, hvis du mangler noget? Helt ærligt, jeg føler virkelig, at jeg lever det bedste liv, man kan leve. Jeg synes ikke, jeg mangler noget. Jeg er sund, og min familie har det fantastisk.

Jeg har det godt. Altså, livet er et enormt privilegium, og jeg er fyldt med taknemmelighed for det liv, jeg har. Jeg tror ikke, jeg mangler noget. Måske ved jeg ikke, hvad jeg ikke ved. Og der er ting, jeg mangler, som jeg ikke engang er klar over, at jeg mangler. Men ja.

Næste spørgsmål. Har Palantir en rival? Der er en fransk Palantir, der hedder Arlequin AI. Ikke stavet på en sjov måde, som de fleste tech-selskaber gør, men der er en mere interessant en, der hedder Fundamentals, fordi Palantir—det er svært at sige, hvor meget de er et tech-selskab versus et service-selskab, ikke? Deres implementering tager 6 til 18 måneder.

De fleste af deres indtægter kommer fra implementeringsservices frem for tilbagevendende SaaS-gebyrer. Og Fundamentals—de bruger selvfølgelig AI—og de laver integration på to til tre dage, og størstedelen af indtægterne kommer via abonnement. Så for mig er det den mest interessante, kommende Palantir-konkurrent.

Har du en foretrukken kunstner? Jeg mener en maler. Egentlig ikke. Forfattere, mere. Malere… ja, nej, nok ikke. Altså, sætter jeg pris på kunst og på det, kunstnere prøver at gøre? Helt sikkert. Men jeg er ikke sikker på, at jeg har et svar på det spørgsmål.

Okay. Vi fortsætter med de forudindsendte spørgsmål. Jeg er for nylig blevet færdig med min kandidat, Matteo, og er interesseret i AI-startups. Hvis du blev færdig i 2026 og ville bygge noget, ville du så starte din karriere i en stor virksomhed eller i en tidlig startup? Og for en med en generalistprofil, er det stadig en farbar vej i dag? Og hvilke kompetencer ville du prioritere bredt, både tekniske og ikke-tekniske?

Generelt synes jeg, man lærer hurtigere og bedre i startups end i store virksomheder. Da jeg blev færdig fra college, tog jeg til McKinsey. Det var som business school, bortset fra at de betalte mig, men det havde også været helt fint at gå ind i en startup i seed/A eller B—måske B-stadiet—men ikke for stor.

Ellers ender du i en rolle, der er meget snævert afgrænset, og du kommer ikke til at lære nær så meget, som du ellers ville. Så du vil have en, der har nok product-market fit og funding til at fortsætte med at klare sig godt, men ikke så etableret, at rollen er helt skabelonagtig—så du kan bevise dig selv, følge din passion og lære så meget som muligt.

Så jeg ville nok gå ind i en tidlig startup, sandsynligvis inden for AI, sandsynligvis i Bay Area, og flytte derhen med det samme, hvis jeg blev færdig fra college. For at finde ud af, hvad der er den bedste vej, frem for at gå ind i en stor virksomhed. Igen: OpenAI er måske okay nu, hvis du er ingeniør. Men hvis du er generalist, hvilket du nok er, så giver mindre virksomheder mere mening.

Og synes jeg, der er en vej for generalister? Helt sikkert. Jeg synes faktisk, der er mere plads til generalister i dag end nogensinde før, fordi du som generalist kan bruge AI-værktøjerne til at få tech ud ad døren meget hurtigt. Du kan lære at vibe-code ret hurtigt, ikke? Med Cursor bliver tingene meget nemmere for en klog generalist, der bruger AI-værktøjer, end de nogensinde har været før.

Og hvis du tænker på rollen som CEO og founding team fremadrettet, så er CEO’en generalisten, så helt klart. At være generalist er fantastisk. Som jeg sagde tidligere: Leg med alle værktøjerne. Jeg ville lave en OpenClaw, lege med Claude, lege med GPT, lege med Cursor.

Bliv superfortrolig med, hvad du kan gøre med dem, og se hvor langt ud på den absolutte front du kan tage det. Du vil blive overrasket over, hvor meget du kan øge din produktivitet, hvor meget der er at lære, og hvor meget der er at gøre.

Lad os se på det. Alessandro, det virker som om investorer typisk falder i to lejre: dem der foretrækker varme introduktioner og hader kolde henvendelser, og dem der er åbne for kolde henvendelser. Hvilken lejr er du i? Først og fremmest foretrækker investorer varme introduktioner, ikke? Hvis der er en founder jeg kender, eller en VC jeg kender, eller hvem det nu er, der siger: “Hey, du skal tale med den her founder, som er fantastisk.”

Så foretrækker jeg selvfølgelig det. Men jeg er åben for cold outreach, fordi ikke alle har gået på Stanford, Harvard og Princeton og er koblet på de sociale netværk, der gør, at man kan møde de relevante founders og VCs. Og nogle af vores bedste investeringer kom fra kolde inbounds. De var i Brasilien, men i stedet for at være i São Paulo eller Rio, var de i Belo Horizonte. Når det er sagt, så er tærsklen højere. Der er bare meget mere støj. Vi får 200–300 kolde inbounds om ugen, og andelen vi investerer i er meget lavere. Så ja, vi er åbne for kolde inbounds. Hvis du kan få en varm intro, er det meget bedre, men vi er åbne for det.

Andrew McCain. I årene siden vi sidst mødtes i New York, har dine kriterier for valg af virksomheder ændret mit liv. Ah, dejligt at høre. Jeg vil meget gerne have din feedback på et opfølgende spørgsmål her: Om services—synes du, der er værdi i at følge Palantir-modellen med at være service-tung under skalering, etablere kundeforhold til en holdbar moat, mens produktsuiten udvikler sig og bliver mere autonom med AI for at skabe ægte ARR? Med andre ord: en “services først”-tilgang, mere en go-to-market end et spørgsmål om AI’s allestedsnærvær.

Svaret er selvfølgelig: det afhænger. Det afhænger af kategorien, afhænger af kundeprofilen og segmentet. Jeg foretrækker tilgange uden services, fordi den primære feedback du får fra VCs er: “Er I et servicefirma? Hvor skalerbart er det?” versus “Er I et reelt tech-selskab?”

Derfor kan jeg bedre lide Fundamentals end Palantir. Det er virkelig et tech-selskab. Når det er sagt: Hvis du sælger til regeringer, skal du ofte sælge en service. Servicelaget, installationen, relationen betyder meget.

Så ja, svaret er: det afhænger. Generelt vil jeg hellere investere i, at folk bygger tech-selskaber end service-selskaber. Og det er en af udfordringerne i den feedback, de her virksomheder møder i fundraising, fordi værdiansættelsen af et servicefirma er fundamentalt anderledes end værdiansættelsen af et tech-selskab.

Men hvis det er en go-to-market-strategi, der låser kunden fast og så gør, at du kan få de her MRR- eller ARR-kontrakter, som er meget værdifulde og højmargin, så er det okay. I sidste ende er det, jeg går op i: Hvad er jeres go-to-market-strategi? Hvad er jeres product-market fit? Hvordan ser unit economics ud?

Hvad er jeres customer acquisition cost versus kundens netto bidragsmargin? Og så længe det hænger sammen, og hvis services er vejen ind, så er det fint—men det skal være tydeligt, at det er vejen ind og ikke slutmålet.

Lisa, et lidt andet spørgsmål, men jeg er nysgerrig: Hvilken type skolegang har du valgt til din søn? Nej, det har jeg svaret på tidligere, da jeg talte om hjemmeskole.

Sonya, hvilke udviklingsspil til børn på PC eller Nintendo bruger du? Det interessante er, at der findes så mange læringsværktøjer derude. For det første: Min søn på fire er besat af Numberblocks på YouTube.

Han laver multiplikation for sjov. Altså 8 gange 8 er 64, 27 gange 2 er 54, 28 gange 2 er 56. Han kan negative tal. Han kan basal algebra—ikke fordi jeg tvinger ham til at lære matematik som fireårig, når forventningen er, at han kan tælle til 25, men fordi det fanger hans interesse.

Så han finder selv læringsindhold på YouTube, som han kan lide, og jeg giver ham iPad’en om morgenen, når han vågner, og om aftenen før sengetid. Og han følger i praksis Numberblocks og lærer matematik. Faktisk er han så interesseret, at han har bedt mig om at komme på Russian Math School i New York, så jeg har også tilmeldt ham Russian Math School.

Men findes der interessante spil, man kan spille med sine børn for at fremme deres kreativitet og læring? Helt sikkert. Vi spillede lige sammen på iPad et spil, der hedder Lost in Play, som er et eventyrspil med puzzles, hvor du i praksis skal bruge IQ-test-agtige opgaver eller hjernetrim til at løse problemer og få historien til at gå videre.

Og der er mange af den slags, som igen passer til en fire-, fem- eller seksårig. Når man bliver ældre, er grunden til, at jeg kan lide at bygge i Minecraft og Roblox, de logiske byggemønstre der. Og igen: som bygger, ikke som forbruger—det lærer dig på en måde at kode.

Så det er en sjov måde at lære børn at kode på. Er der flere? Ja, igen, jeg kender ikke dine børns alder, Sonya, men ting som Lost in Play er fantastiske. Og der er en masse kits, du kan bestille, som er STEM, hvor dine børn kan bygge robotter. Der er mange ting, men jeg ville læne mig ind i deres interesser.

Som jeg sagde: Jeg sagde ikke til Fafa “okay, gå og lær matematik.” Han besluttede bare, at han elskede det, og så lærte han det. Det er en del af grunden til, at han er så begejstret for at starte på AI-skole næste år, som er Alpha.

Næste spørgsmål fra Tom: Er du bekymret for jobtab skabt af AI? Det er det evige spørgsmål. AI kommer til at overtage alle jobs. Der bliver 95 % arbejdsløshed. Det er verdens ende osv. Og det er en frygt, der er universel og har været universel i hundreder af år, ikke? Ludditterne var imod den mekaniske væv i de tidlige dage, selvom den gjorde livet for folk, der vævede, markant bedre.

Og sådan har det været gennem historien: Folk har bekymret sig om jobtab. Men lad os sige, at jeg tager dig 26 år tilbage til 2000, og jeg siger til dig—og vi er i marts 2000—“Se, i 2026 er jeg kommet tilbage, og de fire største jobkategorier fra 2000 er forsvundet. Der er ikke flere rejseagenter, der er ikke flere bankkasserere.”

En billion i lokal detailhandel er forsvundet på grund af e-handel. Hele bilproduktionen er blevet automatiseret. Og det er de fire største jobkategorier hos os lige nu. Beskriv nu de økonomiske forhold i 2026.” Og folk ville sige: “Åh gud, massearbejdsløshed, stor depression osv.”

Og alligevel har vi i dag lavere arbejdsløshed, højere beskæftigelse og dobbelt så højt BNP per indbygger som dengang, på trods af at alle de jobkategorier forsvandt. Nu hører jeg selvfølgelig: “Men denne gang er det anderledes. Det sker hurtigere end nogensinde før. AI erstatter alle de her jobs.” For det første sker det ikke så meget hurtigere end før.

I 2011–2012, da de første selvkørende biler kom frem, sagde folk: “Åh, den største jobkategori i USA med 4,6 millioner jobs er lastbilchauffør. Alle de jobs forsvinder. Der bliver ingen lastbilchauffører. Hvad skal alle de mennesker gøre? De bliver automatiseret væk.”

Og nu—det var altså 2011–2012, bogstaveligt talt for 15 år siden—nu er vi 15 år senere, og ikke et eneste lastbilchaufførjob er endnu blevet automatiseret væk af en selvkørende lastbil. Og vi er stadig helt i begyndelsen af den selvkørende AI-revolution. Har jeg nogen data i hovedet, der siger, at på et tidspunkt i fremtiden—10, 20, 30 år—vil 100 % af køretøjerne på vejene være selvkørende?

Ingen tvivl overhovedet. Selvfølgelig giver det mening. Og de bliver også alle elektriske. Men det kommer til at tage tid. De første, der bliver automatiseret, er de dyreste, fordi teknologien koster mange penge. Og kulturelt tager det tid. Første gang mange prøver en selvkørende bil, bliver de pissebange for, at den slår dem ihjel, selvom den tilsyneladende er mere sikker end traditionelle biler.

Så kultur bevæger sig langsommere end teknologi. Teknologi bevæger sig meget hurtigt, men regeringer vil bruge lang tid på at adoptere AI. Store virksomheder vil bruge lang tid på at adoptere AI. De her ændringer sker meget langsommere, end man tror. Så nummer ét: Det går ikke så hurtigt, som folk tror—særligt folk i tech, fordi vi er på forkant. Nummer to: Folk forstår ikke, hvor mange jobs der faktisk bliver skabt eller forsvinder på grund af AI, fordi de ikke forstår elasticiteten—de forstår ikke, hvor elasticiteten i efterspørgslen efter et produkt eller en service ligger.

Lige nu er en af de store teser, folk har: “Åh, programmører bliver overflødige. AI koder sig selv. Du får ikke længere brug for programmører.” Det er et muligt udfald, men det er langt fra sikkert, at det er det mest sandsynlige udfald.

I 1980’erne var der et job, hvor folk blev kaldt “spreadsheets”, og regnearkene blev lavet af mennesker. Højt betalte, højt kvalificerede mennesker byggede et regneark, før noget der hed Symphony—som vel svarer til Excel—kom frem. Og Excel førte til, at alle “spreadsheets”-jobs forsvandt. Men ved du hvad? Det skabte job til millioner og millioner af finansanalytikere, som nu havde værktøjerne til at lave finansielle modeller og analyser.

Så et par tusinde jobs forsvandt. Millioner af jobs blev skabt. Når det gælder software engineering, kan man for eksempel argumentere for, at når omkostningen ved softwareudvikling bliver meget lav, så eksploderer efterspørgslen. Virksomheder, der historisk ikke ansatte softwareudviklere—som SMB’er, regeringer eller store virksomheder i stor skala—vil begynde at gøre det.

Så jeg kan faktisk argumentere for—jeg garanterer ikke, at det sker—at når det bliver så meget billigere at bygge software, så stiger efterspørgslen så meget, at beskæftigelsen faktisk øges. Og det er uden at medregne, at der kommer så mange nye jobkategorier til at blive skabt.

I 2000 kunne folk ikke forestille sig rollen som social media manager eller en Twitch-gamer, caster eller hvad det nu er. Der bliver skabt så mange nye jobs, som folk har svært ved at forestille sig. Er jeg bekymret for jobapokalypsen? Nej. Kommer jobs til at ændre sig? Ja.

Vil der være tabere, som skal omskoles og hjælpes til at tilpasse sig, fordi vinderne og taberne, når arbejdsmarkedet udvikler sig, ofte er forskellige? Helt sikkert. Men er jeg bekymret for 95 % arbejdsløshed og en stor depression, og at vi alle er uden job, og at det sker natten over? Absolut ikke.

Det strider imod økonomi, imod alt der nogensinde er sket, imod kultur og den hastighed, hvormed folk er villige til at tilpasse sig og adoptere teknologi, og den træghed der er indbygget i vores politiske systemer, vores økonomiske systemer osv. Nej, jeg tror ikke, at denne gang er anderledes. Men ja, jeg tror, at som sædvanligt vil denne teknologi transformere menneskeheden dybt i den måde, vi lever vores liv på.

Selvom det vil tage meget længere tid, end de her mennesker tror. Igen: Man overvurderer den kortsigtede effekt af AI og teknologi og undervurderer den langsigtede effekt.

Okay, Jorge: at bygge decision intelligence-infrastruktur til T-MEC/USMCA-industrikorridoren. Okay. Jeg gætter på, at det betyder Mexico, USA—og Mexico.

B2B2B-model, målrettet kundemæglere, miljøkonsulenter og revisionsfirmaer, distributionskanaler. Ser du værdi i latinamerikanske eller industrielle vertikaler i et marked, der er for fragmenteret til at bygge venture-skala ud fra det?

Lad mig tage et skridt tilbage. Tror jeg, man kan bygge venture-skalerbare virksomheder i Latinamerika? Helt sikkert. Tænk på Nubank i Brasilien eller Plata, som er en ny bank, hvor investorer er i Mexico, eller Mercado Libre osv. Så for det første er det latinamerikanske marked stort, voksende og stadig mere sofistikeret og er begyndt at få sine egne VCs, fra Kaszek til Monashees osv.

Så du kan sagtens bygge succesfulde venture-backed startups i Latinamerika. Specifikt i din sektor ved jeg ikke nok om størrelsen på det samlede adresserbare marked, unit economics osv. Men hvis vi taler om et marked på 10+ mia. dollars, hvor der sandsynligvis er nok marginstruktur, så mistænker jeg, at svaret er ja. Så ja, rimelig positiv.

Okay. LinkedIn-bruger, jeg ved ikke, hvorfor navne ikke altid vises, og nogle gange gør de. Hej, Fabrice, jeg ved ikke, om du kan huske mig fra tidligere episoder. Jeg drev en marketplace i Holland. Du gav råd i flere tidligere episoder. Jeg solgte marketplace’en og bruger nu pengene på at bygge et forsikringsselskab, der i høj grad integrerer AI.

Fedt! Brug AI til kundeservice, svindel, prissætning, skadebehandling. Du er velkommen. Og jeg synes, det du gør med at bruge AI til at forbedre alt—kundeservice, svindel, prissætning, skadebehandling—giver rigtig god mening. Vi er investorer i et selskab i Europa, der hedder ACE Waves.

Ace Waves er et kundeservice-selskab for marketplaces, hvor de integrerer AI, og AI’en erstatter en stor del af dit kundeserviceteam og gør det i gennemsnit muligt at sænke kundeserviceomkostningerne med 50 %, samtidig med at du forbedrer din NPS, forbedrer kundetilfredsheden osv. Så brug helt klart AI til kundeservice og til alle de ting. Og alle startups derude bør bruge værktøjerne så fuldt ud som muligt.

Djordje: Jeg slagter sikkert dit navn. Tak fordi du besvarede mit spørgsmål. Jeg pitchede dig om vores platform hos Jacobian Labs, der bringer GNNs—jeg er ikke sikker på, hvad det præcis er—kommercialisering i én, men du sagde, at din AI sagde “pas”. Er det muligt at sende pitch deck eller demo direkte til dig? Ja, send mig en LinkedIn InMail med decket osv. Jeg arbejder i øvrigt på min AI—Pitch Fabrice prøver bare at give dig feedback osv. Jeg vil prøve at gøre den mere nuanceret i forhold til, hvad den kan lide, og hvad den ikke kan lide. Hvad skulle den se, der er anderledes, for at vi ville have lyst til at investere.

Så tag ikke et “AI-pass” som den endelige sandhed. Og i øvrigt: Teamet gennemgår alle pitches til Pitch Fabrice på min AI på fabricegrinda.com. Jeg har ikke gjort det endnu, men det står på to-do-listen for den seneste batch af Pitch Fabrice. Så ja, send mig en mail, så kigger vi på det.

Nævn, at du henviser til den her samtale fra denne episode, så vi har konteksten. Og ja, vi tager et kig. Og nu. Ja. Jeg ved ikke, hvor meget traction I har. Vi investerer typisk post-launch, post-revenue, post-product-market fit—altså tidligt, men efter de ting. Så jeg ved ikke præcis, hvor I er, men vi vil kigge på det.

Lad mig se, om der er kommet andre spørgsmål ind de sidste par minutter. Og hvis ikke—hvis I ikke har nogle afsluttende spørgsmål—så runder vi af. Lad mig lige tjekke. Folk har sendt spørgsmål på WhatsApp.

Okay. Jeg tror, vi er i mål. Jeg tror, vi har dækket alle spørgsmål, der er blevet stillet indtil nu. Så tak fordi I tunede ind. Som sædvanligt lægger jeg transskriptionen og opsummeringen af denne episode på min blog næste tirsdag. Og jeg ved ikke helt endnu, hvad næste episode bliver, og hvornår den bliver.

Måske de spørgsmål, folk stillede tidligere: Hvilke AI-virksomheder jeg burde bygge, hvis jeg byggede i dag. Åh, vent faktisk lige lidt—der kommer et par sidste spørgsmål ind.

George, ud fra din erfaring: Hvad adskiller marketplaces, der bliver virkelig massive platforme, fra dem der forbliver niche- eller serviceforretninger?

Det svære er, at det er svært at se i de tidlige dage. Uber var oprindeligt en black car-service, så det var meget high-end. Det føltes meget niche. Jeg sagde til den anden founder, at han valgte StumbleUpon i stedet for at vælge Uber. Han troede, Uber var mindre. Og det var først, da UberX kom på markedet, at det blev stort.

Tænk på Airbnb. Airbnb var oprindeligt oppustelige madrasser i folks stuer—det føltes som et meget niche produkt—og blev selvfølgelig en meget større kategori. Så følg market fit og se, hvor stor kategorien ender med at blive.

Og nogle gange kan du skabe en gigantisk kategori. Det er bare sådan, at bolig er en enorm kategori. Og at monetarisere underudnyttede boliger er en gigantisk kategori. Hvis det var blevet pitchet sådan, havde det været åbenlyst stort fra start. Det blev bare ikke pitchet sådan i begyndelsen. Så hvordan ved du, hvor stort det er?

Ofte, selv hvis noget føles småt, kan du faktisk gå ind i en tilstødende kategori, tilføje andre vertikaler, øge tempoet—og så er himlen ofte grænsen. De her ting kan ende med at blive meget større, end du tror.

LinkedIn-bruger: I den nuværende fase af AI, hvor langt ville du lade beslutningstagning blive gjort af AI, og hvilket niveau af menneskelig supervision?

Det afhænger af, hvad du laver, ikke? (A) Brug sund fornuft: Når jeg beder AI om at lave research, hvilket jeg gør regelmæssigt, så krydstjekker jeg helt klart resultaterne. Bed også AI om at give dig modargumentet. Så hvis den argumenterer for noget, så spørg: “Hvis du argumenterede for det modsatte synspunkt, hvad ville du så mene?”

Derudover er ChatGPT en kæmpe smigrer. Den fortæller dig konstant, hvor fantastisk du er. Bed meget eksplicit om ærlig, realistisk feedback uden filter. Ellers får du et rosenrødt, farvet svar på det, du laver. Men når det gælder grundlæggende menneskelige beslutninger—vigtige beslutninger—ville jeg helt klart have menneskelig supervision lige nu for de fleste opgaver.

Kan der automatiseres ting, som kundeservice for “hvad er trackingnummeret på min ordre” eller “den er ikke ankommet” osv.? Ja, absolut—der kan du lade AI gøre det. Men mission critical-ting: Brug menneskelig supervision indtil videre. Hallucinationer, fejl, bias. Og det interessante er, at noget af biasen kommer af, at den vil behage dig, så den ignorerer nedsiden og fortæller dig, hvor fantastisk du er osv. Så du skal være meget omhyggelig med, hvilke spørgsmål du stiller, og hvordan du laver din due diligence. Brug i øvrigt flere LLM’er til at teste koncepter og idéer, så du får et bedre perspektiv.

Hurtigt spørgsmål: Vi er i B2C, og vi evaluerer meget tidlige startups. Hvad betyder mest for dig—tidlig traction eller en stærk indsigt i et stort problem, som incumbents har ignoreret? B2C er svært, fordi du har inventory, der er konkurrence osv. Så jeg går op i tidlig traction og unit economics.

For mig er unit economics faktisk vigtigere end tidlig traction. Men selvfølgelig: Er det et problem, der er stort nok til, at det er værd at gå efter? Helt sikkert. Men helt sikkert: I B2C—hvordan markedsfører du det? Og hvordan skalerer du marketing? Problemet er, at customer acquisition costs stiger, og derfor er det ofte svært at få marginerne til at hænge sammen. Så at sikre, at økonomien fungerer for dig, og at den er skalerbar og gentagelig, er nok det vigtigste.

Supervisor-AI, der konstant spørger: “Informér mig med information fra alle vores operationelle AI’er.” Vi lader den lave let beslutningstagning. Ja, det giver mening. Og mere end let impact: supervisor-menneske.

Ja. Det er virkelig den rigtige måde at bruge agenter på, og sådan ville jeg også bruge mine agenter. For eksempel: Hvis jeg har min OpenClaw til at gå ind på LinkedIn og finde potentielle LPs til fondene—hvem der kunne skrive checks på 250.000 til 500.000—i forskellige geos, og tænke over, hvornår vi kunne mødes.

Super. Lader jeg så OpenClaw udarbejde e-mails, jeg kan sende? Ja. Lader jeg den automatisk sende e-mailen uden at jeg gennemgår den? Absolut ikke. Og måske gør den det for long tail, men ville jeg lade den gøre det, hvis jeg pitcher en pensionsfond på 100 mia. dollars, der kan skrive en check på $20 mio. til fonden?

Absolut ikke. Ja. Rådgiv, udkast osv. Og selv dér kan jeg ikke så godt lide AI-tekst. Jeg kan godt lide min egen skrivestil—jeg er selvfølgelig biased. Da jeg skrev min store tese om meningen med livet i sommer, som var et stykke på omkring 10.000 ord om mit perspektiv på meningen med livet.

Da jeg var færdig, uploadede jeg den til AI i ChatGPT. Jeg sagde: “Okay, giv mig feedback.” Og bortset fra de åbenlyse fejl—stavefejl, grammatiske fejl osv.—som jeg rettede ved hjælp af AI, ignorerede jeg i praksis alle rådene. “Åh, din titel er alt for generisk. Meningen med livet. Du skal have noget mere slagkraftigt.”

“Den er alt for lang. Du skal dele den op i, hvad ved jeg, 27 dele. Dine eksempler er for uklare.” Og jeg tænkte bare: Ved du hvad? Jeg kan godt lide min egen skrivning. Jeg synes, den måde du skriver på er for blomstrende og tung, og jeg hader m-tankestregerne eller hvad det nu er.

Ja. Tak for rådene, men nej tak. Jeg skriver selv. Når det er sagt, så bruger jeg AI til feedback. For eksempel beder jeg om idéer til ting at skrive om osv. Jeg kan bare godt lide at skrive selv. Og i øvrigt: Den fandt fejl og gentagelser osv.

Det førte faktisk til grundlæggende forbedringer. Men ja, jeg synes, den måde du bruger AI på giver rigtig god mening—det er også sådan, jeg bruger AI. Men se, jeg er en AI-superbruger. Jeg taler med AI regelmæssigt om alt. Jeg tester alt. Jeg laver alt fra videoer til billeder til at teste forretningsmodeller til at finde ejendomme. You name it—jeg bruger AI til det. Brug det. Det gør dig mere produktiv.

Okay, jeg tror, vi er nået til slutningen af streamen. Tak til jer alle for at være med. Det her var interaktivt og sjovt. Vi ses i den næste—hvad end den bliver, og hvad end emnet bliver—om nogle uger, nogle måneder. Vi får se.

Hav en fantastisk uge!