cookie

Ми використовуємо файли cookie для покращення вашого досвіду перегляду. Натиснувши «Прийняти все», ви погоджуєтеся на використання файлів cookie.

avatar

Квантовый Дип

Tech & digital economy. Analysis, insights, opinions.

Більше
Рекламні дописи
1 890
Підписники
-624 години
-997 днів
-1 89630 днів

Триває завантаження даних...

Приріст підписників

Триває завантаження даних...

💲 Гарне відео про enterprise продажі від YC. В кадрі ділиться своїм досвідом Pete Koomen, зараз — Group Partner at YC, а раніше — co-founder/CTO в компанії Optimizely (підняли $200 млн, дійшли до виручки $100 млн і продали стратегу). Він сам пройшов через непростий виклик для технічного фаундера — як навчитись продавати великим компаніям софт з контрактами на сотні тисяч. Відео гарно структуроване і пояснює базові речі, буде корисним і більш широкій аудиторії, що дотична до продажів. Як завжди, топ контент від YC.
Показати все...
Enterprise Sales | Startup School

Y Combinator Group Partner, Pete Koomen, led his startup, Optimizely, to $100M ARR. In this video, Pete breaks down the enterprise sales funnel and shares his top tips on how a technical founder can start closing real deals for their startup. Apply to Y Combinator:

https://yc.link/SUS-apply

Work at a startup:

https://yc.link/SUS-jobs

Chapters (Powered by

https://bit.ly/chapterme-yc)

- 00:00 - Intro 03:29 - Prospecting 05:15 - Outreach 10:09 - Qualification 15:00 - Pricing 18:13 - Closing 18:58 - Avoid surprises in procurement process 20:02 - Implement 22:01 - Outro

📊 Вийшов традиційний щорічний звіт по угодам на українському tech/IT ринку від AVentures. Гарний зріз ринку!
Показати все...
DealBook of Ukraine_ 2024 edition.pdf9.88 MB
📈 GenAI: Too Much Spend, Too Little Benefit? Рік тому в Goldman Sachs прогнозували, що GenAI збільшить світовий ВВП на 7% за десять років. Тепер інвестбанк випустив детальний репорт з більш виваженим аналізом. Що в ньому: • Інтерв'ю з економістом з MIT Дареном Аджемоглу. Він прогнозує, що в наступні десять років автоматизація окупиться лише для 5% робочих задач і завдяки GenAI продуктивність праці зросте лише на 0.5%, а ВВП США — лише на 1%. • Оцінки аналітиків GS, які дивляться на потенціал автоматизації праці більш оптимістично і прогнозують зростання продуктивності на 9%, а ВВП США — на 6% за десять років. • Інтерв'ю з Head of Global Equity Research. Він більш скептичний і загалом його коментарі перегукуються з заголовком репорту. Зокрема він наголошує, що за оцінками GS витрати на AI-інфраструктуру сягнуть $1 трлн в наступні десять років. Щоб ці інвестиції окупились, має виникнути якийсь дуже масштабний юзкейс для використання AI. Проте поки що такої one trillion dollar problem не видно на гориз...
Показати все...
Goldman Sachs. GenAI - Too Much Spend, Too Little Benefit.pdf2.53 MB
Фото недоступнеДивитись в Telegram
10 thoughts on predicting future trends
Показати все...
⚙💸 Компанії витрачають сотні мільярдів на датацентри від NVIDIA. Чи окупляться витрати? Таке питання ставить партнер фонду Sequoia Девід Кан. Він наводить просту оцінку. В 2024 році компанії витратять на AI-обладнання від NVIDIA приблизно $150 млрд. Тобто всього на AI-датацентри - приблизно $300 млрд ("залізо" - в середньому половина витрат на датацентри). Для досягнення прибутковості виручка від продажу софту, який працюватиме на цих датацентрах, має бути щонайменше $600 млрд (припущення, що average software gross profit margin = 50%). Проте наразі виглядає так, що цього не станеться. Лідер ринку - Open AI з виручкою в $3.4 млрд. У всіх інших це значно менші цифри. А ще NVIDIA скоро випустить нові чіпи, які будуть давати в рази вищу продуктивність. Для розробників це гарна новина, тому що вартість AI-інфраструктури з часом буде спадати. А от для корпорацій, які масово закупились залізом від NVIDIA на хайпі, поки що не складається економіка капітальних інвестицій. Варто зауважити, що ефект від AI буде проявлятись не лише напряму в зростанні виручки, але і в підвищенні продуктивності загалом. Але і productivity gains поки не зростають такими темпами як CapEx. Гарний текст, рекомендую, влучно і доступно викладено. Фокус на інфраструктурі і на тому що GPU computing is increasingly turning into a commodity. Автор до Sequoia був партнером в ще одному мегафонді - Coatue (публікував їх потужну презентацію про AI Revolution), де працював з інвестиціями в AI/infra, зокрема в Snowflake, Databricks, Confluent, UiPath, Gitlab, Runway, Hugging Face, Replit.
Показати все...
AI’s $600B Question

The AI bubble is reaching a tipping point. As we continue to follow the GPUs, navigating what comes next will be essential.

🎙 А щодо Adept - нещодавно їх CEO (уже екс-CEO) був на подкасті у Гаррі Стебінса. Я прослухав, дуже змістовний випуск про моделі і загалом про сучасний стан AI-індустрії. Все-таки AI-агенти це супер гаряча тема в AI зараз, мабуть найгарячіша. І засновники Adept були одними з перших, хто це зрозумів. Рекомендую!
Показати все...
David Luan: Why Nvidia Will Enter the Model Space & Models Will Enter the Chip Space | E1169

David Luan is the CEO and Co-Founder at Adept, a company building AI agents for knowledge workers. To date, David has raised over $400M for the company from Greylock, Andrej Karpathy, Scott Belsky, Nvidia, ServiceNow and WorkDay. Previously, he was VP of Engineering at OpenAI, overseeing research on language, supercomputing, RL, safety, and policy and where his teams shipped GPT, CLIP, and DALL-E. He led Google’s giant model efforts as a co-lead of Google Brain. ----------------------------------------------- Timestamps: (00:00) Intro (01:03) Lessons from Google Brain & Their Influence on Building Adept (05:06) Why It Took 6 Years for ChatGPT to Emerge After Transformers (06:49) Takeaways from OpenAI (09:57) The Key Bottleneck in AI Model Performance (16:06) Understanding Minimum Viable Capability Levels & Model Scale (20:17) The Future of the Foundational Model Layer (33:26) Adept’s Focus for Vertical Integration for AI Agents (35:53) The Distinction Between RPA & Agents (40:24) The Co-pilot Approach: Incumbent Strategy or Innovation Catalyst (42:46) Enterprise AI Adoption Budgets: Experimental vs. Core (46:53) AI Services Providers vs. Actual Providers (49:32) Open vs. Closed AI Systems for Crucial Decision Making (54:18) Quick-Fire Round ----------------------------------------------- In Today’s Episode with David Luan We Discuss: 1. The Biggest Lessons from OpenAI and Google Brain: What did OpenAI realise that no one else did that allowed them to steal the show with ChatGPT? Why did it take 6 years post the introduction of transformers for ChatGPT to be released? What are 1-2 of David’s biggest lessons from his time leading teams at OpenAI and Google Brain? 2. Foundation Models: The Hard Truths: Why does David strongly disagree that the performance of foundation models is at a stage of diminishing returns? Why does David believe there will only be 5-7 foundation model providers? What will separate those who win vs those who do not? Does David believe we are seeing the commoditization of foundation models? How and when will we solve core problems of both reasoning and memory for foundation models? 3. Bunding vs Unbundling: Why Chips Are Coming for Models: Why does David believe that Jensen and Nvidia have to move into the model layer to sustain their competitive advantage? Why does David believe that the largest model providers have to make their own chips to make their business model sustainable? What does David believe is the future of the chip and infrastructure layer? 4. The Application Layer: Why Everyone Will Have an Agent: What is the difference between traditional RPA vs agents? Why is agents a 1,000x larger business than RPA? In a world where everyone has an agent, what does the future of work look like? Why does David disagree with the notion of “selling the work” and not the tool? What is the business model for the next generation of application layer AI companies? ----------------------------------------------- Subscribe on Spotify:

https://open.spotify.com/show/3j2KMcZTtgTNBKwtZBMHvl?si=85bc9196860e4466

Subscribe on Apple Podcasts:

https://podcasts.apple.com/us/podcast/the-twenty-minute-vc-20vc-venture-capital-startup/id958230465

Follow Harry Stebbings on Twitter:

https://twitter.com/HarryStebbings

Follow David Luan on Twitter:

https://twitter.com/jluan

Follow 20VC on Instagram:

https://www.instagram.com/20vchq

Follow 20VC on TikTok:

https://www.tiktok.com/@20vc_tok

Visit our Website:

https://www.20vc.com

Subscribe to our Newsletter:

https://www.thetwentyminutevc.com/contact

----------------------------------------------- #20vc #harrystebbings #davidluan #adeptai #venturecapital #ai #openai #nvidia #deepmind #chatgpt #apple

💰 Прочитав про неофіційне поглинання чергового AI-стартапа tech-гігантом: core-команда Adept, стартапа що розробляє AI-агентів для enterprise, переходить в Amazon. Стартап заснували в 2022 виходці з Google та Open AI. Залучили $415 млн з оцінкою в $1 млрд. Проте робочу бізнес-модель так і не знайшли. Вели переговори про поглинання з Meta і Microsoft, в результаті будуть працювати в AI-команді Amazon. AI-стартапів зараз дуже багато. Бізнес-модель, та що там, навіть виручку можуть знайти не всі. Продатись комусь великому - непоганий варіант, точно кращий ніж банкрутство. Але бажаючих продатись багато, а можливих покупців дуже мало - big tech і великі гравці в сфері AI/ML типу Databricks. Ще важливий момент: антимонопольні органи зараз уважно дивляться на такі угоди і часто їх не пропускають. Згадайте зірвану мегаугоду між Adobe та Figma на $20 млрд. Тому команда Inflection ось так креативно перейшла в Microsoft, без офіційної покупки. І мабуть тому замість нормального поглинання Adept теж проходить через таку дивну транзакцію. До речі, в тому числі через антимонопольні обмеження big tech став головним інвестором в AI: якщо раніше tech гіганти могли спокійно купувати класні стартапи, то тепер їм довелось перенести свою активність на ранні етапи і інвестувати в них на ранніх стадіях.
Показати все...
Фото недоступнеДивитись в Telegram
🎤 Я також трішки долучився — ось мій коментар в розділі про інвестиції
Показати все...
🧠 А ось гарний репорт про українську AI екосистему від AI House () та Roosh. Багато даних зібрали, гарна робота.
Показати все...
AI-Ecosystem-of-Ukraine-by-AI-HOUSE-x-Roosh-ENG.pdf14.54 MB
📝 Гарний репорт про те, як enterprise клієнти купують/використовують GenAI рішення
Показати все...
CB-Insights_Enterprise-AI-Roadmap.pdf3.53 MB
Оберіть інший тариф

На вашому тарифі доступна аналітика тільки для 5 каналів. Щоб отримати більше — оберіть інший тариф.