Sudah setahun sejak sesi Tanya Saya Apa Saja terakhir saya. Banyak hal telah terjadi sejak itu di bidang AI, marketplace, makro, dan ekosistem teknologi yang lebih luas.

Berikut adalah pertanyaan-pertanyaan yang kami bahas:

• 4:22 Mengapa AI terasa begitu ditakuti atau tidak disukai saat ini?
• 8:48 Mengapa AI mendorong kemajuan besar sementara politik dan sistem publik tertinggal?
• 13:34 Apa peluang nyata dalam mengkomersialkan AI saat ini?
• 14:10 Akankah startup masih membutuhkan pendiri manusia di dunia yang mengutamakan AI?
• 17:51 Seberapa pentingkah seorang pendiri teknis di era AI?
• 20:00 Akankah kecerdasan (IQ) menjadi tidak relevan seiring dengan peningkatan AI?
• 20:18 Keterampilan apa yang harus difokuskan oleh para profesional muda di dunia yang digerakkan oleh AI?
• 22:48 Bagaimana seharusnya pendidikan berkembang di era AI (dan bagaimana anak-anak harus diajar)?
• 26:40 Apa yang mendorong keputusan investor pada tahap paling awal sebuah startup?
• 28:23 Bagaimana pendiri pra-seed dapat mengumpulkan modal, terutama di luar AS?
• 30:11 Bagaimana jaringan saraf graf dapat memengaruhi marketplace?
• 31:32 Apa yang diperlukan untuk menang di marketplace di wilayah seperti Amerika Latin?
• 33:10 Apa yang menciptakan pertahanan nyata di perusahaan AI dibandingkan pertumbuhan yang didorong oleh hype?
• 35:38 Apakah kita berada dalam gelembung AI—dan apa artinya bagi investor?
• 37:30 Apa jalur pendanaan yang tepat untuk startup yang membutuhkan modal awal yang besar?
• 38:54 Bukti apa yang dibutuhkan investor sebelum mendanai startup tahap awal?
• 39:40 Bagaimana tesis investasi marketplace Anda berkembang di era AI?
• 42:02 Di mana para pendiri dapat menemukan pengembang paruh waktu yang kuat?
• 43:15 Apa yang mendefinisikan AGI—dan bagaimana kita harus memikirkannya hari ini?
• 45:08 Seberapa pentingkah “wedge” awal dalam membangun marketplace?
• 46:29 Bagaimana Anda mengevaluasi apakah adopsi AI benar-benar menciptakan nilai?
• 48:00 Sifat pendiri apa yang paling penting saat ini?
• 49:45 Jika Anda memulai hari ini, apa yang akan Anda bangun dan mengapa?
• 52:32 Siapa Anda di luar identitas profesional Anda?
• 55:11 Apakah Anda masih memiliki rasa tidak aman—dan bagaimana Anda memikirkannya?
• 57:10 Apa yang akan Anda lakukan jika Anda bukan seorang pengusaha?
• 59:45 Sinyal apa yang menunjukkan bahwa marketplace mencapai likuiditas dan product-market fit?
• 1:01:19 Apa inti pertahanan sebuah marketplace sejak hari pertama?
• 1:02:24 Apa itu Quince dan mengapa begitu sukses?
• 1:04:22 Industri “membosankan” mana yang akan menghasilkan perusahaan besar berikutnya?
• 1:06:36 Apa titik buta terbesar di kalangan VC saat ini?
• 1:08:15 Sektor AI mana yang terlalu ramai saat ini?
• 1:09:35 Bisakah marketplace berhasil di sekitar peristiwa kehidupan multi-layanan yang kompleks?
• 1:11:41 Bagaimana ekspektasi penggalangan dana berubah di era AI?
• 1:16:07 Haruskah lulusan bergabung dengan startup atau perusahaan besar pada tahun 2026?
• 1:16:21 Apakah menjadi generalis masih merupakan jalur karier yang layak?
• 1:18:35 Apakah investor lebih suka perkenalan hangat atau pendekatan dingin?
• 1:19:55 Haruskah startup menggunakan layanan sebagai wedge sebelum menjadi SaaS?
• 1:22:02 Game atau alat apa yang terbaik untuk perkembangan dan pembelajaran anak?
• 1:24:39 Akankah AI menyebabkan hilangnya pekerjaan atau pengangguran besar-besaran?
• 1:30:57 Bisakah perusahaan berskala ventura dibangun di Amerika Latin hari ini?
• 1:32:26 Bagaimana AI harus digunakan dalam pengambilan keputusan operasional?
• 1:36:00 Apa yang membedakan marketplace besar dari yang niche?
• 1:37:24 Berapa banyak pengambilan keputusan yang harus didelegasikan kepada AI vs manusia?
• 1:39:10 Apa yang paling penting dalam startup B2C tahap awal: traksi atau wawasan?

Jika mau, Anda dapat mendengarkan episode tersebut di pemutar podcast yang disematkan.

Selain video YouTube di atas dan pemutar podcast yang disematkan, Anda juga dapat mendengarkan podcast di iTunes dan Spotify.

Transkrip

Hai semuanya. Saya harap Anda menikmati minggu yang menyenangkan. Terus terang, sudah lebih dari setahun sejak sesi Tanya Saya Apa Saja terakhir kami, dan begitu banyak hal telah terjadi di bidang AI, makro, dan geopolitik, dan lain-lain. Jadi saya pikir sudah waktunya untuk menjawab semua pertanyaan Anda dan setiap putaran yang mungkin.

Jadi dengan itu, tanpa basa-basi lagi, mari kita mulai. Selamat datang di episode 53. Tanya Saya Apa Saja.

Bagus. Jadi saya telah menerima banyak pertanyaan yang kalian kirimkan sebelumnya yang saya putuskan untuk saya bahas, satu per satu. Tentu saja, jangan ragu untuk mengirimkan pertanyaan selama acara berlangsung.

Pertanyaan mendasar pertama yang diajukan seseorang kepada saya adalah mengapa tampaknya semua orang membenci AI saat ini? Mengapa AI begitu dibenci? Dan saya memikirkannya dengan sangat keras, dan setiap kali teknologi baru muncul, selalu ada reaksi balik. Jadi izinkan saya memberikan contoh yang sangat menarik. Jadi dulu ketika, penulisan ditemukan.

Socrates mengeluh bahwa menulis akan membuat orang malas. Mereka tidak akan lagi menggunakan ingatan mereka, dan lain-lain. Dan sekarang hal yang lucu dan ironis dari ini adalah satu-satunya alasan kita tahu itu adalah karena Plato benar-benar menuliskan perkataan Socrates. Jadi seandainya tulisan tidak ditemukan dalam hal melestarikan pengetahuan, memungkinkan untuk membangun di atas pengetahuan orang lain, kita tidak akan memiliki itu.

Pengetahuan dan keahlian yang kita miliki hari ini. Dan ini telah terbukti sepanjang sejarah kebiasaan. Jadi ketika mesin cetak ditemukan, hal yang sama, khawatir bahwa entah bagaimana ketika Alkitab ditulis, Anda akan kehilangan hubungan melalui, ke gereja. Ketika surat kabar ditemukan, kritik utamanya adalah, ya Tuhan, Anda tidak akan lagi mendapatkan berita dari mimbar, dan itu akan menjadi masalah besar.

Dan tentu saja, tidak ada dari kita yang mendapatkan berita dari mimbar. Itu sama sekali bukan masalah. Ketika sepeda ditemukan, orang-orang mengatakan itu akan menyebabkan krisis moralitas karena wanita akan dapat mengendarai sepeda mereka dan berselingkuh daripada terjebak di satu lokasi tertentu.

Dan tentu saja semua itu omong kosong, kan? Itu tidak benar-benar mengubah apa pun. Itu hanya membuat hidup kita lebih baik. Dan jadi konsep krisis moralitas dan teknologi ini terus terjadi. Orang-orang televisi mengira itu akan menciptakan orang-orang zombie di depan TV yang tidak menggunakan otak mereka dengan cara, bentuk, atau rupa apa pun.

Dan hal yang sama berlaku untuk intranet dengan Wikipedia, oh, atau siswa akan belajar, menghafal, dan lain-lain, daripada memiliki akses ke informasi. Dan jadi sekarang orang-orang khawatir hal yang sama tentang AI. Itu akan mengambil semua pekerjaan, yang telah menjadi kekhawatiran orang selamanya.

Saya akan membahasnya di pertanyaan lain. Mungkin itu akan muncul dan mengambil alih dari kita, seperti di semua film zombie, dan lain-lain. Jadi nomor satu, kekhawatiran umum dengan teknologi baru di mana orang tidak nyaman dengannya dan muncul dengan semua skenario menakutkan yang sangat gila ini. Nomor dua, saya akan mengatakan AI tiba pada saat zeitgeist di mana VC dan pendiri teknologi tidak lagi dihormati dan mereka lebih dicemooh, dikritik, dan lain-lain.

Jadi tidak seperti di akhir atau awal tahun 2010-an. Tapi sekarang mereka merasa bahwa mereka telah menjadi penjahat, kan? Seperti film Superman terakhir adalah seperti beberapa miliarder teknologi sebagai penjahat. Dan zeitgeist budaya tidak lagi pro-teknologi. Jika ada, itu anti-teknologi. Dan tentu saja, hal-hal seperti media sosial, baik positif maupun negatif.

Dan ya, mereka dapat digunakan untuk mempromosikan, mendorong demokrasi tetapi juga dapat menyebabkan krisis kesehatan mental pada wanita muda, dan lain-lain. Jadi, karena dunia tidak memiliki pandangan positif yang sama pada saat mereka takut akan teknologi, saya bisa mengerti mengapa orang tidak nyaman. Dan terakhir, tetapi tidak kalah pentingnya, seperti biasa, sangat mudah untuk membayangkan pekerjaan yang akan hilang karena AI.

Selalu jauh lebih sulit untuk membayangkan pekerjaan yang dapat diciptakan. Dan jadi orang dapat meramalkan dunia di mana mungkin pekerjaan yang mereka miliki tidak lagi dibutuhkan, dan akan ada perubahan mendasar. Orang-orang enggan mengambil risiko. Amigdala kita memiliki respons ketakutan ini, kita sangat sensitif terhadap ketakutan karena 10.000 tahun yang lalu, dari perspektif evolusi sebelumnya, jika Anda berada di sabana dan ada gemerisik daun, orang-orang yang sangat takut dan mengira itu mungkin harimau yang bisa memakan mereka selamat.

Dan jadi orang-orang yang enggan mengambil risiko adalah mereka yang selamat. Secara umum, kita takut akan perubahan. Jadi saya mengerti mengapa ada ketakutan mendasar terhadap AI ini. Jadi itu adalah pertanyaan dari Tom.

Pertanyaan dari Emmanuel. Pertanyaan nomor dua. Kita hidup di saat AI dan kita melihat revolusi produktivitas yang luar biasa dalam sains dengan penemuan-penemuan baru karena AI sering melakukan banyak penelitian atau menemukan bukti matematis. Kita melihat ledakan kreativitas di startup karena AI di mana lebih mudah membangun startup daripada sebelumnya. Dan kita juga melihatnya di bidang keuangan. Namun ketika kita melihat sistem politik dan proses politik kita, segalanya tampak lebih rusak, lebih lambat dari sebelumnya.

Kualitas orang-orang di sana tampaknya menurun, jika ada. Mengapa demikian? Dan, itu mungkin salah satu paradoks filosofis besar abad ke-21 bahwa di satu sisi dengan alat terbaik, orang-orang terbaik bekerja untuk mengubah dunia secara mendasar. Dan di sisi lain, Anda memiliki sistem politik yang seharusnya untuk kebaikan publik.

Mereka tampaknya tidak melakukan pekerjaan yang sangat baik. Dan ada sejumlah, terus terang, alasan mendasar untuk itu. Jadi pertama-tama, pasar tidak terlalu baik dalam mengalokasikan dan menangani layanan publik. Itulah sebabnya sektor publik telah diciptakan. Masalahnya adalah alasan satu bekerja lebih baik daripada yang lain, atau sebagai berikut.

Ketika Anda membangun startup, misalnya, itu adalah meritokrasi. Dan jika Anda melakukan sesuatu yang baik, Anda dihargai untuk itu. Dan jika tidak, Anda kehabisan uang dan itu adalah umpan balik yang sangat cepat. Sangat cepat jika apa yang Anda lakukan berhasil atau tidak dan hadiah terus mengalir kepada para pemenang.

Dan tujuan Anda sangat jelas. Temukan product market fit. Ciptakan model bisnis yang berkelanjutan, skalakan bisnis Anda. Dan sangat cepat, jika semuanya berhasil atau tidak. Dan itu menyingkirkan ide-ide yang kalah dan orang-orang yang kalah.

Proses politik sangat berbeda. Lingkaran umpan baliknya sangat lambat. Sangat sulit untuk mengatakan apakah Anda pembuat kebijakan yang baik atau pembuat kebijakan yang buruk, atau apakah Anda politikus yang baik atau politikus yang buruk. Dan jadi setelah 10 tahun, Anda mungkin masih belum tahu jawabannya. Dan karena sistem bergerak cukup lambat secara desain, omong-omong. Terkadang dibutuhkan puluhan tahun agar keputusan buruk mencapai titik di mana mereka menyebabkan hasil yang buruk.

Dan karena itu jauh lebih lambat. Dan juga tujuannya berbeda, kan? Seperti di ekosistem startup ventura, Anda berinvestasi di startup, itu berhasil atau tidak. Anda menemukan pekerjaan produk yang Anda skalakan. Dan yang lainnya, tujuan utama Anda adalah terpilih kembali. Dan siklus politik terlalu pendek.

Kenyataannya adalah hal-hal yang terjadi di dunia membutuhkan waktu untuk bergerak. Seperti dalam 50 tahun terakhir, satu setengah miliar orang keluar dari kemiskinan di Tiongkok dan India. Tapi itu membutuhkan waktu 40 atau 50 tahun. Tidak ada yang terjadi dalam dua tahun. Dan sekarang di AS Anda memilih Kongres setiap dua tahun.

Anda memilih presiden atau perdana menteri di barat setiap empat hingga lima tahun. Dan dalam jangka waktu ini sangat sedikit yang benar-benar terjadi. Jadi sangat sulit untuk mengatakan apakah seseorang efektif atau tidak efektif. Dan sebagai hasilnya, dunia itu bergerak sangat lambat dan saya berharap akan terus bergerak sangat lambat.

Dan omong-omong, saat saya memikirkan dampak AI dalam masyarakat, saya menduga seperti kebanyakan hal ini, orang melebih-lebihkan dampaknya dalam jangka pendek dan meremehkan dampaknya dalam jangka panjang. Dan alasan mereka melebih-lebihkan dampaknya dalam jangka pendek adalah jika Anda utuh saat ini, Anda seperti, ini mengubah segalanya.

Semua pekerjaan bagus di bidang ini. Dunia akan sangat berbeda dua tahun dari sekarang daripada hari ini. Tapi ini bukan cara dunia bekerja, kan? Secara budaya. Kita bergerak lambat secara politik, kita bergerak lambat. Dan jika Anda memikirkan di mana sebagian besar PDB hari ini, itu ada di layanan publik. Itu ada di perusahaan besar dan ini bergerak sangat lambat, ya.

Kapan saya berpikir bahwa DMV akan menggunakan AI untuk membuat proses mendapatkan SIM lebih cepat? Saya pikir itu akan memakan waktu selamanya, kan? Jadi saya pikir kita akan melihat produktivitas PDB, yang sangat dipengaruhi oleh AI. Anda perlu melihatnya ke dalam layanan publik, yang merupakan 40 hingga 60% dari PDB di sebagian besar negara barat dan di perusahaan besar.

Dan ini adalah pengadopsi yang sangat lambat. Jadi akan memakan waktu tetapi pada akhirnya akan mengubah masyarakat dengan cara yang tidak dapat kita bayangkan hari ini.

Jadi pengguna LinkedIn, kami sedang mengembangkan jaringan nasionalisasi pertama dengan agen AI di Jacobian Labs. Jadi ini jatuh selama tesis FJ Labs. Apakah Anda memiliki pemikiran tentang prospek komersialisasi AI?

Tidak cukup informasi untuk menjawab pertanyaan. Mungkin, saya kira jawabannya. Kirimkan saja kepada kami, kami akan meninjau dan memberi tahu Anda, tetapi jelas ya, mengkomersialkan AI dalam beberapa cara, bentuk, atau rupa sangat masuk akal.

Kami sedang mengembangkan, jadi Alessandro, platform pencocokan pendiri, menyebutnya Founder’s Junction yang percaya bahwa dengan AI membentuk kembali pasar kerja dan lanskap internal, internal akan selalu membutuhkan pendiri manusia. Investor. Apakah Anda setuju dengan pandangan ini?

Pertama-tama, kencan pendiri adalah masalah besar, kan? Seperti menemukan pendiri yang tepat sangat penting dalam membangun perusahaan. Jadi apakah saya pikir dengan AI, Anda akan berada dalam posisi untuk membantu orang menemukan pendiri yang lebih baik. Tentu saja! Benar, seperti belum ada proses yang sangat jelas. Orang-orang mengambil teman mereka, tetapi teman-teman mungkin bukan yang paling cocok untuk keterampilan apa pun yang mereka butuhkan. Orang-orang mencari di jaringan acak. Jadi apakah saya pikir ada kebutuhan untuk kencan pendiri dan menemukan orang-orang yang bekerja sama. Apa pun yang Anda cari, omong-omong. Seorang CO mungkin membutuhkan COO atau CTO mungkin membutuhkan seseorang untuk membantu mereka menentukan model bisnis dan mengumpulkan dana.

Jadi, saya pikir pasti ada kebutuhan untuk itu. Sekarang apakah saya pikir sebagian besar kantor dalam waktu dekat, karena Anda memiliki manusia yang menjalankannya. Tentu saja. Saya pikir co-founder Anda akan menjadi manusia daripada OpenClaw. Tentu saja! Sekarang, apakah saya juga berpikir Anda akan menggunakan OpenClaw sebagai asisten super cerdas Anda untuk melakukan penelitian dan membantu? Tentu saja!

Mungkin bukan OpenClaw dalam waktu dekat. Dalam waktu dekat, itu akan menjadi agen tipe Open Claude yang tertanam atau disediakan oleh LLM AI inti seperti Claude atau OpenAI yang akan menawarkan setara Open Claude tanpa kekhawatiran dan risiko keamanan yang Anda lihat hari ini.

Untuk menjawab pertanyaan Anda, ya, saya pikir para pendiri akan terus memainkan peran penting dalam membangun perusahaan. Sebagian besar pendiri akan menjadi pendiri manusia, meskipun Anda akan menggunakan AI. Dan saya pikir sangat masuk akal untuk benar-benar menggunakan AI untuk menemukan pendiri yang lebih baik dan untuk meningkatkan proses kencan pendiri.

Dan omong-omong, saya benar-benar akan melakukan proses kencan pendiri, artinya Anda harus benar-benar melakukan proyek dengan mereka, menentukan tugas dan melihat apakah kami bekerja dengan baik bersama. Anda harus benar-benar bergaul, bertemu teman-teman mereka, bertemu pacar mereka. Anda harus pergi makan malam. Seperti benar-benar memastikan bahwa ini adalah seseorang yang dapat Anda bayangkan bekerja dengannya secara teratur untuk waktu yang sangat lama.

Oke, mari kita lanjutkan ke pertanyaan berikutnya. Ingat pertanyaan yang terkait dengan pendiri yang sebenarnya menarik. Mari kita lihat daftar pertanyaan yang telah diajukan sebelumnya.

Di era AI, seberapa pentingkah seorang pendiri teknis dan haruskah kita fokus mencari pendiri teknis dibandingkan seseorang dengan pengalaman industri vertikal yang relevan? Sekarang jawabannya tentu saja untuk pertanyaan ini adalah, itu tergantung. Seperti halnya jawaban mungkin untuk sebagian besar pertanyaan. Jika Anda membangun startup AI dengan model LLM dasar, maka ya, Anda benar-benar membutuhkan CTO, yang benar-benar fantastis.

Jika Anda membangun perusahaan yang menggunakan AI terapan, maka mungkin tidak terlalu sulit untuk membangunnya, jauh lebih masuk akal untuk menemukan seseorang yang akan memiliki legitimasi dan membantu Anda menjual kepada kontraktor umum dan subkontraktor. Jawabannya adalah, itu tergantung. Tetapi jika Anda adalah model OpenAI atau model dasar, tentu saja, Anda membutuhkan talenta teknologi yang luar biasa.

Jika Anda membangun perusahaan AI terapan, ya Anda membutuhkan talenta yang baik, tetapi dalam beberapa hal CTO tidak sepenting di masa lalu. Bahkan, jika saya memikirkan marketplace yang kami bangun dan investasikan, hal-hal yang paling kami pedulikan adalah. Ekonomi unit, bisakah Anda membuatnya berfungsi? Apakah Anda menemukan product market?

Jadi apa saluran akuisisi pelanggan Anda? Jadi dalam beberapa hal, memahami bagaimana Anda menskalakan akuisisi pelanggan Anda jauh lebih penting. Dan pastikan ekonomi unit berfungsi daripada mendapatkan teknologi karena teknologi lebih terkomoditisasi. Dan ada semakin banyak hal yang dapat Anda lakukan baik dengan mudah dengan teknologi hari ini, maksud saya dengan vibe, coding dan kursor atau lovable jika Anda melakukan sesuatu yang sangat sederhana, dan lain-lain. Tetapi secara umum, ada kategori di mana ya, taktik Anda sangat penting.

Oke, mari kita lanjutkan ke kumpulan pertanyaan berikutnya. Lihat apakah ada ini adalah pertanyaan dari Julia. Saya baru-baru ini berbicara dengan seseorang yang sangat awal di OpenAI yang pada dasarnya mengatakan dia mencoba membangun startup baru sekarang karena IQ akan menjadi tidak relevan dalam dua tahun. Ini adalah pernyataan yang memprovokasi pemikiran. Apakah menurut Anda ada elemen kebenaran di dalamnya? Dan jika itu benar, menurut Anda apa karakteristik, keterampilan yang paling penting bagi pengusaha dan profesional ambisius untuk fokus?

Menarik. Saya bisa melihatnya dari dua sisi. Saya bisa berargumen bahwa orang-orang terbaik dan terpintar akan menggunakan AI jauh lebih efektif, mereka akan menjadi lebih berharga. Jadi, pengembang 10x akan menjadi pengembang 100x, dalam hal ini kecerdasan tidak terkomoditisasi dan sebenarnya terus menjadi faktor kunci keberhasilan. Tetapi saya juga bisa berargumen bahwa karena sekarang kecerdasan dan Anda memiliki alat yang sangat cerdas, Anda bisa menjadi pengembang rata-rata atau orang rata-rata dan mendapatkan hasil.

Dan itu adalah atau produk yang sangat berharga. Dan dengan demikian, mengejar ketertinggalan dan kecerdasan menjadi terkomoditisasi. Saya menduga yang pertama terasa lebih benar bagi saya atau lebih benar, dan terasa lebih benar bagi saya daripada yang terakhir. Saat ini saya melihat para coder terbaik menjadi lebih berharga dari sebelumnya.

Karyawan terbaik menggunakan alat dengan cara untuk menjadi jauh lebih produktif. Sekarang, apakah itu akan berubah pada suatu saat? Dan kecerdasan akan terkomoditisasi. Mungkin tidak terasa seperti itu bagi saya hari ini. Konon, kecerdasan rata-rata tampaknya meningkat secara dramatis karena setiap orang meningkatkan produktivitas. Setiap orang menggunakan alat ini dengan sangat efektif.

Jadi apa yang akan saya lakukan jika saya berpikir, jika saya kuliah hari ini dan saya ingin memastikan saya siap untuk dunia kerja? Mainkan semua alat, seperti mainkan Runway, mainkan Sora, mainkan Midjourney, mainkan Claude, mainkan kursor, mainkan Lovable. Instal OpenClaw Anda.

Cari tahu apa yang bisa Anda lakukan untuk membuat sistem yang terukur dan berulang. Lihat apa yang mereka kuasai. Uji batasnya. Dan ada begitu banyak hal untuk dimainkan hari ini. Jadi saya pada dasarnya akan melemparkan semua spaghetti di dunia, mengejar kreativitas Anda dan mencari tahu, apa yang beresonansi dan apa yang berhasil untuk Anda.

Mari kita lihat pertanyaan berikutnya yang dikirim sebelumnya. Pertanyaan dari Lisa. Jenis sekolah atau pendidikan apa yang telah Anda pilih untuk putra Anda dan bagaimana Anda membuat keputusan itu? Jadi ini menarik karena saya telah melalui beberapa iterasi di sini dan sebenarnya beberapa perubahan selama bertahun-tahun dalam pemikiran saya.

Dan sekolah pertama yang saya bawa putra saya adalah sekolah di New York bernama The Ecole dan filosofi sekolah itu, itu adalah sekolah Prancis-Amerika, itu luar biasa. Dan pemikiran dan teorinya adalah Anda memiliki ketelitian sistem Prancis dengan berbicara di depan umum dan membangun tim dari sistem Amerika.

Dan dia sudah di sana selama dua tahun. Dia menyukainya. Tetapi ketika saya merenungkan di era AI, apakah ini cara yang benar untuk mengajar anak-anak kita di mana Anda memiliki guru dengan kualitas yang bervariasi yang menyebarkan fakta kepada anak-anak dengan kualitas yang bervariasi, biasanya ke penyebut umum terendah di mana Anda mengulang hal yang sama dan mengajar hal yang sama setiap hari selama tiga hingga empat hari.

Ini adalah proses yang cukup lambat. Dan jawabannya bagi saya adalah itu tidak terasa benar secara intuitif. Jika saya membawa Socrates dari 300 SM dan saya membawanya ke dunia hari ini, dia tidak akan mengenali dunia. Kita pergi ke luar angkasa. Kita memiliki perangkat ajaib yang gila ini dengan total pengetahuan kemanusiaan di saku kita.

Kita terbang dari satu ujung dunia ke ujung lainnya dalam hitungan jam. Namun, cara kita mendidik anak-anak kita tidak berubah secara mendasar dalam 2.500 tahun. Jadi gagasan bahwa Anda harus menggunakan AI untuk mengajar anak persis pada tingkat yang tepat sangat masuk akal bagi saya. Jadi ada sekolah yang awalnya disebut Alpha School di mana mereka menggunakan alat AI untuk pada dasarnya membuat anak Anda mencapai potensi maksimalnya.

Jadi mereka menyadari bahwa Anda ingin mengajari mereka sampai mereka mendapatkan 85% jawaban dengan benar karena 99% terlalu mudah. Jika 50%, itu terlalu sulit. Dan jadi di setiap disiplin ilmu Anda ingin membuat mereka sekitar 85% dan Anda ingin melihat seberapa jauh Anda bisa membuat mereka. Dan dalam dua jam kurikulum per hari, mereka pada dasarnya dapat mencakup kurikulum normal, dan kemudian mereka menggunakan sisa waktu luang untuk mengikuti kecenderungan alami anak-anak untuk membuat mereka melakukan apa pun yang cocok untuk mereka.

Sekarang putra saya berusia empat tahun. Dan dia sudah bertahun-tahun lebih maju dalam matematika, kan? Seperti untuk bersenang-senang, dia melakukan perkalian, pembagian, dia memahami aljabar dasar, dia suka bermain dengan angka dan dia memahami angka negatif, dan lain-lain. Dan pada saat yang sama, dia tidak terlalu pandai bersosialisasi. Jadi sekolah yang lebih disesuaikan untuknya di mana mereka dapat menantangnya secara matematis dan terus terang secara linguistik juga, di mana dia sangat bertele-tele dan fasih sambil membantunya mengembangkan keterampilan sosialnya, yang kurang, saya pikir jauh lebih masuk akal.

Jadi mulai musim gugur mendatang, saya akan membawa putra saya ke sekolah kantor di New York, yang saya pikir didirikan tahun ini. Jadi ini adalah kelas pertama saat ini. Ini adalah sekolah kecil. Dan ini akan menjadi eksperimen. Ini akan menjadi tes alfa. Dan jika saya menyukainya, jika dia menyukainya, kami mungkin akan membawa Amelie ke sana juga.

Nah, yang menarik adalah salah satu tujuan mereka adalah agar anak-anak menyukai sekolah. Dan sebagian besar anak-anak tidak menyukai sekolah. Terlalu mudah, terlalu sulit, tidak menarik, dan lain-lain. Dan saya membawa putra saya, yang sedikit pemalu, ke hari bayangan di mana dia pergi untuk melihat sekolah dan saya khawatir karena dia tidak baik di lingkungan baru, orang baru.

Dan jadi saya meninggalkannya sedikit tidak aman dan tidak yakin. Saya kembali menemuinya dan dia berkata, saya suka sekolah ini. Saya ingin tinggal. Mengapa saya kembali ke sekolah biasa? Jadi saya senang melihat bagaimana hasilnya.

Pertanyaan dari Luis di streaming. Dari pengalaman Anda berinvestasi di ratusan marketplace di lingkungan tahap awal saat ini, apa yang pada akhirnya mendorong keputusan investor? Kekuatan intrinsik produk dan peluang pasar atau faktor-faktor seperti traksi awal, narasi, dan lain-lain. Lebih banyak perkenalan ke ekosistem. Dengan kata lain, Anda percaya masih ada ruang nyata bagi investor untuk meliput dan mendukung marketplace yang luar biasa, ide marketplace, murni berdasarkan fundamentalnya.

Sebelum sinyal divalidasi oleh kerumunan jika Anda mendukung pendiri tahap sangat awal. Sinyalnya sangat awal, kan? Seperti seringkali tidak ada kerumunan. Dana besar, Sequoia di dunia telah mengumpulkan begitu banyak uang sehingga mereka menulis cek besar setelah semuanya terbukti dan ada pemenang yang muncul.

Jadi tentu saja ada peran bagi investor pra-seed dan investor seed untuk mendukung pendiri yang tepat dan ide-ide yang tepat sejak awal saat mereka berada di momen-momen awal product market fit dan mencari tahu saluran distribusi dan ekonomi unit serta retensi dan kohort sebelum kerumunan memvalidasinya.

Kerumunan adalah, saya kira, kombinasi pengguna yang menskalakan bisnis dan VC dengan nama merek besar. Itu adalah investasi sampingan. Jadi tentu saja, masih ada peran besar yang harus dimainkan hari ini karena banyak orang tidak berinvestasi terlalu awal, mengingat tingkat pengiriman modal.

Jadi hari ini, jika Anda seorang VC, mungkin Anda harus berada di seed atau, multi, seperti dana seratus juta dolar atau dana multi-miliar dolar. Jadi Anda dapat terus menggandakan, dalam, dalam seperti pemenang yang muncul.

Pertanyaan dari Ideal. Ini adalah jenis pertanyaan yang sama sekali berbeda karena Anda pada dasarnya berinvestasi di marketplace online. Bisakah Anda memberikan petunjuk untuk investor pra-seed untuk startup pra-pendapatan non-AS untuk proyek-proyek yang mengubah permainan? Seperti sistem perlindungan gempa?

Jadi dengan asumsi bahwa itu adalah bisnis yang dapat didanai ventura, artinya mereka dapat menskalakan hingga ratusan juta atau miliaran dolar pendapatan, karena ada banyak ide yang tidak dapat didanai ventura.

Dan jadi mari kita pikirkan bagaimana Anda akan mendapatkan dana jika Anda seorang pendiri pra-seed. Dan jawabannya sebenarnya adalah sangat sedikit. Tidak banyak VC pra-seed untuk memulai. Ada beberapa, dan mereka biasanya sangat fokus akhir-akhir ini, sebagian besar pada AI. Jadi pra-seed non-AS, jujur, apa yang mungkin akan saya lakukan, dan pra-pendapatan, saya mungkin akan memulai dengan pepatah lama teman dan keluarga bodoh.

Kabar baik dari dunia tempat kita hidup hari ini adalah lebih murah dari sebelumnya untuk membangun startup dan mulai menskalakannya dan mulai mendapatkan pendapatan. Dan jadi dengan beberapa ratus ribu dolar dalam pendanaan, yang sebagian besar orang harus menemukan cara untuk mendapatkannya, kan? Seperti teman-teman kita pergi ke sekolah-sekolah hebat, mungkin bekerja sebagai dokter, bankir, pengacara, kan?

Jika Anda memiliki 20 teman yang memberi Anda 10 ribu, itu 200 ribu, Anda seharusnya bisa melangkah sangat jauh. Dan jadi dengan cara ini Anda bisa mendapatkan tingkat traksi yang seharusnya memungkinkan Anda untuk kemudian pergi dan mengumpulkan dana seed yang layak untuk beberapa juta dolar. Mengingat tidak banyak pendiri pra-seed atau dana pra-seed.

Pertanyaan dari Mahesh. Jaringan saraf graf menjadi semakin relevan untuk menemukan aplikasi baru, jalur baru. Apakah Anda memiliki pemikiran yang relevan tentang bagaimana ini relevan di marketplace?

Jadi pertama-tama, saya peduli pada akhirnya saya menyukai marketplace karena di situlah sebagian besar dibutuhkan. Mereka dapat diskalakan, mereka efisien modal, tetapi saya tidak seperti terpaku pada marketplace, kan? Seperti yang lebih saya pedulikan adalah bisakah kita membawa teknologi ke dunia untuk membuat segalanya lebih murah, lebih baik, lebih cepat?

Sekarang bisakah saya memikirkan kasus penggunaan untuk jaringan saraf graf dan marketplace? Tentu saja! Ada banyak marketplace yang tidak berfungsi tanpa manusia karena pencocokan, penawaran dan permintaan rusak dan terlalu kompleks dan ada terlalu banyak variabel yang tidak jelas. Jadi saya benar-benar dapat membayangkan dunia di mana, dalam kategori di mana Anda memiliki semua input ini, semua variabel ini, semua ini, seperti memiliki agen di tengah yang melakukan pencocokan dan pengenalan, dan lain-lain, mungkin sangat masuk akal. Jadi saya dapat membayangkan itu menjadi relevan dalam kategori ini. Tetapi terlepas dari itu, saya pikir mereka cukup relevan.

Nachogorriti di Twitch: salam dari Buenos Aires, mengikuti konten Anda, baru saja menonton episode 52. Saya suka poin Zillow yang lebih terekspos daripada Airbnb dan DoorDash karena frekuensi rendah dan lapisan manajemen rendah. Benar! Kami sebenarnya membangun tesis yang sama persis dengan remix dan sekarang mesin pencari real estat asli untuk Latam, delapan bulan, 150 ribu kunjungan bulanan untuk sangat baik setelah delapan bulan ke agen real estat dan pipeline B2B, bagaimana Anda melihat peluang Latam. Apa yang diperlukan untuk menguasai kategori di sini?

Jadi di Latam tidak ada MLS dan cara Anda dapat membuat inventaris Anda sendiri dan menciptakan nilai secara wajar di ruang yang kurang kompetitif. Ada beberapa perusahaan yang telah melakukannya dengan cukup baik di real estat di Latam di mana saya ingin memikirkan VivaReal di Brasil.

Apakah saya pikir ada opsi besar, perlu mengejar pasar, generasi berikutnya? Jika Anda ingin portal real estat menggunakan AI, tentu saja. Tidak yakin apakah itu Latam secara umum versus negara tertentu, kan? Seperti biasanya dalam kategori ini, Anda membutuhkan likuiditas, Anda membutuhkan kepadatan, Anda membutuhkan daftar.

Itu mungkin. Sejauh Anda adalah mesin pencari dan Anda memiliki sumber untuk daftar, lebih mudah untuk diperbaiki di masa lalu. TBD tetapi apakah saya pikir ada peluang besar dalam, dalam, dalam mengejar real estat dengan alat generasi berikutnya? Ya, tentu saja!

Oke. Melanjutkan pertanyaan. Untuk satu lagi dari Lisa, salah satu tanda paling jelas bahwa perusahaan AI memiliki pertahanan nyata daripada kecepatan sementara. Ini adalah pertanyaan yang menarik. Karena apa yang kita lihat sekarang dalam gelembung AI saat ini adalah banyak perusahaan meluncurkan produk yang pada dasarnya sama persis.

Jadi Anda memiliki tim Stanford dan tim MIT dan tim Princeton dan tim Harvard, dan mereka semua mengumpulkan 20, 30, 50, seratus juta menawarkan variasi produk yang sama dan seringkali tidak terasa terlalu dapat dipertahankan, kan? Satu minggu satu di depan, minggu lain, yang lain di depan karena ada begitu banyak tekanan untuk menang, mereka semua menawarkan produk mereka dengan margin kotor negatif. Dan Anda melihat bisnis berskala besar, ElevenLabs, atau Lovable atau Cursor. Yang dalam beberapa hal kita semua salah karena tidak berinvestasi, karena kita seperti, apa pertahanannya sementara mereka telah menskalakan masalahnya adalah mereka diskalakan karena ada begitu banyak modal yang bersedia mendanai pertumbuhan dengan margin negatif.

Jadi TBD, bagaimana ini berakhir. Saya khawatir banyak dari ini akan mati. Dan terus terang, banyak dari ini mungkin diambil alih oleh, Claude dan ChatGPT saya yakin mereka langsung mengejar kursor dan lovable. Namun ini tampaknya berjalan dengan baik untuk saat ini. Jadi ini terasa kurang dapat dipertahankan.

Nah, hal-hal yang terasa lebih dapat dipertahankan untuk menjawab pertanyaan adalah. Jika entah bagaimana Anda dibangun di atas kumpulan data proprietary yang tidak dapat diakses oleh orang lain, jika Anda memecahkan masalah vertikal tertentu yang tidak dikejar oleh orang lain. Dan jadi versus model dasar, itu terasa lebih berisiko.

Seperti yang saya duga, saat ini, ChatGPT memiliki pangsa pasar 86%, tetapi itu pasang surut. Gemini mengejarnya. Claude mengejarnya. Ada minggu-minggu di mana Claude lebih baik atau Gemini lebih baik. Kemudian minggu-minggu di mana ChatGPT lebih baik. Itu adalah permainan raja. Saya sedikit skeptis. Bahkan, orang lain mengajukan pertanyaan kepada saya.

Biarkan saya pergi ke pertanyaan yang diajukan Tatiana. Apa putaran seed besar-besaran yang baru saja diumumkan. Jadi kami memiliki perusahaan La Koons, AMI baru saja mengumpulkan satu miliar dalam seed dengan 3,05 miliar. Apa artinya tentang masa depan AI dan bagaimana investor harus memikirkan teknologi versus risiko valuasi pada tahap ini?

Dan untuk jelasnya, kita berada dalam gelembung AI. Orang-orang bersedia mendanai karena hadiah untuk menang sangat tinggi. Orang-orang bersedia membuang uang yang pada dasarnya tak terbatas dengan harga berapa pun untuk menang. Tetapi apakah saya pikir ini berakhir dalam tingkatan karena sebagian besar perusahaan akan gagal dan banyak investor yang berinvestasi dengan harga yang sangat tinggi, mereka tidak akan melihat pengembalian modal mereka. Tentu saja!

Meskipun demikian, sementara itu, ini akan meletakkan dasar bagi 25 tahun peningkatan produktivitas dan pertumbuhan ekonomi yang luar biasa, yang akan kita saksikan, sama seperti gelembung kereta api meletakkan dasar bagi semua jalur kereta api di seluruh AS yang menyebabkan peningkatan produktivitas besar-besaran dalam perekonomian selama dekade-dekade mendatang.

Sama seperti gelembung di akhir tahun sembilan puluhan yang meletakkan semua serat optik yang mengarah pada revolusi internet di tahun 2000-an – 2010-an, hanya butuh waktu untuk itu terjadi. Jadi kita berada dalam gelembung AI. Sejujurnya saya berharap ini terus mengembang, karena meskipun kita telah disiplin, saya khawatir ketika pecah, perusahaan-perusahaan yang saat ini kesulitan mengumpulkan dana karena mereka bukan AI, akan semakin kesulitan mengumpulkan dana.

Dan sejujurnya, sementara itu, dengan semua modal yang mengalir ini, bayangkan semua modal ini masuk ke R&D, banyak di antaranya seperti merugi, tetapi ini akan sangat bagus untuk masyarakat meskipun banyak dari perusahaan-perusahaan ini akan mati. Jadi kita berada dalam gelembung AI, tapi tidak apa-apa.

Teman dan keluarga, itu bukan jalan yang bisa saya ambil untuk mendapatkan MVP pada tahap yang membutuhkan investasi tingkat VC.

Itu tidak terdengar seperti usaha. Jadi ada berbagai jenis bisnis di dunia, bukan? Yang membutuhkan 10, 20, 30, 50 juta untuk membangun yang besar agar bisa beroperasi, terus terang, tidak terlalu bisa didanai VC. Yang bisa didanai VC adalah yang dengan beberapa ratus ribu Anda bisa mendapatkan prototipe dan mendapatkan pendapatan, lalu Anda mendapatkan putaran pra-benih satu juta dolar dan Anda mendapatkan lebih banyak pendapatan dan lebih banyak bukti, lalu Anda mendapatkan 3 juta.

Yang membutuhkan 20, 30, 50 juta untuk memulai, mereka termasuk dalam perusahaan besar yang berada dalam kategori tersebut atau orang-orang yang telah berhasil sebelumnya yang memiliki modal ekstra, tetapi mereka tidak cocok untuk pendiri normal karena bukan itu cara kerja ‘treadmill’ VC, atau ‘treadmill’ VC adalah teman dan keluarga Anda untuk beberapa ratus ribu.

Kemudian putaran pra-benih satu juta dolar Anda, lalu putaran benih 3 juta dolar Anda, lalu putaran A 7 juta Anda, lalu putaran B 15 juta Anda, 15.000.025 juta. Sekarang di AI, Anda memiliki angka yang berbeda dari ini, tetapi itu tetap jenis angka untuk perusahaan non-AI yang Anda lihat. Mari kita lihat pertanyaan lain yang muncul.

Alessandro: Kami hampir menyelesaikan MVP untuk platform pencocokan co-founder kami karena ada 500 founder dalam daftar tunggu? Saya mengerti Anda berinvestasi di startup tahap awal, Anda memerlukan bukti pendapatan. Bukti pendapatan tidak perlu Alessandro, tetapi tentu saja bukti kesesuaian produk-pasar, bahwa itu berfungsi, bahwa orang menyukainya, bahwa ada retensi dan Anda perlu tahu seperti apa model bisnis Anda nantinya.

Anda perlu tahu berapa banyak yang akan Anda kenakan biayanya kepada siapa. Setidaknya seperti apa unit ekonomi teoretisnya. Tidak bisa hanya ‘kita luncurkan, nanti kita pikirkan’. Bukan itu cara kami berinvestasi. Ada banyak orang yang melakukan itu. Hanya saja bukan kami. Bukan itu pendekatan yang kami miliki.

Boris: Inisiatif yang bagus. Saya ingin tahu apakah tesis investor Anda seputar pasar telah berkembang sejak 2022. Apakah Anda menjadi lebih menghindari risiko dengan investasi pra-benih atau pasar, lebih banyak menggeser validasi peluang AI di dalamnya.

Jadi Boris, itu episode 52. Itu podcast saya minggu lalu, yaitu berinvestasi di pasar di era AI. Kami terus sangat optimis terhadap pasar. Dan kami dan semua pasar menggunakan AI. Mereka menggunakan AI untuk menerjemahkan daftar dan untuk menerjemahkan percakapan pembeli dan penjual sehingga mereka bisa menjadi global. Jadi Anda memiliki startup pan-Eropa untuk pertama kalinya.

Anda menggunakan AI untuk memiliki daftar satu klik di mana Anda mengambil foto dan boom, judul, deskripsi, kategori harga, semuanya sudah terisi untuk Anda, meningkatkan produktivitas. Anda menggunakan AI untuk melakukan pencocokan yang lebih baik antara penawaran dan permintaan. Jadi kami masih berinvestasi di pasar. Dan mereka semua menggunakan AI dengan lebih efektif. Dan kami lebih banyak investor benih daripada pra-benih.

Artinya, kami menyukai hal-hal yang sudah berjalan dan memiliki unit ekonomi. Sekarang kategori yang lebih B2B akhir-akhir ini dan berhadapan langsung dengan konsumen, tetapi ada hal-hal menarik yang terjadi. Bahkan yang berhadapan langsung dengan konsumen, kami seperti perusahaan perdagangan langsung bernama Palmstreet, yang seperti pasar tanaman langka. Kami berinvestasi di perusahaan truk pemadam kebakaran atau perusahaan mesin pemadam kebakaran, seperti 30 KAOV bernama Garage.

Jadi ada banyak hal menarik yang terjadi dengan lapisan layanan yang ditambahkan di atasnya. Jadi kami adalah inti karena saya tidak ingin menghindari bersaing dalam permainan Raja dengan modal tak terbatas dan margin kotor negatif dalam gelembung AI. Jadi kami secara tidak langsung terpapar padanya karena, sementara A. kami memiliki investasi luar biasa dalam hal-hal seperti Figure AI yang berjalan sangat baik, dan B. semua perusahaan kami menggunakan AI.

Tetapi ada aplikasi vertikal AI versus menjadi model AI fundamental itu sendiri. Dan saya sebenarnya berpikir di situlah banyak peluang menarik saat ini dalam hal yang masuk akal, Anda dapat membangun bisnis besar dengan modal yang sangat sedikit dan Anda tidak memerlukan kumpulan insinyur AI yang sangat dangkal yang sama.

Yoni: Ada tips di mana menemukan pengembang full stack fraksional (AWS + Angular) yang andal untuk membantu meningkatkan MVP SaaS yang sudah ada?

Tergantung seberapa bagus Anda membutuhkannya. Tapi ada banyak tempat seperti Toptal yang memungkinkan Anda menemukan yang luar biasa, oh tidak, Anda bilang fraksional. Saya akan pergi ke Fiverr atau Upwork. Masalahnya adalah Anda harus melakukan seleksi. Jadi salah satu cara saya melakukan seleksi di Upwork atau Fiverr, omong-omong, adalah Anda membuat spesifikasi. Anda mendapatkan 20, 30, atau 40 orang melamar. Anda melihat lima yang terbaik. Anda memberi mereka 10% pertama dari pekerjaan, Anda mempekerjakan lima dari mereka, dan kemudian Anda melihat yang memberikan hasil terbaik dan Anda suka bekerja dengan yang terbaik. Jadi Anda membayar lebih untuk 10% pertama, lima kali lipat, dan kemudian Anda menemukan yang Anda suka dan boom, itulah dia.

Jadi, dengan cara ini, Anda bahkan tidak perlu wawancara. Anda bisa memvalidasi berdasarkan pekerjaan yang mereka lakukan. Dan itulah cara saya mempekerjakan banyak orang di Fiverr dan Upwork selama bertahun-tahun. Oke. Pengguna LinkedIn: entah bagaimana, tidak ada nama yang muncul. Lama tidak bertemu. Ingin mendanai upaya AGI kami? Terobosan terbaru, membayar untuk demo.

Apa sebenarnya AGI itu, bukan? Kecerdasan umum. Saat ini, GPT kita dapat lulus tes Turing. Jadi apakah itu AGI, apakah itu bukan AGI? Saya menduga bahwa cara kita mendefinisikan kecerdasan akan berubah. Cara kerjanya dari sudut pandang saya adalah AI sangat manusiawi dalam kemampuan tertentu, bukan?

Seperti dalam hal memecahkan masalah matematika, dan lain-lain. Dan itu jauh melampaui kecerdasan manusia. Ini jauh lebih baik, jauh lebih cepat, jauh lebih sabar, omong-omong, cara kerja pikiran manusia, yaitu. Dengan data terbatas. Kita menciptakan konsep, yang merupakan kebalikan dari cara kerja LLM ini, yaitu, ada data tak terbatas.

Mereka mendapatkan pola. Mungkin hanya sangat berbeda, mungkin hanya dua cara berbeda dalam menciptakan pola dan proses berpikir. Jadi tidak sepenuhnya jelas bagi saya, tidak sepenuhnya jelas bagi saya bahwa ada manusia, kita akan mereplikasi pemikiran manusia. Saya pikir kita akan memiliki cara yang sangat berbeda bagi AI untuk berpikir dan itu tidak masalah.

Jadi ya, ini akan menarik. Tapi apakah saya menduga bahwa apa pun upaya AGI Anda, itu akan menelan biaya tak terbatas. Jadi jika itu efisien modal dan senang untuk melihatnya. Jika Anda membutuhkan ratusan juta. Kami, sayangnya saya berharap saya memiliki lebih banyak modal. Bukan orangnya.

George, dalam pengalaman Anda, seberapa penting menggunakan ‘wedge’ awal yang tepat saat membangun pasar? Apa yang membuat ‘wedge’ cukup kuat untuk berkembang menjadi ekosistem yang lebih besar? Jadi ketika Anda meluncurkan pasar, Anda tidak memiliki hambatan masuk. Hanya untuk memperjelas, seperti siapa pun di awal dapat membangun hal yang sama. ‘Wedge’ Anda jika Anda mau, hambatan Anda, apa yang akan membedakan Anda seiring waktu adalah likuiditas, bukan?

Di pasar-pasar ini, semakin banyak pembeli, mungkin semakin banyak penjual atau semakin banyak penjual, membawa lebih banyak pembeli. Begitu sebagai pembeli, saya pergi ke sana dan saya menemukan apa pun yang saya cari, dan sebagai penjual, dan itu bisa berupa apa saja, produk layanan, ada seseorang yang membeli apa yang saya jual, saat itulah Anda memiliki ‘wedge’ Anda.

Jadi butuh waktu untuk membangun. Hari nol, Anda tidak memiliki hambatan masuk, tetapi dalam 2, 3, 4 tahun. Hambatan masuk Anda sebenarnya adalah likuiditas yang Anda miliki. Jadi, temukan, ciptakan likuiditas awal antara pembeli dan penjual Anda. Dan saat Anda mendapatkan likuiditas awal, itu menciptakan hambatan masuk Anda seiring waktu saat menjadi semakin besar. Dan hal-hal ini, seperti yang saya sebutkan, cenderung menjadi pemenang, atau membutuhkan sebagian besar karena semakin banyak pembeli membawa dan semakin banyak penjual atau semakin banyak penjual membawa semakin banyak pembeli.

Mari kita lanjutkan pertanyaan-pertanyaan dan pertanyaan-pertanyaan yang telah diajukan sebelumnya. Metrik apa yang paling penting saat Anda mengevaluasi apakah adopsi AI benar-benar ke pasar? Oke, jadi ya, apakah itu lengket atau tidak, kita melihat retensi. Kita melihat retensi ketika datang ke apakah perusahaan AI berhasil atau tidak, bukan?

Jadi banyak perusahaan AI memiliki churn yang masif. Dan itu salah satu hal yang membuat saya khawatir bahwa mereka tidak terlalu lengket. Mungkin mereka memiliki kesesuaian produk-pasar, tetapi mereka jelas tidak memiliki hambatan masuk. Dulu saya menggunakan Runway untuk membuat video, dan sekarang saya menggunakan Sora.

Jadi saya menggunakan ChatGPT. Dulu saya menggunakan Midjourney untuk hampir semua foto dan gambar yang saya buat untuk blog saya, yang sendiri telah menggantikan fotografi stok. Dan sekarang saya semakin banyak menggunakan ChatGPT. Jadi saya akan melihat kohort, saya akan melihat retensi dan bukan hanya retensi satu bulan, tetapi retensi enam bulan, retensi 12 bulan.

Produk yang lebih baik biasanya memiliki bentuk U. Anda menggunakannya, mungkin Anda menggunakannya lebih sedikit, tetapi pada titik tertentu Anda kembali menggunakannya. Dan kohort, kurva retensi sangat penting.

Boris: coba lihat Djini. Ini adalah pasar SDM Ukraina yang sebagian besar untuk pengembang perangkat lunak Anda. Ya. Ide bagus untuk merekomendasikannya kepada orang-orang yang mencari pengembang perangkat lunak.

Oke. Pertanyaan lanjutan. Sifat pendiri apa yang lebih Anda hargai hari ini daripada delapan dekade yang lalu? Sejujurnya, sifat-sifat yang saya hargai tidak banyak berubah. Saya suka orang-orang yang sangat fasih dan visioner dan oleh karena itu dapat mempekerjakan tim yang lebih baik, menjual lebih baik kepada VC, berbicara kepada pers, mendapatkan kesepakatan yang lebih baik, dan lain-lain, tetapi juga tahu bagaimana melaksanakannya, perhatian mereka terhadap detail. Mereka fokus pada unit ekonomi, dan lain-lain.

Nah, satu sifat yang, sayangnya, bukan syarat untuk sukses, yaitu menjadi orang yang baik. Anda memiliki banyak orang brengsek. Dan masalahnya adalah karena beberapa orang seperti Steve Jobs atau Travis berhasil menjadi brengsek. Itu mendorong, memberanikan, atau memungkinkan orang untuk tidak bersikap baik.

Dan, tapi hidup terlalu singkat untuk berurusan dengan orang-orang brengsek. Dan saya berada dalam posisi di mana saya tidak perlu, jadi saya ingin bekerja dengan orang-orang yang baik. Nah, itu dikatakan, atau banyak pendiri yang sombong. Tentu saja. Apakah itu buruk? Tidak, Anda membutuhkan tingkat kepercayaan diri yang delusi untuk membangun startup, bukan?

Tingkat kelangsungan hidup startup lima tahun adalah sekitar 7%. Jadi Anda harus percaya bahwa peluang itu tidak berlaku untuk Anda. Jadi kesombongan, narsisme mungkin bisa saya tangani. Menjadi brengsek, jelas tidak. Tapi apakah itu berubah? Tidak juga. Saya sudah memiliki sistem kepercayaan itu sebelumnya. Oke.

Pertanyaan dari Jeff. Jika Anda lulus dari Princeton dan mungkin baru saja meninggalkan McKinsey atau konsultan pada tahun 2026, menurut Anda apa yang akan Anda bangun sekarang dan mengapa? Jelas saya akan membangun sesuatu di AI. Di sinilah dunia berada dan itu berubah dan menarik sekarang, itu tergantung.

Jadi jika saya berusia 23 tahun, tergantung pada keahliannya. Saya akan mengatakan ada beberapa jalur yang layak. Anda bisa bergabung dengan perusahaan yang sedang melesat dan ikut serta. Bekerja untuk OpenAI filantropis, Anda bisa membangun AI. Sekarang membangun AI, masalahnya adalah semakin besar permainan Raja adalah, apakah saya akan memiliki robot humanoid?

Dan Anda memiliki Figure dan Optimus. Apakah saya akan memiliki LLM yang mendasarinya? Jadi Anda sudah memiliki pemenang besar di sana. Dan kemudian Anda memiliki beberapa vertikal. Saya menduga saya akan menerapkan AI di kategori yang sangat tua dan rusak dan kuno di mana semuanya dilakukan dengan pena dan kertas dan hubungan dalam kategori yang menarik bagi saya karena jelas Anda sebagai pendiri tidak bekerja dalam ruang hampa. Anda memiliki minat Anda sendiri, Anda memiliki keahlian Anda sendiri, dan jadi Anda ingin memecahkan masalah yang cukup besar yang dapat dimonetisasi, tetapi yang benar-benar Anda pedulikan. Dan apa pun latar belakang Anda, saya akan fokus pada itu. Dan jadi mungkin orang tua Anda membayar dari industri konstruksi, jadi mungkin pergi dan mengoptimalkannya.

Mungkin Anda bekerja di industri makanan dan ada, dan Anda memiliki begitu banyak masalah mendalam dalam hal pergantian karyawan, sumber bahan yang berbeda, dan lain-lain. Jadi saya bisa memikirkan penerapan AI untuk mengotomatiskan proses dan membawa efisiensi ke banyak kategori yang belum pernah ditangani sebelumnya.

Dan saya mungkin akan mengerjakannya sekarang. Yang mana secara spesifik? Saya tidak tahu karena saya belum memikirkannya karena saya terlalu sibuk antara, dana saya, Midas, anak-anak, dan lain-lain. Tapi jelas ini adalah eksperimen pemikiran yang menarik dan sesuatu yang sebenarnya saya cenderung alokasikan waktu untuk ke depannya dalam hal memikirkan, oke, jika saya tidak melakukan FJ Labs hari ini dan membangun Midas, apa yang harus saya bangun?

Dan jawabannya jelas adalah sesuatu di AI, tapi apa itu bagi saya hari ini menarik. Saya tidak tahu jawabannya, tapi saya pasti, itu adalah pertanyaan yang patut ditanyakan, dan saya akan bertanya pada diri sendiri dalam beberapa minggu, bulan, dan tahun mendatang seperti apa bentuknya.

Oke. Pertanyaan dari Margo. Jika kita menghilangkan startup identitas utama, investasi, kinerja, bahkan mungkin kesuksesan finansial. Siapakah Anda sebenarnya? Apakah orang ini cukup?

Dan itu menarik. Jadi di AS orang sering mendefinisikan diri mereka berdasarkan pekerjaan yang mereka miliki. Dan tentu saja, pekerjaan yang mereka miliki hanyalah sebagian kecil dari siapa mereka sebenarnya, bukan?

Seperti kepribadian Anda, kebutuhan Anda, keinginan Anda, impian Anda, aspirasi Anda. Sekarang saya mencoba menjadi diri saya yang sejati dan otentik setiap saat. Dan jadi saya pikir itu terlihat dari cara saya berbicara. Tapi Anda masih melihat melalui blog saya, melalui podcast, versi profesional dari saya. Dan jadi untuk menjawab pertanyaan itu adalah lihat.

Dengar, saya pikir makna hidup adalah menjadi diri sendiri, diri sejati dan otentik, apa pun itu. Dan kita semua dibangun secara berbeda dengan kecenderungan, keinginan, kebutuhan, dan lain-lain yang berbeda. Dan sejujurnya pada titik ini, saya sepenuhnya terpenuhi dengan menjadi diri saya. Seperti. Saya menyukai semua hal yang saya sukai, mulai dari menjadi ayah dan orang tua, bermain dengan anak-anak, bermain dengan teman-teman saya, bermain video game, membaca buku, menulis blog saya, yang sebenarnya akhir-akhir ini, sebagian besar bukan tentang bisnis, berinteraksi dengan teman-teman saya, hingga sebenarnya menjadi ya, kepala keluarga dalam arti positif dari istilah tersebut. Hingga, ya, bermain tenis, bermain paddle, dan lain-lain. Ya. Hidup yang saya miliki luar biasa. Saya benar-benar berpikir saya menjalani hidup terbaik yang pernah ada. Pasti hidup terbaik yang bisa saya jalani. Dan saya sepenuhnya terpenuhi. Jadi jika saya tidak, karena alasan apa pun, tidak bisa bekerja di dunia saat ini, saya akan sangat terpenuhi dan bahagia terlepas dari itu.

Identitas eksternal yang didorong oleh pekerjaan itu bagus, tetapi sebenarnya dan saya pikir itu adalah sumber tujuan karena saya pikir setidaknya salah satu tujuan saya, membantu memanfaatkan kekuatan deflasi teknologi untuk memecahkan masalah dunia, untuk membuat segalanya lebih baik, lebih murah, lebih cepat untuk massa dan untuk mencoba mengatasi kombinasi ketidaksetaraan, peluang, perubahan iklim, dan krisis kesehatan mental dan fisik global.

Tetapi bahkan jika saya tidak memiliki itu, saya menemukan sumber tujuan yang luar biasa melalui bermain dengan anak-anak saya, membesarkan anak-anak saya, mengganggu teman-teman saya, dan lain-lain.

Pertanyaan lain dari Margot, Anda memberi kesan memiliki kepercayaan diri tak terbatas yang sangat rasional dan sangat tenang. Apakah Anda memiliki rasa tidak aman?

Jadi saya akan mulai dengan menjawab pertanyaan itu. Di masa lalu saat tumbuh dewasa, saya memiliki banyak rasa tidak aman. Karena saya sangat pandai menjadi sangat cerdas dan mendapatkan nilai bagus, saya mendefinisikan diri saya dengan itu. Tapi saya sangat tidak aman secara sosial, bukan? Seperti karena lebih muda dari teman sebaya saya, karena saya tidak pernah punya pacar atau teman, dan lain-lain.

Saya punya pacar pertama pada usia 27 tahun. Apakah itu sumber rasa tidak aman karena tidak punya pacar saat saya berusia 26 tahun atau tidak pernah punya pacar? Jawabannya adalah ya, bukan? Hari ini jauh lebih nyaman dengan diri saya dan jadi tidak punya rasa tidak aman yang spesifik, jadi saya akan mengatakan, saya kira jawabannya adalah tidak, tidak ada ketakutan nyata.

Tapi apakah ada hal-hal yang benar-benar mengganggu saya yang tidak saya sukai dalam hidup? Tentu saja saya membenci penuaan, seperti, saya dulu yang termuda dalam segala hal yang saya lakukan dan sekarang seringkali saya yang tertua. Apakah saya menyukainya? Sama sekali tidak. Dan jadi saya marah, marah terhadap padamnya cahaya. Dan itulah mengapa saya bekerja sangat keras untuk tetap bugar, tetap tajam, dan ya, tetap menjaga energi muda saya, semoga selamanya.

Tapi pasti selama mungkin. Tidak yakin itu rasa tidak aman, tetapi pasti sesuatu yang mengganggu saya dan saya bekerja sangat keras untuk melawan waktu karena ya, ada begitu banyak yang harus dilakukan dan kita hidup di masa yang luar biasa dan kita sangat beruntung bisa mengalaminya, untuk memiliki energi, kesehatan untuk bisa menjalaninya sepenuhnya.

Hal yang sama. Saya ingin bisa bermain dengan anak-anak saya dengan cara yang sangat berarti. Dan pertanyaan terakhir untuk Margot. Jika Anda tidak bisa menjadi pendiri dan pengusaha, menurut Anda pekerjaan apa yang ingin Anda jelajahi? Itu sulit karena saya benar-benar membenci struktur tradisional seperti pekerjaan jam sembilan sampai lima, memiliki bos, saya menganggap diri saya tidak bisa dipekerjakan.

Jadi jika teknologi tidak ada, saya menduga saya akan tetap menjadi wirausahawan jika memungkinkan dalam bentuk industri kategori lain. Sekarang, jika kewirausahaan itu sendiri tidak mungkin, itu jauh lebih sulit karena saya harus mencari pekerjaan yang lebih sesuai dengan cara berpikir saya dan saya tidak begitu yakin mengapa itu bisa terjadi.

Eksperimen menarik untuk kehidupan lain yang saya harap tidak perlu saya lakukan karena saya mencintai apa yang saya lakukan dan saya mencintai fleksibilitas, kebebasan, dan kreativitas. Dalam arti tertentu, kewirausahaan adalah bentuk ekspresi kreatif saya. Mengambil sesuatu dari nol menjadi satu dan menciptakan sesuatu dari ketiadaan, dan saya tidak yakin apa lagi yang akan begitu memuaskan.

Jadi tidak tahu. Saya kira ini adalah jawaban yang jujur. Bisakah saya berada di ekuitas swasta atau konsultan atau perbankan? Tentu saja. Tapi apakah saya akan menyukainya setiap hari, setiap menit? Dan saya pikir jawabannya adalah tidak. Jadi ada banyak hal yang bisa saya kuasai dengan sangat baik. Saya bisa menjadi profesor. Saya akan menjadi profesor ekonomi atau matematika yang fantastis, tapi lagi-lagi, apakah saya akan menyukainya?

Dan pengulangan materi kuliah yang sama selama bertahun-tahun, saya tidak tahu. Terlalu lambat, tidak cukup skalabel. Saya tidak berpikir itu akan mengisi jiwa saya. Tapi ya, sebenarnya profesor mungkin pilihan yang cukup bagus. Tapi tidak yakin itu akan sama memuaskannya, tapi pasti saya tidak akan merasa sepuas itu. Dalam arti tertentu, saya memuaskan hasrat profesor saya dengan melakukan podcast ini, dengan menjawab pertanyaan audiens dan pengguna, dengan memikirkan hal-hal yang ingin saya bagikan. Dalam arti tertentu, bermain dengan unicorn selalu tentang apa saja yang saya harap saya tahu ketika saya berusia 23 tahun dan memulai sebagai pendiri pertama kali yang sekarang saya tahu bahwa saya dapat bagikan kepada Anda.

Dan saya merasa itu akan lebih menarik, lebih skalabel daripada memiliki kelas. Dan saya dulu mengajar di kelas-kelas di Columbia Business School atau Center for Business School, dan lain-lain. Dan ya, Anda mengajar orang-orang yang luar biasa, tetapi mereka adalah kelas kecil, tidak terlalu skalabel. Dan kontennya tidak banyak berubah.

Sekarang, apa pun yang terlintas di pikiran saya, saya membuat materi, poof, saya masukkan ke podcast, dan itu sesuai dengan ide-ide yang relevan.

George: di pasar tahap awal, apa tanda-tanda paling jelas bahwa platform akan meledak dan memecahkan masalah yang dingin dan tajam, daripada tetap terjebak dalam likuiditas rendah?

Jika tingkat penjualan barang di situs Anda, jika Anda menjual produk sekitar 25% atau lebih, Anda mulai memiliki likuiditas. Jika Anda adalah pasar layanan dan Anda mulai menyumbang 25% atau lebih dari pendapatan pasokan Anda, Anda mulai memiliki likuiditas. Dan cara untuk memastikan Anda mencapainya adalah jangan terlalu banyak.

Saya kira itu tergantung pada pasar, tetapi kesalahan terbesar yang bisa dilakukan pendiri pasar adalah memiliki terlalu banyak pasokan. Jika Anda memiliki terlalu banyak pasokan, mereka tidak akan terlibat, mereka tidak akan membalas. Pembeli akan kewalahan dengan pilihan. Jauh lebih baik. Anda memiliki pasokan terbaik untuk kategori apa pun, kode pos, dan lain-lain.

Temukan permintaan mereka, berikan mereka likuiditas. Lalu skalakan sedikit lagi dan skalakan sedikit lagi. Pada slide ini, saya pikir ini lebih banyak permintaan dan terus mencocokkan. Tanda bahwa Anda memiliki kesesuaian produk-pasar adalah ketika biaya akuisisi pelanggan Anda menurun, dan saat itulah pengguna mulai kembali, membawa teman-teman mereka dan unit ekonomi Anda terus meningkat.

Tetapi tanda-tanda awal likuiditas biasanya, ya, tingkat penjualan 20-25% biasanya merupakan pertanda baik. Itu di pasar barang bekas, setidaknya Anda memiliki likuiditas. Oke, kembali ke pertanyaan-pertanyaan yang telah diajukan sebelumnya.

Lewis Gonzales: jika Anda memulai Pasar Global dari awal hari ini, apa yang akan Anda prioritaskan sebagai pertahanan inti Anda sejak hari pertama?

Likuiditas, merek, komunitas, teknologi terutama dengan AI yang semakin mudah diakses. Saya sudah menjawab ini sebelumnya, tetapi pada dasarnya hari nol, Anda tidak memiliki parit, tidak ada hambatan masuk. Hambatan masuk Anda seiring waktu menjadi likuiditas. Setelah Anda benar-benar mulai mendapatkan lebih banyak pembeli, membawa lebih banyak penjual, lebih banyak penjual, membawa lebih banyak pembeli.

Jadi fokus pada unit ekonomi. Apa pun strategi Anda yang skalabel dan berulang untuk meningkatkan penawaran dan permintaan, terus lakukan. Terus cocokkan, terus dapatkan likuiditas. Jadi likuiditas di pasar mengalahkan segalanya. Dan sebenarnya, bayangkan entah bagaimana bagian atas corong, seperti agen akan menjadi orang yang bertransaksi atas nama pengguna, mereka akan bertransaksi di mana ada likuiditas.

Jadi pertahanan utama Anda ada pada likuiditas. Jadi likuiditas. Likuiditas. Dan kapan dalam hal itu lebih banyak likuiditas.

Saya melihat Anda berinvestasi di Quince. Bisakah Anda ceritakan lebih banyak tentang mereka dan apa ambisi mereka di masa depan? Jadi Quince adalah salah satu pengembalian dana untuk FJ Labs. Mereka bekerja dengan sangat baik.

Mereka adalah pasar barang mewah terjangkau dan merek langsung ke konsumen. Pasar karena mereka berada dalam model aset hidup. Pendirinya mengatakan itu luar biasa. Kami berinvestasi di mereka sejak awal dan saya kira promosi untuk mereka, promosi singkatnya adalah kualitas Macy’s, harga Costco, dan logistik Shein atau Temu.

Dan mereka telah tumbuh luar biasa dari, katakanlah, seratus juta menjadi 300 juta, satu miliar dalam penjualan menjadi, saya pikir, lebih dari dua miliar tahun lalu. Ini masih tumbuh gila-gilaan, dan mereka baru saja mengumpulkan dana dengan valuasi 10 miliar dari Iconic. Jadi ke mana mereka akan pergi dari sana? Pertama-tama, sangat jarang sebuah perusahaan pada skala ini, seperti satu miliar dalam pendapatan 24, masih tumbuh seratus persen dari tahun ke tahun.

Itu seperti tidak pernah terjadi. Dan mereka masih di awal perjalanan mereka ketika Anda memikirkan kategori tempat mereka berada, ketika Anda memikirkan geografi tempat mereka berada, mereka baru saja meluncurkan Kanada tahun ini. Saya pikir mereka akan mulai meluncurkan di Eropa. Jadi mereka berada di awal ekspansi internasional.

Mereka berada di awal ekspansi kategori. Saya dapat membayangkan dunia di mana mereka memiliki pendapatan puluhan miliar dalam lima hingga 10 tahun. Dan ini adalah perusahaan, jangan Anda bisa terus menang. Perusahaan ini sudah dalam posisi dominan dan dapat terus menang. Jadi saya berharap itu terus menang, terus berkembang, terus berjalan dengan sangat baik di masa depan.

Quince sudah menjadi pengembalian dana dan saya berharap akan terus menjadi pengembalian dana di masa depan dan semakin banyak dan salah satu pemenang terbesar yang pernah ada untuk FJ Labs.

Gael: pasar mana yang saat ini terlihat membosankan atau tidak menarik, tetapi akan menghasilkan perusahaan bernilai miliaran dolar generasi berikutnya? Jadi semua orang saat ini fokus pada perang besar dan model fundamental, bukan?

Dan ya, ini adalah peluang multi-triliun dolar dan ChatGPT versus Claude versus Grok, apa pun itu. Dan di sinilah semua perhatian, semua uang mengalir, bukan? Jadi ketika kami melihat dan di podcast terakhir saya, 75% dari dolar ventura masuk ke AI. Dan 95% dari perusahaan YC adalah perusahaan model fundamental AI.

Kita sedang memperebutkan siapa yang akan memenangkan permainan Raja. Apa yang sama sekali tidak menarik saat ini sebenarnya adalah hal-hal seperti pasar. Kita memiliki perusahaan-perusahaan luar biasa dalam portofolio yang tumbuh dari 10 juta GMV per tahun menjadi 30 menjadi seratus atau berapa pun. Dan karena orang-orang melihat pertumbuhan dari nol menjadi miliaran atau miliaran dengan sangat cepat di ruang AI, mereka tidak lagi tertarik dengan ini.

Meskipun perusahaan-perusahaan ini efisien modal, mereka membutuhkan modal yang jauh lebih sedikit. Mereka memiliki unit ekonomi yang luar biasa. Mereka memiliki margin kotor yang luar biasa. Dan ada banyak industri di mana Anda dapat menggunakan AI untuk membuatnya lebih efisien mulai dari layanan publik, konstruksi, hingga ritel, dan lain-lain.

Di mana saya pikir ada peluang besar. Ada banyak kategori di mana kombinasi data yang tidak jelas, terfragmentasi, atau membutuhkan banyak orang untuk perantara, Anda dapat membayangkan dunia di mana agen-agen ini sebenarnya dapat meningkatkan ekonomi, membuat kategori lebih besar, dan lain-lain.

Jadi saya akan mengatakan industri lama yang membosankan yang belum tersentuh oleh teknologi di mana untuk pertama kalinya Anda dapat menggunakan agen untuk meningkatkan skala dan membuat kategori lebih menarik dan efisien, yang pada dasarnya tidak terbatas, bukan? Sebagian besar ekonomi belum tersentuh oleh AI, hanya oleh para pengadopsi awal dan teknologi.

Itu kasusnya. Apa titik buta terbesar yang saat ini Anda lihat di kalangan pemodal ventura? Tentu saja semua orang berbondong-bondong ke AI sepanjang waktu. Tidak peduli valuasi, tidak peduli struktur margin kotor. Kita harus masuk, karena kemenangannya akan sangat besar dan sangat bergelembung.

Rasanya seperti tahun 2021 terulang kembali. Rasanya seperti real estat tahun 2006 di mana hanya naik. Tidak pernah turun. Rasanya seperti gelembung teknologi tahun 98, 99, 2000. Pada saat yang sama, seseorang akan menang dan imbalannya akan sangat besar. Tapi apakah saya akan masuk sekarang dengan valuasi gila-gilaan ini di Anthropic dan OpenAI?

Saya kira jawabannya adalah tidak. Bisakah mereka masih tumbuh banyak dari posisi mereka saat ini? Dan apakah ini peluang terbesar dari semuanya, mungkin. Tetapi jika Anda datang lebih awal, itu bagus. Jika datang sekarang, itu tidak akan membuat saya merasa nyaman. Dan jadi saya akan menjadi, yang lebih seperti kami, investor AI terapan yang lebih membosankan yang saya gambarkan strategi kami adalah cara cerdas untuk berinvestasi di AI.

Kami berinvestasi pada perusahaan yang menggunakan AI secara super efektif untuk memiliki margin yang lebih tinggi, untuk memiliki biaya akuisisi mikro yang lebih rendah, untuk memiliki tingkat konversi yang lebih tinggi. Bagi saya, itulah cara yang benar untuk memainkan ini. Dan ya, jelas bukan apa yang dilakukan VC lain.

Mari kita lihat pertanyaan-pertanyaan yang diajukan melalui email. Sementara itu, Anda masih bisa terus memposting pertanyaan di sini, mari kita lihat di sini.

Muresh: kategori/subkategori mana dalam ruang AI yang berpotensi, mana yang terlalu ramai berdasarkan promosi dan diskusi yang Anda lakukan dengan investor dan VC super cerdas lainnya? Saya merasa bahwa permainan model fundamental sangat ramai, bukan?

xAI dan Mistral dan juga berlaku di vertikal seperti Runway versus Sora dan Midjourney, dan lain-lain. Jadi itu terasa sangat ramai untuk apa yang saya duga akan menjadi pemenang. Ini membutuhkan sebagian besar kategori, mungkin akan ada dua, mungkin ada penurunan yang memenangkan B2B dan ChatGPT memenangkan konsumen dan Gemini mempertahankan, beberapa pangsa pasar.

Tapi apakah saya melihat 20 pemenang di ruang ini? Tidak, rasanya seperti perang mesin pencari tahun 1990-an, AltaVista versus Lycos versus Yahoo, dan lain-lain. Dan kemudian tiba-tiba Google muncul. Jadi saya tidak akan mendanai lebih banyak model fundamental. Dan saya akan fokus, seperti yang saya katakan, pada penerapan AI ke kategori yang belum digunakan orang saat ini, tetapi jelas lebih sulit untuk mengumpulkan dana di kategori ini. Dan karena itu tidak dianggap AI murni.

George: pernahkah Anda melihat pasar berhasil ketika nilainya bukan transaksi tunggal, melainkan mengoordinasikan beberapa layanan di sekitar acara kehidupan yang lebih besar? Ya. Kami adalah investor di sebuah pasar seputar pernikahan. Yang berjalan cukup baik. Mereka memiliki pangsa pasar pernikahan yang besar di Eropa.

Tentu saja namanya akan kembali kepada saya sebentar lagi. Dan tentu saja, cara mereka memonetisasi adalah dengan membantu Anda menemukan katering dan tempat acara Anda dan fotografer dan orang yang menyediakan kue, dan lain-lain, dan lain-lain. Jadi mereka mengoordinasikan banyak layanan di sekitar satu acara kehidupan besar.

Jadi pernikahan jelas merupakan contohnya. Bisakah saya berpikir itu bisa terjadi di acara kehidupan besar lainnya. Mungkin kita harus mendefinisikan apa acara kehidupan itu, bukan? Seperti kematian jelas merupakan daya tarik besar bagi orang-orang seperti melikuidasi properti dan penjualan properti, dan lain-lain. Dan, seperti lulus kuliah, eh, masalahnya adalah.

Ketika Anda lulus kuliah, Anda mungkin membutuhkan mobil, mungkin Anda membutuhkan pekerjaan, mungkin Anda membutuhkan perumahan. Tetapi semua ini dilakukan dengan baik oleh situs-situs yang melakukan itu secara penuh waktu. Jadi apakah saya akan membuat satu situs untuk semua hal ini? Saya tidak begitu yakin. Versus vertikal yang sudah terbaik di kelasnya untuk setiap kategori ini.

Hal yang sama juga berlaku saat pindah kota. Jadi ada banyak perusahaan yang membantumu pindah kota dan mereka berjalan cukup baik. Tidak ada yang luar biasa. Karena sekali lagi, jika aku pindah ke kota baru dan perlu mencari apartemen, Zillow sudah sangat bagus. Kamu tidak perlu pergi ke situs khusus untuk pindahan. Jadi menurutku pernikahan, membuat pernikahan jadi sangat masuk akal, itu pasti cukup masuk akal. Apa peristiwa besar lainnya dalam hidup yang layak dipikirkan? Oke, lanjut ke pertanyaan yang diajukan.

Godfrey: pertanyaan nomor satu, bagaimana matriks penggalangan dana FJ Labs Anda berubah, terutama dalam beberapa bulan terakhir mengingat dampak cepat AI pada pasar B2C dan B2B, pasar B2C dalam hal daya tarik, ukuran putaran, valuasi?

Jadi apakah valuasi kita naik secara dramatis pada rata-rata dan terus terang bahkan median? Ya. Karena AI, Anda melihat putaran benih yang lebih besar. Kita baru saja melihat putaran benih satu miliar dolar, satu miliar terkumpul, 3,5 miliar pra. Jadi jelas valuasi yang diperintahkan orang, terutama di AI, jauh lebih tinggi.

Tapi kami menghindari hiruk pikuk AI itu dan jadi kami masih fokus. Seperti pada tahun 21 ketika semua orang mengatakan, oh, matriks Anda sudah usang, itu tidak masuk akal lagi, dan lain-lain. Dan tentu saja saya benar, itu kembali, saya benar, artinya itu kembali dengan dendam. Dan angkanya diatur ulang.

Jadi jika Anda menghapus dari persamaan semua perusahaan hiruk pikuk AI, matriksnya masih berlaku, bukan? Jadi kami masih ingin Anda berada di sekitar 500 ribu hingga 750 ribu per bulan dalam GMV dengan tingkat pengambilan 15% ketika Anda mengumpulkan Seri A Anda dan Anda mengumpulkan 10 pada 30 pra atau tujuh pada 23 pra atau semacamnya. Kami masih menginginkan 2,5 hingga 5 miliar dalam GMV per bulan.

Itu mengharapkan, omong-omong, tingkat pengambilan 10, 15% yang dikurasi A 2, 3, 4% tingkat pengambilan B2B. Kami mengharapkan GMV yang jauh lebih tinggi ketika Anda mengumpulkan Seri B Anda sebesar, katakanlah, 50 juta atau 53. Jadi matriksnya masih benar tetapi tidak berlaku di AI di mana orang membayar harga gila pada benih, pra-benih, A, B, apa pun.

Tetapi jika Anda membangun perusahaan, saya akan merekomendasikan Anda untuk tetap dekat dengannya karena jika Anda mengumpulkan terlalu banyak uang dengan harga terlalu tinggi, itu akan membunuh Anda. Itu adalah salah satu alasan terbesar perusahaan gagal. Mereka tidak tumbuh sesuai valuasi dan mereka gagal mengumpulkan putaran berikutnya. Jika Anda seorang VC, saya akan merekomendasikannya kepada Anda untuk tetap dekat dengan matriks karena jika Anda membayar terlalu mahal, Anda akan memiliki pengembalian yang buruk, dan kelas aset VC sudah tidak berjalan dengan baik untuk memiliki pengembalian yang baik.

Pertanyaan nomor dua, karena AI membuat pengembangan perangkat lunak jauh lebih mudah. Seberapa besar VC tahap awal menghargai pendiri teknis? Oh, ya, saya sudah menjawabnya sebelumnya. Seperti yang saya katakan, jawabannya adalah tergantung, dan itu tergantung pada kategori Anda. Jika Anda membutuhkan pendiri teknis karena apa yang Anda lakukan sangat sulit, maka Anda harus memilikinya. Jika Anda membangun OpenAI generasi berikutnya yang terbuka, miliki pendiri teknis.

Oke. Rosa Bluda, apa yang Anda lewatkan dalam hidup jika ada sesuatu yang Anda lewatkan? Sejujurnya, saya benar-benar merasa menjalani hidup terbaik yang pernah ada. Saya rasa tidak ada yang saya lewatkan. Hidup saya sehat, keluarga saya baik-baik saja.

Saya baik-baik saja, hidup ini luar biasa istimewa dan saya sangat bersyukur atas hidup yang saya miliki. Saya rasa tidak ada yang saya lewatkan. Mungkin saya tidak tahu apa yang tidak saya ketahui. Dan ada hal-hal yang saya lewatkan yang bahkan tidak saya sadari. Tapi ya.

Pertanyaan berikutnya. Apakah Palantir punya pesaing? Ada Palantir versi Prancis bernama Arlequin AI. Tidak dieja dengan cara yang lucu seperti kebanyakan perusahaan teknologi, tetapi ada yang lebih menarik bernama Fundamentals, karena Palantir, sulit untuk mengatakan seberapa besar itu perusahaan teknologi versus perusahaan layanan, kan? Seperti implementasi mereka adalah 6 bulan hingga 18 bulan.

Sebagian besar pendapatan mereka berasal dari layanan implementasi dibandingkan biaya SaaS berulang. Dan Fundamental, dan Anda memilikinya, mereka jelas menggunakan AI, dan mereka melakukan integrasi dalam dua hingga tiga hari, dan sebagian besar pendapatan berasal dari langganan. Jadi bagi saya, itulah pesaing Palantir yang paling menarik dan sedang naik daun.

Apakah Anda punya seniman favorit? Saya berbicara tentang pelukis. Tidak juga. Penulis, lebih tepatnya. Pelukis. Ya, tidak, mungkin, saya kira tidak. Lihat, apakah saya menghargai seni dan apa yang seniman coba lakukan? Tentu saja. Tapi saya tidak yakin saya punya jawaban untuk pertanyaan itu.

Oke. Melanjutkan pertanyaan yang sudah diajukan sebelumnya. Saya baru saja lulus dari program master Matteo, dan tertarik pada startup AI. Jika Anda lulus pada tahun 2026 hari ini dan ingin membangun, apakah Anda akan memulai karier di perusahaan besar atau startup tahap awal? Dan bagi seseorang dengan profil generalis, apakah itu masih merupakan jalur yang layak saat ini? Dan keterampilan apa yang akan Anda prioritaskan secara luas, baik teknis maupun non-teknis?

Jadi secara umum, saya pikir Anda belajar lebih cepat dan lebih baik di startup daripada di perusahaan besar. Ketika saya lulus kuliah, saya pergi ke McKinsey. Itu seperti sekolah bisnis, kecuali mereka membayar saya, tetapi akan sama layaknya untuk bergabung dengan startup tahap awal A atau B, mungkin tahap B, tetapi tidak terlalu besar.

Jika tidak, Anda akan memiliki peran yang sangat terbatas dan Anda tidak akan dapat belajar sebanyak yang seharusnya. Jadi Anda ingin yang memiliki kecocokan produk-pasar dan pendanaan yang cukup untuk terus berjalan dengan baik, tetapi tidak terlalu mapan sehingga perannya sangat kaku dan Anda dapat melakukan serta membuktikan diri, mengikuti minat Anda, dan belajar sebanyak mungkin.

Jadi saya akan bergabung dengan startup tahap awal, mungkin di bidang AI, mungkin di Bay Area dan pindah ke sana sekarang jika saya baru lulus kuliah. Dan untuk mencari tahu jalur terbaik. Dibandingkan bergabung dengan perusahaan besar. Sekarang, sekali lagi, OpenAI mungkin baik-baik saja sekarang jika Anda seorang insinyur. Sekarang jika Anda seorang generalis, yang mungkin kasus Anda, maka perusahaan yang lebih kecil lebih masuk akal.

Dan apakah saya pikir ada jalur untuk generalis? Tentu saja. Saya pikir ada lebih banyak jalur hari ini, dalam beberapa hal, untuk generalis daripada sebelumnya karena sebagai generalis, Anda sebenarnya dapat menggunakan alat AI untuk menghasilkan teknologi dengan sangat cepat. Anda dapat belajar membuat kode dengan cukup cepat, kan? Seperti dengan Cursor, Anda bisa, segalanya jauh lebih mudah bagi Anda sebagai generalis yang cerdas menggunakan alat AI daripada sebelumnya.

Dan jika Anda memikirkan peran, CEO dan tim pendiri di masa depan, CEO adalah generalis, jadi tentu saja. Menjadi generalis itu luar biasa. Sekarang, seperti yang saya katakan sebelumnya, saya akan bermain dengan semua alat. Saya akan membuat OpenClaw, bermain dengan Claude, bermain dengannya, dengan GPT, bermain dengan Cursor.

Jadilah sangat akrab dengan apa yang dapat Anda lakukan dengannya dan lihat, seberapa jauh Anda dapat membawanya ke batas terdepan. Dan Anda akan terkejut betapa banyak Anda dapat meningkatkan produktivitas Anda, betapa banyak yang bisa dipelajari, betapa banyak yang bisa dilakukan.

Mari kita lihat. Alessandro, sepertinya investor cenderung terbagi menjadi dua kubu. Yaitu mereka yang lebih suka perkenalan hangat dan membenci pendekatan dingin, dan mereka yang terbuka terhadap pendekatan dingin. Anda termasuk kubu yang mana? Jadi pertama-tama, investor lebih suka perkenalan hangat, kan? Jika ada pendiri yang saya kenal, atau VC yang saya kenal, atau siapa pun yang mengatakan, Hei, Anda perlu berbicara dengan pendiri yang luar biasa ini.

Jelas saya lebih suka itu. Tapi saya terbuka untuk pendekatan dingin karena tidak semua orang kuliah di Stanford dan Harvard dan Princeton dan terhubung dengan konektivitas sosial jaringan yang memungkinkan Anda bertemu pendiri dan VC yang relevan. Dan beberapa investasi terbaik kami berasal dari pendekatan dingin. Mereka berada di Brasil, tetapi alih-alih di Brasil di Sao Paulo Rio, mereka berada di Belo Horizonte. Meskipun demikian, beberapa ambang batas lebih tinggi. Hanya saja ada lebih banyak. Kami menerima dua hingga 300 pendekatan dingin seminggu dan persentase yang kami investasikan jauh lebih rendah. Jadi kami terbuka untuk pendekatan dingin. Jika Anda bisa mendapatkan perkenalan hangat, jauh lebih baik, tetapi kami terbuka untuk itu.

Andrew McCain. Dalam beberapa tahun sejak terakhir kita bertemu di New York, kriteria pemilihan bisnis Anda telah mengubah hidup saya. Ah, senang mendengarnya. Saya ingin mendapatkan umpan balik Anda tentang pertanyaan lanjutan di sini, mengenai layanan, apakah Anda pikir ada nilai mengikuti model Palantir dalam melakukan layanan berat selama membangun hubungan pelanggan yang mapan untuk menjadi benteng yang kuat, suite produk berkembang dan menjadi lebih otonom menggunakan AI untuk menciptakan ARR sejati. Dengan kata lain, pendekatan layanan pertama, lebih merupakan strategi masuk pasar daripada tentang ubiquitas AI.

Jawabannya tentu saja tergantung. Tergantung pada kategori, tergantung pada profil dan segmen pelanggan. Saya lebih suka pendekatan non-layanan karena umpan balik utama yang akan Anda dapatkan dari VC adalah seperti, apakah Anda perusahaan layanan? Seberapa skalabel itu? Versus apakah Anda perusahaan teknologi yang sebenarnya?

Itulah mengapa saya lebih menyukai Fundamental daripada Palantir. Itu benar-benar perusahaan teknologi. Jadi sejauh itu, jika Anda menjual ke pemerintah, seringkali Anda perlu, itu menjual layanan. Lapisan layanan, instalasi, hubungan sangat penting.

Jadi saya kira jawabannya adalah, tergantung. Secara umum, saya lebih suka berinvestasi dan meminta orang membangun perusahaan teknologi daripada perusahaan layanan. Dan itu adalah beberapa tantangan yang dihadapi perusahaan-perusahaan ini dengan penggalangan dana, karena valuasi perusahaan layanan sangat berbeda dari valuasi perusahaan teknologi.

Tetapi jika itu adalah strategi masuk pasar, jika itu mengunci pelanggan dan kemudian memungkinkan Anda mendapatkan kontrak MRR atau ARR yang sangat berharga dengan margin tinggi. Maka itu tidak masalah. Pada akhirnya, yang saya pedulikan adalah apa strategi masuk pasar Anda? Apa kecocokan produk-pasar Anda? Bagaimana ekonomi unitnya?

Berapa biaya akuisisi pelanggan Anda dibandingkan margin kontribusi bersih per pelanggan? Dan selama itu berhasil, dan jika layanan adalah jalannya, itu tidak masalah, tetapi harus eksplisit bahwa itu adalah jalannya dan bukan tujuan akhir.

Lisa, pertanyaan yang sedikit berbeda, tapi saya penasaran, jenis pendidikan sekolah apa yang Anda pilih untuk putra Anda? Tidak, saya sudah menjawab pertanyaan itu sebelumnya. Ketika saya berbicara tentang sekolah kantor.

Sonya, game pengembangan anak dan PC atau Nintendo apa yang Anda gunakan? Jadi yang menarik adalah ada begitu banyak alat pendidikan di luar sana. Jadi pertama-tama, putra saya, yang berusia empat tahun, terobsesi dengan YouTube dengan number blocks.

Seperti dia melakukan perkalian untuk bersenang-senang. Delapan kali delapan adalah 64, seperti apa pun, 27 kali dua adalah 54. 28 kali 2, 56. Dia melakukan bilangan negatif. Dia melakukan aljabar dasar, bukan karena saya memaksanya belajar matematika pada usia empat tahun, ketika ada harapan baginya untuk menghitung sampai 25, itu karena itu menarik minatnya.

Jadi dia menemukan konten pendidikan sendiri yang dia sukai di YouTube, dan saya memberinya iPad di pagi hari ketika dia bangun dan malam sebelum tidur. Dan dia pada dasarnya mengikuti number blocks dan belajar matematika. Bahkan, dia cukup tertarik sehingga dia meminta saya untuk pergi ke sekolah matematika Rusia di New York, jadi saya juga mendaftarkannya ke sekolah matematika Rusia.

Tapi apakah ada game menarik yang bisa Anda mainkan dengan anak-anak Anda untuk menumbuhkan kreativitas belajar mereka? Tentu saja. Kami baru saja bermain bersama di iPad sebuah game bernama Lost in Play, yang merupakan game petualangan dengan teka-teki di mana Anda perlu menggunakan tes tipe IQ atau asah otak untuk memecahkan masalah agar cerita terus berjalan.

Dan ada banyak hal ini, sekali lagi, itu cocok untuk anak usia empat, lima, enam tahun. Seiring bertambahnya usia, alasan saya suka membangun akomodasi Minecraft dan Roblox adalah pola logika pembangunannya di sana. Dan sekali lagi, sebagai pembangun, bukan sebagai konsumen, itu mengajarkan Anda coding dengan cara tertentu.

Jadi ini adalah cara yang menarik melalui kesenangan untuk mengajar anak-anak coding. Apakah ada lagi? Ya, sekali lagi, saya tidak tahu usia anak-anak Anda Sonya, tetapi hal-hal seperti Lost in Play luar biasa. Dan ada banyak kit yang bisa Anda pesan yang merupakan STEM, di mana Anda, anak-anak Anda bisa membangun robot. Ada banyak hal, tetapi saya akan mengikuti minat mereka.

Seperti yang saya katakan, saya tidak menyuruh Fafa, oke, pergi belajar matematika. Dia hanya memutuskan dia menyukainya dan mempelajarinya. Itu adalah bagian dari alasan dia sangat bersemangat untuk pergi ke sekolah AI tahun depan, yaitu Alpha.

Pertanyaan berikutnya dari Tom. Apakah Anda khawatir tentang hilangnya pekerjaan yang disebabkan oleh AI? Jadi ini adalah pertanyaan abadi. AI akan mengambil alih semua pekerjaan. Akan ada 95% pengangguran. Ini adalah akhir dunia, dan sebagainya. Dan ini adalah ketakutan yang universal dan telah universal selama ratusan tahun, kan? Para Luddite menentang alat tenun elektronik di masa-masa awal, meskipun itu membuat hidup orang-orang yang menenun jauh lebih baik.

Dan ini telah terjadi sepanjang sejarah dan orang-orang khawatir tentang semua hilangnya pekerjaan. Tapi katakanlah saya membawa Anda kembali 26 tahun ke tahun 2000 dan saya memberi tahu Anda, dan kita sekarang di bulan Maret 2000, lihat, pada tahun 2026, saya telah kembali dan empat kategori pekerjaan teratas tahun 2000 telah hilang. Tidak ada lagi agen perjalanan, tidak ada lagi teller bank.

Satu triliun ritel lokal telah hilang karena perdagangan online. Semua manufaktur mobil telah diotomatisasi. Dan ini adalah empat kategori pekerjaan teratas kami saat ini. Tolong sekarang jelaskan kondisi ekonomi pada tahun 2026 dan orang-orang akan memberi tahu Anda, oh ya Tuhan, pengangguran massal, depresi besar, dan sebagainya.

Namun hari ini kita memiliki tingkat pengangguran yang lebih rendah, tingkat pekerjaan yang lebih tinggi, dan PDB per kapita dua kali lipat dari sebelumnya, meskipun semua kategori pekerjaan ini menghilang. Sekarang tentu saja saya mendengar sekarang, tapi kali ini berbeda. Ini terjadi lebih cepat dari sebelumnya. AI menggantikan semua pekerjaan ini, dan pertama-tama, itu tidak terjadi jauh lebih cepat dari sebelumnya.

Pada tahun 2011, 2012, ketika mobil swakemudi pertama muncul, orang-orang berkata, oh, kategori pekerjaan teratas di AS dengan 4,6 juta pekerjaan adalah pengemudi truk. Semua pekerjaan ini akan hilang. Tidak akan ada lagi pengemudi truk. Apa yang akan dilakukan semua orang ini? Mereka akan diotomatisasi.

Dan kita sekarang, jadi ini seperti tahun 2011, 2012, secara harfiah 15 tahun yang lalu. Kita sekarang 15 tahun kemudian, belum ada satu pun pekerjaan pengemudi truk yang diotomatisasi oleh truk swakemudi. Dan kita masih di awal revolusi AI swakemudi. Sekarang, apakah saya punya data di benak saya bahwa pada suatu saat di masa depan, 10, 20, 30 tahun, seratus persen kendaraan di jalan akan swakemudi.

Tidak diragukan sama sekali. Tentu saja, itu masuk akal. Dan semuanya juga akan menjadi listrik. Tapi itu akan memakan waktu. Seperti yang pertama yang diotomatisasi adalah yang paling mahal karena teknologi membutuhkan banyak uang. Dan secara budaya butuh waktu. Banyak orang, pertama kali mereka mendapatkan mobil swakemudi, mereka sangat ketakutan bahwa itu akan membunuh mereka, meskipun tampaknya lebih aman daripada mobil tradisional.

Jadi budaya bergerak lebih lambat daripada teknologi. Teknologi bergerak sangat cepat, tetapi pemerintah akan membutuhkan waktu lama untuk mengadopsi AI. Perusahaan besar akan membutuhkan waktu lama untuk mengadopsi AI. Perubahan ini terjadi jauh lebih lambat dari yang Anda kira. Jadi nomor satu tidak bergerak secepat yang orang kira. Terutama orang-orang di bidang teknologi, karena kita berada di garis depan teknologi. Nomor dua, orang tidak mengerti berapa banyak pekerjaan yang benar-benar akan diciptakan atau hilang oleh AI karena mereka, ketika elastisitas, mereka tidak mengerti di mana elastisitas permintaan untuk produk atau layanan.

Jadi saat ini, salah satu tesis besar yang dimiliki orang adalah, oh. Programmer akan menjadi usang. AI akan membuat kode sendiri. Anda tidak akan lagi membutuhkan programmer. Itu adalah kemungkinan hasil, tetapi jauh dari jaminan bahwa itu adalah hasil yang paling mungkin.

Pada tahun 1980-an, ada pekerjaan di mana orang disebut spreadsheet, dan spreadsheet dilakukan oleh manusia. Manusia yang sangat terampil dan bergaji tinggi membangun spreadsheet sebelum sesuatu yang disebut Symphony, yang sekarang saya kira akan setara dengan Excel, muncul. Dan Excel memang menyebabkan kehancuran semua pekerjaan spreadsheet. Tapi tahukah Anda? Itu menciptakan pekerjaan jutaan dan jutaan analis keuangan yang sekarang memiliki alat untuk melakukan pemodelan keuangan, analisis keuangan.

Jadi beberapa ribu pekerjaan hilang. Jutaan pekerjaan tercipta. Jadi ketika berbicara tentang rekayasa perangkat lunak, misalnya, Anda bisa berargumen bahwa seiring biaya pengembangan perangkat lunak menjadi sangat rendah, permintaan untuk itu meledak. Perusahaan yang secara historis tidak mempekerjakan pengembang perangkat lunak seperti UKM atau pemerintah atau perusahaan besar dalam skala besar, akan mulai melakukannya.

Jadi saya sebenarnya bisa membuat kasus. Saya tidak menjamin ini akan terjadi, bahwa seiring semakin murahnya membangun perangkat lunak, permintaan untuk perangkat lunak akan meningkat begitu banyak sehingga sebenarnya pekerjaan meningkat. Dan itu belum termasuk fakta bahwa ada begitu banyak kategori pekerjaan baru yang akan diciptakan.

Seperti pada tahun 2000 orang tidak bisa membayangkan apa peran manajer media sosial atau gamer Twitch, caster atau apa pun. Begitu banyak pekerjaan baru yang dibangun dan diciptakan yang sulit dibayangkan orang. Apakah saya khawatir tentang kiamat pekerjaan? Tidak. Apakah pekerjaan akan berubah? Ya.

Akankah ada yang kalah dan siapa yang perlu dilatih ulang dan dibantu untuk beradaptasi karena pemenang dan yang kalah seiring berkembangnya pasar kerja seringkali berbeda. Tentu saja. Tapi apakah saya khawatir tentang tingkat pengangguran 95% dan depresi besar dan kita semua kehilangan pekerjaan dan itu terjadi dalam semalam, sama sekali tidak.

Itu bertentangan dengan ekonomi, bertentangan dengan semua yang pernah terjadi, bertentangan dengan budaya dan kecepatan di mana orang bersedia menyesuaikan dan mengadopsi teknologi dan inersia yang melekat pada sistem politik kita, sistem ekonomi kita, dan sebagainya. Tidak, saya tidak berpikir kali ini berbeda, tetapi ya, saya memang berpikir bahwa seperti biasa, teknologi ini akan sangat mengubah umat manusia dalam cara kita menjalani hidup.

Meskipun itu akan memakan waktu lebih lama, orang-orang ini berpikir. Sekali lagi melebih-lebihkan dampak jangka pendek AI dan teknologi, meremehkan dampak jangka panjang.

Oke, Jorge: membangun infrastruktur intelijen keputusan untuk koridor industri T-MEC/USMCA. Oke. Saya kira itu berarti Meksiko, AS mungkin, dan Meksiko.

Model B2B2B, menargetkan broker pelanggan, konsultan lingkungan, dan firma akuntansi, saluran distribusi. Apakah Anda melihat nilai di vertikal industri atau Amerika Latin di pasar yang terlalu terfragmentasi untuk membangun skala usaha dari sana.

Saya akan mundur selangkah. Apakah saya pikir Anda dapat membangun bisnis yang skalabel di Amerika Latin? Tentu saja. Pikirkan Newbank di Brasil atau Plata, yang merupakan bank baru tempat investor di Meksiko, atau Mercado Libre, dan sebagainya. Jadi pertama-tama, pasar Amerika Latin besar, berkembang, semakin canggih, mulai memiliki VC sendiri, dari Kaszek hingga Monashees, dan sebagainya.

Jadi Anda benar-benar dapat membangun startup yang didukung ventura yang sukses di Amerika Latin. Sekarang secara khusus di sektor Anda. Saya tidak cukup tahu tentang ukuran pasar yang dapat dijangkau secara total, ekonomi unit, dan sebagainya. Tetapi sejauh kita berbicara tentang pasar senilai 10 miliar dolar lebih di mana mungkin ada struktur margin yang cukup, saya curiga jawabannya adalah ya. Jadi ya, cukup positif.

Oke. Pengguna LinkedIn, saya tidak yakin mengapa nama tidak selalu muncul dan kadang-kadang muncul. Hai, Fabrice, saya tidak tahu apakah Anda ingat saya dari episode sebelumnya, saya menjalankan pasar di Belanda. Anda memberikan saran selama beberapa episode sebelumnya. Menjual pasar, menggunakan uangnya untuk sekarang membangun perusahaan asuransi yang sangat mengintegrasikan AI.

Bagus! Gunakan AI, siap untuk layanan pelanggan, penipuan, penetapan harga, pemrosesan klaim. Anda punya saran pasar di sini. Anda lebih dari diterima. Dan saya pikir apa yang Anda lakukan dalam hal menggunakan AI untuk meningkatkan segalanya, layanan pelanggan, penipuan, penetapan harga, pemrosesan klaim sangat masuk akal. Kami adalah investor di sebuah perusahaan di Eropa bernama ACE Waves.

Ace Waves adalah perusahaan layanan pelanggan untuk pasar di mana mereka mengintegrasikan dan AI menggantikan sebagian besar tim layanan pelanggan Anda rata-rata memungkinkan Anda menurunkan biaya layanan pelanggan sebesar 50% sambil meningkatkan NPS Anda, meningkatkan kepuasan pelanggan, dan sebagainya. Jadi pasti gunakan AI untuk layanan pelanggan untuk semua hal itu. Dan setiap startup di luar sana harus menggunakan alat-alat tersebut semaksimal mungkin.

Djordje: Saya mungkin salah menyebut nama Anda. Terima kasih telah menjawab pertanyaan saya. Saya mempresentasikan kepada Anda mengenai platform kami di Jacobian Labs yang membawa GNN, saya tidak yakin apa itu, komersialisasi dalam satu, tetapi Anda mengatakan AI Anda menolak. Apakah mungkin untuk mengirimkan pitch deck atau demo kepada Anda secara langsung? Ya, kirimkan saya InMail LinkedIn dengan deck, dan sebagainya. Jadi bekerja di AI saya, omong-omong, pitch Fabrice hanya mencoba memberi Anda umpan balik, dan sebagainya. Saya akan mencoba membuatnya lebih bernuansa dalam hal apa yang disukai dan tidak disukai. Apa yang perlu dilihat berbeda agar kami ingin berinvestasi.

Jadi jangan menganggap penolakan AI sebagai akhir dari segalanya. Dan omong-omong, tim meninjau semua presentasi ke Pitch Fabrice di AI saya di fabricegrinda.com. Saya belum melakukannya, tetapi itu ada di daftar tugas dari batch terakhir Pitch Fabrice. Jadi ya, kirimkan saya email, kami akan meninjaunya.

Sebutkan bahwa Anda menyebutkan percakapan ini dari episode ini sebagai referensi. Dan ya, kami akan melihatnya. Sekarang. Ya. Saya tidak tahu seberapa banyak daya tarik yang Anda miliki. Kami biasanya, atau pasca-peluncuran, pasca-pendapatan, pasca-kecocokan produk-pasar, tetapi awal. Tapi pasca semua hal itu. Jadi tidak yakin persis di mana Anda berada, tetapi kami akan melihatnya.

Mari saya lihat apakah ada pertanyaan lain yang masuk dalam beberapa menit terakhir. Dan jika tidak, jika Anda tidak memiliki pertanyaan terakhir. Kita akan mengakhiri ini. Mari saya periksa. Orang-orang telah mengirim pertanyaan di WhatsApp.

Oke. Saya rasa kita baik-baik saja. Saya rasa kita telah membahas setiap pertanyaan yang telah diajukan sejauh ini. Jadi terima kasih telah bergabung. Seperti biasa, saya akan memposting ini, transkrip dan ringkasan episode ini di blog saya Selasa depan. Dan tidak yakin apa episode berikutnya dan kapan itu akan terjadi.

Mungkin apa pertanyaan yang diajukan orang-orang sebelumnya. Dalam hal perusahaan AI apa yang harus saya bangun jika saya membangunnya hari ini. Oh, sebenarnya tunggu beberapa lagi. Beberapa pertanyaan terakhir muncul.

George, pengalaman Anda, apa yang membedakan pasar yang menjadi platform yang benar-benar besar dari yang tetap menjadi niche atau bisnis layanan?

Masalahnya, sulit untuk mengetahui di awal. Seperti Uber awalnya adalah layanan mobil hitam, jadi itu sangat mewah. Rasanya sangat niche. Saya mengatakan pendiri lain memilih untuk melakukan Stumble Upon daripada memilih untuk melakukan Uber. Dia pikir Uber lebih kecil. Dan hanya ketika UberX datang ke pasar, itu menjadi lebih besar.

Pikirkan Airbnb. Airbnb awalnya adalah kasur tiup di ruang tamu orang, terasa seperti produk yang sangat niche, dan tentu saja menjadi kategori yang jauh lebih besar. Jadi ikuti kecocokan pasar dan lihat seberapa besar kategori itu akhirnya.

Dan terkadang Anda bisa menciptakan kategori yang sangat besar. Kebetulan perumahan adalah kategori yang sangat besar. Dan memonetisasi perumahan yang kurang dimanfaatkan adalah kategori yang sangat besar. Jadi, jika dipresentasikan seperti itu, akan jelas bahwa itu besar sejak awal. Hanya saja tidak dipresentasikan seperti itu di awal. Jadi bagaimana Anda tahu seberapa besar itu?

Seringkali, bahkan jika sesuatu terasa kecil, Anda sebenarnya bisa pergi ke kategori gabungan, menambahkan vertikal lain, meningkatkan temp, di mana sedikitnya, seringkali langit adalah batasnya. Hal-hal ini bisa menjadi jauh lebih besar dari yang Anda kira.

Pengguna LinkedIn dalam fase AI saat ini, seberapa jauh Anda akan membiarkan pengambilan keputusan dilakukan oleh AI dan tingkat pengawasan manusia?

Tergantung apa yang Anda lakukan, kan? Jika Anda (A) menggunakan akal sehat, ketika saya meminta AI untuk melakukan penelitian, yang saya lakukan secara teratur, saya pasti memeriksa silang hasilnya. Juga minta AI untuk memberi Anda kontrafaktual. Jadi jika ia berargumen untuk sesuatu, katakanlah jika Anda berargumen sebaliknya, apa yang akan Anda pikirkan?

Juga, ChatGPT adalah penjilat yang luar biasa. Ia memberi tahu Anda betapa menakjubkannya Anda secara permanen. Mintalah umpan balik yang jujur, realistis, tanpa batas secara eksplisit. Jika tidak, Anda akan mendapatkan jawaban yang terlalu manis dan bias tentang apa yang Anda lakukan. Tetapi dalam hal keputusan penting fundamental manusia, saya akan sepenuhnya memiliki pengawasan manusia saat ini untuk sebagian besar tugas.

Sekarang apakah ada hal-hal yang dapat diotomatisasi, seperti layanan pelanggan untuk, oh, berapa nomor pelacakan pesanan saya atau tidak tiba atau apa pun. Ya, tentu saja, itu bisa dilakukan AI, tetapi seperti hal-hal yang sangat penting, gunakan pengawasan manusia untuk saat ini. Halusinasi, kesalahan, bias, tetapi menarik. Ini adalah bias karena ia ingin menyenangkan Anda, dan jadi ia mengabaikan sisi negatifnya. Ia memberi tahu Anda betapa menakjubkannya Anda, dan sebagainya. Dan jadi Anda harus sangat berhati-hati dengan jenis pertanyaan yang Anda ajukan dan bagaimana Anda menelitinya. Bahkan, gunakan beberapa LLM untuk menguji konsep dan ide untuk memastikan Anda mendapatkan perspektif yang lebih baik.

Pertanyaan cepat. Kami berada di B2C, kami mengevaluasi startup tahap sangat awal untuk hal-hal yang lebih penting bagi Anda, daya tarik awal, wawasan singkat dan kuat tentang masalah massal yang diabaikan oleh petahana. B2C sulit karena Anda memiliki inventaris, ada persaingan, dan sebagainya. Jadi saya peduli dengan daya tarik awal dan ekonomi unit.

Jadi bagi saya sebenarnya lebih dari daya tarik awal adalah ekonomi unit. Tapi jelas apakah itu perlu menjadi masalah yang cukup besar sehingga layak dikejar? Tentu saja. Tapi yang pasti, seperti di B2C, bagaimana Anda memasarkannya? Dan bagaimana Anda menskalakan pemasaran? Masalahnya adalah biaya akuisisi pelanggan meningkat, dan jadi sulit untuk membuat margin seringkali berhasil. Jadi memastikan bahwa Anda dapat menemukan ekonomi Anda bekerja bagi saya dan skalabel serta dapat diulang mungkin yang paling penting.

Supervisor AI terus-menerus bertanya, berikan saya informasi dari semua AI operasional kami. Kami diizinkan melakukan pengambilan keputusan ringan. Ya, itu masuk akal. Dan lebih dari dampak ringan, supervisor manusia.

Ya. Itulah cara yang tepat untuk menggunakan agen dan cara saya akan menggunakan agen saya. Jadi misalnya jika saya memiliki OpenClaw saya, pergi dan cari di LinkedIn untuk melihat LP potensial untuk dana dan seperti siapa yang bisa menulis cek 250 ribu hingga 500 ribu dan di berbagai wilayah geografis dan memikirkan kapan kita bisa melakukan pertemuan.

Jadi bagus. Apakah saya membiarkan OpenClaw kemudian saya memintanya untuk menyusun email yang bisa saya kirim? Ya. Apakah saya secara otomatis membiarkannya mengirim email tanpa saya meninjaunya? Sama sekali tidak. Dan apakah itu dan mungkin itu akan melakukannya untuk ekor panjang, tetapi apakah saya akan membiarkannya melakukannya untuk, saya tidak tahu jika saya mempresentasikan dana pensiun seratus miliar dolar yang dapat menulis cek 20 juta dolar pada dana tersebut?

Sama sekali tidak. Ya. Nasihat, draf, dan sebagainya. Dan bahkan saat itu, saya tidak suka tulisan AI. Saya suka tulisan saya sendiri, jelas saya bias. Ketika saya menulis tesis besar saya tentang makna hidup musim panas ini, yang merupakan tulisan sekitar 10.000 kata tentang perspektif saya tentang makna hidup.

Setelah selesai menulisnya, saya mengunggahnya ke AI di ChatGPT. Saya seperti, oke, berikan saya umpan balik. Dan itu pada dasarnya, kecuali kesalahan ejaan yang jelas, kesalahan tata bahasa, dan sebagainya, yang saya perbaiki. Menggunakan AI, saya mengabaikan semua saran. Oh, judul Anda terlalu umum. Makna hidup. Anda membutuhkan sesuatu yang menarik dan penuh aksi.

Hal itu terlalu panjang. Anda perlu memecahnya menjadi 27 bagian. Contoh Anda terlalu buram. Dan saya pada dasarnya berkata, Anda tahu apa? Saya suka tulisan saya sendiri. Saya pikir cara Anda menulis terlalu berbunga-bunga dan rumit dan saya benci tanda hubung atau apa pun.

Ya. Terima kasih atas sarannya, tapi tidak, terima kasih. Saya menulis sendiri. Meskipun demikian, saya mendapatkan umpan balik dari AI. Jadi misalnya, ya, saya meminta ide-ide tentang hal-hal yang bisa ditulis, dan sebagainya. Saya hanya suka menulis sendiri. Dan omong-omong, itu memang mengidentifikasi kesalahan dan pengulangan, dan sebagainya.

Itu memang menghasilkan perbaikan mendasar. Tapi ya, saya pikir cara Anda menggunakan AI sangat masuk akal, itu juga cara saya menggunakan AI, tapi lihat, saya adalah pengguna super AI. Seperti saya berbicara dengan AI secara teratur tentang segalanya. Saya menguji segalanya. Saya membuat segalanya mulai dari video hingga gambar, hingga menguji model bisnis, hingga mencari properti. Sebutkan saja, saya menggunakan AI untuk itu. Gunakanlah. Itu akan membuat Anda lebih produktif.

Oke, saya rasa kita telah mencapai akhir siaran ini. Terima kasih semua telah bergabung. Ini interaktif dan menyenangkan. Dan saya akan menemui Anda di siaran berikutnya, apa pun siaran berikutnya, dan apa pun topiknya, dalam beberapa minggu, beberapa bulan, kita akan lihat.

Semoga minggu Anda fantastis!