Найкраще використання ШІ - це підвищення швидкості ітерацій, а не прагнення до магії "одного натискання".
Упорядкування: Фаундер Парк
Другий день YC AI Startup School зустрів семеро видатних гостей: Сатья Наделла (генеральний директор Microsoft), Енді Нг (засновник Deep Learning.AI), Челсі Фінн (співзасновник Physical Intelligence), Майкл Труелл (генеральний директор та співзасновник Cursor), Ділан Філд (генеральний директор та співзасновник Figma), Андрій Карпати (колишній директор з AI в Tesla) та Шрірам Кришнан (старший радник з політики в галузі штучного інтелекту Білого дому).
Навколо тем технологій ШІ, підприємництва та інших, ці великі діячі поділилися багатьма чудовими думками під час своїх промов, такими як:
Не персоніфікуйте ШІ. ШІ не є людиною, це інструмент. Наступний рубіж - надати йому пам'ять, інструменти та можливість діяти, але це суттєво відрізняється від людського мислення.
У майбутньому, інтелектуальні агенти стануть новим поколінням комп'ютерів. Це майбутнє залежить не лише від точності технологій, але й від довіри користувачів та безшовного взаємодії.
Продукти, які містять зворотний зв'язок, такі як Agentic AI, показують набагато кращі результати, ніж інструменти, які можуть виконувати завдання лише «один раз». Постійна взаємодія може оптимізувати результати, а ітерації можуть призвести до комплексного підвищення продуктивності.
Зараз швидкість створення прототипів зросла в 10 разів, а ефективність розробки програмного забезпечення на виробничому рівні підвищилася на 30-50%. Слід скористатися цією перевагою, зменшуючи ринкові ризики за допомогою зворотного зв'язку від користувачів в реальному часі.
Код більше не є тією рідкісною основною активною, якою був раніше. Завдяки швидким інструментам прототипування та ШІ, код легко виробляється. Справжня важливість полягає в цінності, яку реалізує код.
Реальні дані неможливо замінити. Хоча синтетичні та змодельовані дані є корисними, реальні дані все ще мають вирішальне значення, особливо для складних візуальних і фізичних завдань.
Найкраще використання ШІ полягає в підвищенні швидкості ітерацій, а не в прагненні до «магії» однієї кнопки. Дизайнери та менеджери з продуктів тепер повинні вносити свій внесок у оцінку ШІ.
Окрім Андрея Карпаті (деталі виступу Андрея Карпаті можна знайти в нашій статті вчора «Перший день YC AI Startup School, виступ Андрея Карпаті став хітом»), Срірама Крішнана, ми узагальнили основні точки зору решти п'яти гостей.
Генеральний директор Microsoft: Сатья Наделла
!
Комплексний ефект платформи: Штучний інтелект не виникає на порожньому місці, а ґрунтується на десятиліттях хмарної інфраструктури, яка розвинулася до здатності підтримувати навчання масштабних моделей. Кожне покоління платформи прокладає шлях для появи наступного покоління.
Модель є інфраструктурою, продукт є екосистемою: базова модель є своєрідною інфраструктурою, подібно до нової SQL-бази даних. Справжнім продуктом є не сама модель, а вся екосистема, яка будується навколо неї: зворотний зв'язок, інтеграція інструментів та взаємодія з користувачами.
Економічний вплив є базовим: північна зірка, за якою Сатья вимірює цінність ШІ, це: «Чи створює вона економічний надлишок?» Якщо технологія не може сприяти зростанню ВВП, вона не є революційною.
Межа між обчислювальною потужністю та інтелектом: рівень інтелекту зростатиме в логарифмічній залежності від інвестицій в обчислювальну потужність. Але майбутні значні прориви не будуть лише результатом масштабу, а прийдуть з парадигмальних змін, як прибуття наступного "моменту законів масштабу".
Енергетика та суспільна згода: Масштабний розвиток ШІ вимагатиме більше споживання енергії, а також отримання дозволу суспільства. Щоб здобути цей дозвіл, ми повинні продемонструвати, що реальні, позитивні соціальні вигоди від ШІ є достатніми, щоб відповідати його витратам.
Справжнім гальмом для AI є управління змінами: перешкоди для розвитку традиційних галузей не в технологіях, а в обмеженнях, накладених існуючими робочими процесами. Справжня трансформація вимагає переосмислення того, як виконується робота, а не лише простого впровадження AI.
Злиття робочих ролей: на таких платформах, як LinkedIn, традиційні ролі, такі як дизайн, фронтенд і продукт, поступово зливаються, що призводить до появи «фуллстек» спеціалістів. Штучний інтелект надає більшій кількості людей міждисциплінарні навички, що прискорює цю тенденцію.
Не недооцінюйте цінність повторюваної роботи: у знаннєвій праці існує велика кількість повторюваної фізичної праці. Найкраще застосування ШІ – це усунення цих «невидимих витрат на тертя» і звільнення людської креативності.
Залишайтеся відкритими до майбутнього: навіть сам Сатья не передбачав, що технології «обчислення під час тестування» та «підкріпленого навчання» розвиватимуться так швидко. Не припускайте, що ми вже бачили остаточну форму ШІ, у майбутньому, ймовірно, буде ще більше проривів.
Не намагайтеся уподібнити штучний інтелект людині: Штучний інтелект не є людиною. Це інструмент. Наступний фронт полягає в наділенні його пам'яттю, інструментами та здатністю діяти, але це має суттєву різницю з людською здатністю до міркування.
Майбутнє розробки: ШІ не замінить розробників, а стане їхнім надійним помічником. VSCode - це полотно для співпраці з ШІ. Основна мета програмної інженерії перейде з написання коду на проектування систем та забезпечення якості.
Відповідальність і довіра є невід’ємними: поява ШІ не може звільнити людство від відповідальності. Компанії все ще повинні нести юридичну відповідальність за поведінку своїх продуктів. Ось чому конфіденційність, безпека і суверенітет повинні залишатися в центрі уваги.
Довіра походить з практичної цінності: довіра виникає з практичності, а не з пустих слів. Сатья зазначає, що чат-бот, розгорнутий для індійських фермерів, є прикладом, підкреслюючи, що видима допомога є основою для побудови довіри.
Від голосу до інтелектуальних агентів: подорож Microsoft у світі ШІ почалася з голосових технологій у 1995 році. Сьогодні її стратегічний акцент зосереджений на повнофункціональних «інтелектуальних агентах», які поєднують голос, зорове сприйняття та всюдисущі обчислювальні пристрої.
Інтелектуальні агенти — це комп'ютери майбутнього: Довгострокове бачення Сатьї полягає в тому, що «інтелектуальні агенти стануть новим поколінням комп'ютерів». Це майбутнє залежить не лише від точності технологій, але й від довіри користувачів та безшовного взаємодії.
Про натхнення лідерства: його порада полягає в тому, щоб почати з найнижчих позицій, але мати найбільші амбіції. Потрібно навчитися створювати команду, а не просто розробляти продукт.
Людина, яку шукає Сатья: він цінує таких людей: спрощують складне, приносять ясність думок; надихають команду, об'єднують людей; охоче вирішують складні задачі за жорстких обмежень.
Найулюбленіше питання на співбесіді: «Розкажіть мені про проблему, яку ви не знали, як вирішити, і як ви її вирішили». Він сподівається побачити в цьому допитливість, адаптивність і наполегливість кандидата.
Потенціал квантових обчислень: наступна руйнівна технологія може прийти з квантової сфери. Microsoft зосереджує увагу на розробці «квантових бітів з корекцією помилок», ця технологія може дозволити нам моделювати природний світ з безпрецедентною точністю.
Порада молоді: не чекайте дозволу від інших. Створіть інструменти, які насправді нададуть людям владу. Він часто розмірковує: «Що ми можемо створити, щоб допомогти іншим у створенні?»
Найулюбленіші продукти: VSCode та Excel — тому що вони надають людям надздібності.
Засновник Deep Learning.AI: Ендрю Нг
!
Швидкість виконання визначає успіх: найкращий показник того, чи може стартап досягти успіху, - це швидкість побудови, тестування та ітерації. Швидкість приносить ефект компounding навчання, а штучний інтелект робить цей ефект експонентним.
Більшість можливостей на рівні застосунків: наразі найбільший прибуток не походить від створення нових моделей, а від застосування існуючих моделей у цінних, орієнтованих на користувача сценаріях. Ось на що повинні зосередитися засновники.
Агентний ШІ переважає "одноразові" інструменти: продукти, які містять цикли зворотного зв'язку, такі як Агентний ШІ, значно перевершують ті, що можуть виконувати завдання лише "один раз". Постійна взаємодія може оптимізувати результати, а ітерація може забезпечити комплексне підвищення продуктивності.
«Шар організації» набирає обертів: між базовими моделями та додатками формується новий проміжний рівень: агенційна організація. Цей рівень може підтримувати складні багатоступеневі завдання через різні інструменти та джерела даних.
Чим конкретніша ідея, тим швидше її реалізація: найкращий спосіб швидкої дії – почати з конкретної ідеї, яка має достатньо деталей, щоб інженер міг негайно почати будувати. Хороші конкретні ідеї, як правило, походять від експертів у своїй галузі з інтуїтивно зрозумілою ясністю.
Будьте обережні з пастками «великої нарації»: абстрактні цілі, такі як «AI в медицині», звучать амбітно, але часто призводять до уповільнення виконання. Справжню ефективність можуть забезпечити конкретні інструменти, такі як «автоматизація запису на МРТ».
Сміливо коригуйте напрямок, за умови, що ви зробили правильний перший крок: якщо ранні дані свідчать, що ваша ідея не працює, конкретний початковий план полегшить вам перехід. Чітко розуміючи, що ви тестуєте, ви зможете швидко перейти в інший напрямок після невдачі.
Використання зворотного зв'язку для уникнення ризиків: тепер швидкість створення прототипів зросла в 10 разів, а ефективність розробки програмного забезпечення для виробництва зросла на 30-50%. Слід скористатися цією перевагою, зменшуючи ризики на ринку за допомогою реального зворотного зв'язку від користувачів.
Пробуйте більше, а не прагніть до досконалості: не намагайтеся вдосконалити вашу першу версію. Створіть 20 грубих прототипів і подивіться, який з них зможе залишитися. Швидкість навчання важливіша, ніж шліфування.
Швидкі дії та відповідальність: Юань Да переосмислив класичне гасло Кремнієвої долини: не «дій швидко, ламай стереотипи», а «дій швидко та братим на себе відповідальність». Відчуття відповідальності є основою довіри.
Код втрачає свою рідкісну цінність: код більше не є тією рідкісною основною цінністю, якою був раніше. Завдяки інструментам швидкого прототипування та ІІ, код легко виробляти. Справжня цінність полягає в тому, що реалізує код.
Технічна архітектура є зворотною: раніше вибір архітектури був одностороннім рішенням. Тепер це двосторонні двері, вартість зміни архітектури значно зменшилася. Ця гнучкість заохочує більш сміливі спроби та швидші експерименти.
Кожен повинен вчитися програмуванню: аргументи "не вчіться програмуванню" є оманливими. Коли люди переходили з асемблера на високорівневі мови, у них також були подібні занепокоєння. ШІ знижує бар'єри для програмування, у майбутньому більше людей повинні вміти програмувати.
Знання предметної області робить штучний інтелект кращим: глибоке розуміння конкретної домену дозволить вам краще використовувати штучний інтелект. Мистецтвознавці можуть написати кращі підказки для зображень. Лікарі можуть формувати кращий штучний інтелект для здоров'я. Засновники повинні поєднувати знання предметної області з грамотністю штучного інтелекту.
Менеджер з продукту зараз є вузьким місцем: зараз новим обмежувальним фактором є не інженерія, а управління продуктом. Команда Ву Ен Да навіть запропонувала змінити співвідношення менеджерів з продукту до інженерів на 2:1, щоб прискорити процеси зворотного зв'язку та прийняття рішень.
Інженери потребують продуктового мислення: інженери з продуктовою інтуїцією діють швидше, а розроблені ними продукти є кращими. Лише технічних здібностей недостатньо, розробники також повинні глибоко розуміти потреби користувачів.
запитання думки друзів
Глибокі знання в галузі ШІ залишаються захисним валом: обізнаність у ШІ ще не поширена. Ті, хто дійсно розуміє принципи технології ШІ, все ще мають величезну перевагу — вони можуть здійснювати інновації більш розумно, ефективно та автономно.
Піар ≠ істина: будьте обережні з історіями, які звучать вражаюче, але в основному використовуються для збору коштів або підвищення статусу. Такі терміни, як AGI, вимирання та безмежний інтелект, зазвичай є ознаками піару, а не впливу.
Безпека стосується використання, а не самої технології: концепція "AI безпеки" часто неправильно розуміється. AI, як електрика або вогонь, сама по собі не є доброю чи поганою, все залежить від того, як її застосовують. Безпека стосується використання, а не самого інструмента.
Єдине, що важливо, це чи подобається це користувачам: не варто надто перейматися витратами на модель або показниками продуктивності. Єдине питання, яке потрібно врахувати: чи створюєте ви продукт, який насправді подобається користувачам і який вони готові використовувати постійно?
Освіта AI все ще в стадії дослідження: компанії, такі як Kira Learning, проводять багато експериментів, але остаточна форма AI в освітній сфері ще не зрозуміла. Ми все ще перебуваємо на ранній стадії трансформації.
Остерігайтеся «апокаліптичних теорій» та «захоплення регулюванням»: надмірний страх перед ШІ використовується для обґрунтування регуляцій, що захищають існуючі підприємства. Слід ставитися скептично до наративів про «безпеку ШІ», які вигідні тим, хто вже перебуває при владі.
Фізичний інтелект Лянчуан: Челсі Фінн
!
Технології робототехніки вимагають повного стекового мислення: ви не можете просто додати робототехніку до існуючої компанії. Вам потрібно почати з нуля, щоб побудувати весь технологічний стек — дані, моделі, впровадження.
Якість даних важливіша за кількість: великі набори даних з галузі, YouTube або симульованого середовища часто страждають від недостатньої різноманітності та достовірності. Правильні, високоякісні дані важливіші за масштаб.
Найкраща модель: попереднє навчання + доопрацювання: спочатку проводиться попереднє навчання на широкому наборі даних, а потім використовується близько 1000 якісних зразків, що відповідають сцені, для доопрацювання. Цей підхід може суттєво підвищити продуктивність роботів.
Універсальні роботи перевершать спеціалізовані: моделі, які можуть працювати з різними завданнями та апаратними платформами (такими як роботи від третіх сторін), виявляються більш успішними, ніж системи, побудовані для конкретних цілей.
Реальні дані з реального світу незамінні: хоча синтетичні та змодельовані дані можуть бути корисними, справжні дані залишаються надзвичайно важливими, особливо для складних візуальних і фізичних завдань.
Надмірні ресурси можуть мати зворотний ефект: надмірне фінансування або ускладнення справ можуть сповільнити прогрес. Чіткість проблеми та зосереджене виконання є найважливішими.
Генеральний директор Cursor & співзасновник: Майкл Труелл
!
Розпочніть якомога раніше і продовжуйте будувати: навіть якщо партнер вийде, Майкл все ще продовжує програмувати. Ранні вірусні розповсюдження (підробка Flappy Bird) допомогли йому здобути впевненість і навички.
Швидка верифікація, навіть у незнайомій сфері: їхня команда створила програмного асистента в галузі машинобудування без попереднього досвіду. Їхній девіз – «вчитися на практиці».
Диференційоване позиціонування, не треба боятися гігантів: вони коливалися, чи варто конкурувати з GitHub Copilot, але згодом усвідомили, що мало компаній мають мету «автоматизації всього процесу розробки». Це позиціонування відкрило їм ринок.
Від коду до випуску, швидка дія: від першого рядка коду до публічного випуску вони витратили лише 3 місяці. Швидка ітерація допомогла їм швидко налаштувати напрямок продукту.
Сфокусованість переважає складність: вони рішуче відмовилися від одночасної розробки IDE (інтегрованого середовища розробки) та AI інструментів. Сфокусувавшись на самих AI функціях, досягли швидшого розвитку.
Розповсюдження може початися з одного твітту: раннє зростання користувачів Cursor походить з твітту співзасновника в соціальних мережах. Перед офіційним маркетинговим просуванням, сарафанне радіо вже стало основним рушієм.
Ефект складних відсотків виконання: У 2024 році річний регулярний дохід Cursor зріс з 1 мільйона доларів до 100 мільйонів доларів протягом року, досягнувши 10% тижневого складного зростання завдяки поліпшенню продукту та попиту користувачів.
Найкраща порада - слідуйте своїй цікавості: забудьте про ті речі, які ви робите для покращення резюме. Основна порада Майкла: займайтеся тим, що вас цікавить, разом з розумними людьми.
Генеральний директор Figma & співзасновник: Ділан Філд
!
Знайдіть співавтора, який буде вас надихати: Мотивація Ділана походить від співпраці з його співавтором Еваном Уоллесом, «кожного тижня відчувається, ніби ми створюємо майбутнє».
Починайте якнайшвидше, вчіться на ходу: Ділан, коли йому було 19 років і він ще навчався в університеті, розпочав свій підприємницький проект. Ранні невдачі, такі як «генератор емодзі», врешті-решт загартували таку велику ідею, як Figma.
Швидке випускання, швидше отримання відгуків: вони зв'язувалися з ранніми користувачами через електронну пошту, щоб швидко ітеративно вдосконалювати продукт, і з самого початку дотримувалися принципу стягнення плати. Відгуки є постійним рушійним фактором еволюції продукту.
Розбиття довгострокової дорожньої карти на короткострокові спринти: розділення великої мети на менші частини є ключем до забезпечення швидкості та ефективності.
Взаємодія продукту з ринком може зайняти кілька років: Figma витратила п’ять років, щоб отримати визначальний сигнал: Microsoft заявила, що якщо Figma більше не почне стягувати плату, їм доведеться скасувати співпрацю.
Дизайн є новим фактором диференціації: він вірить, що через зростання ІШ, дизайн стає все більш важливим. Figma також відповідає на цю тенденцію, випускаючи нову серію продуктів, таких як Draw, Buzz, Sites та Make.
Використання AI для прискорення проектування прототипів: Найкраще застосування AI - це підвищення швидкості ітерацій, а не прагнення до «магії» одноразового створення. Дизайнери та менеджери продуктів тепер повинні вносити свій внесок у оцінку AI.
Прийміть відмову, а не уникайте її: досвід виступів у дитинстві навчив Ділана спокійно ставитися до критики та відгуків. Він вважає, що відмова є частиною шляху до успіху.
Людські зв’язки завжди залишаються в центрі: попередження про те, що не слід замінювати людські стосунки штучним інтелектом. Коли його запитали про сенс життя, він відповів: «Дослідження свідомості, наполегливе навчання, поділ любов’ю.»
Переглянути оригінал
Контент має виключно довідковий характер і не є запрошенням до участі або пропозицією. Інвестиційні, податкові чи юридичні консультації не надаються. Перегляньте Відмову від відповідальності , щоб дізнатися більше про ризики.
YC AI стартап-табір День 2: Надела, Ву Енда, CEO Cursor також прийшли
Упорядкування: Фаундер Парк
Другий день YC AI Startup School зустрів семеро видатних гостей: Сатья Наделла (генеральний директор Microsoft), Енді Нг (засновник Deep Learning.AI), Челсі Фінн (співзасновник Physical Intelligence), Майкл Труелл (генеральний директор та співзасновник Cursor), Ділан Філд (генеральний директор та співзасновник Figma), Андрій Карпати (колишній директор з AI в Tesla) та Шрірам Кришнан (старший радник з політики в галузі штучного інтелекту Білого дому).
Навколо тем технологій ШІ, підприємництва та інших, ці великі діячі поділилися багатьма чудовими думками під час своїх промов, такими як:
Окрім Андрея Карпаті (деталі виступу Андрея Карпаті можна знайти в нашій статті вчора «Перший день YC AI Startup School, виступ Андрея Карпаті став хітом»), Срірама Крішнана, ми узагальнили основні точки зору решти п'яти гостей.
Генеральний директор Microsoft: Сатья Наделла
!
Комплексний ефект платформи: Штучний інтелект не виникає на порожньому місці, а ґрунтується на десятиліттях хмарної інфраструктури, яка розвинулася до здатності підтримувати навчання масштабних моделей. Кожне покоління платформи прокладає шлях для появи наступного покоління.
Модель є інфраструктурою, продукт є екосистемою: базова модель є своєрідною інфраструктурою, подібно до нової SQL-бази даних. Справжнім продуктом є не сама модель, а вся екосистема, яка будується навколо неї: зворотний зв'язок, інтеграція інструментів та взаємодія з користувачами.
Економічний вплив є базовим: північна зірка, за якою Сатья вимірює цінність ШІ, це: «Чи створює вона економічний надлишок?» Якщо технологія не може сприяти зростанню ВВП, вона не є революційною.
Межа між обчислювальною потужністю та інтелектом: рівень інтелекту зростатиме в логарифмічній залежності від інвестицій в обчислювальну потужність. Але майбутні значні прориви не будуть лише результатом масштабу, а прийдуть з парадигмальних змін, як прибуття наступного "моменту законів масштабу".
Енергетика та суспільна згода: Масштабний розвиток ШІ вимагатиме більше споживання енергії, а також отримання дозволу суспільства. Щоб здобути цей дозвіл, ми повинні продемонструвати, що реальні, позитивні соціальні вигоди від ШІ є достатніми, щоб відповідати його витратам.
Справжнім гальмом для AI є управління змінами: перешкоди для розвитку традиційних галузей не в технологіях, а в обмеженнях, накладених існуючими робочими процесами. Справжня трансформація вимагає переосмислення того, як виконується робота, а не лише простого впровадження AI.
Злиття робочих ролей: на таких платформах, як LinkedIn, традиційні ролі, такі як дизайн, фронтенд і продукт, поступово зливаються, що призводить до появи «фуллстек» спеціалістів. Штучний інтелект надає більшій кількості людей міждисциплінарні навички, що прискорює цю тенденцію.
Не недооцінюйте цінність повторюваної роботи: у знаннєвій праці існує велика кількість повторюваної фізичної праці. Найкраще застосування ШІ – це усунення цих «невидимих витрат на тертя» і звільнення людської креативності.
Залишайтеся відкритими до майбутнього: навіть сам Сатья не передбачав, що технології «обчислення під час тестування» та «підкріпленого навчання» розвиватимуться так швидко. Не припускайте, що ми вже бачили остаточну форму ШІ, у майбутньому, ймовірно, буде ще більше проривів.
Не намагайтеся уподібнити штучний інтелект людині: Штучний інтелект не є людиною. Це інструмент. Наступний фронт полягає в наділенні його пам'яттю, інструментами та здатністю діяти, але це має суттєву різницю з людською здатністю до міркування.
Майбутнє розробки: ШІ не замінить розробників, а стане їхнім надійним помічником. VSCode - це полотно для співпраці з ШІ. Основна мета програмної інженерії перейде з написання коду на проектування систем та забезпечення якості.
Відповідальність і довіра є невід’ємними: поява ШІ не може звільнити людство від відповідальності. Компанії все ще повинні нести юридичну відповідальність за поведінку своїх продуктів. Ось чому конфіденційність, безпека і суверенітет повинні залишатися в центрі уваги.
Довіра походить з практичної цінності: довіра виникає з практичності, а не з пустих слів. Сатья зазначає, що чат-бот, розгорнутий для індійських фермерів, є прикладом, підкреслюючи, що видима допомога є основою для побудови довіри.
Від голосу до інтелектуальних агентів: подорож Microsoft у світі ШІ почалася з голосових технологій у 1995 році. Сьогодні її стратегічний акцент зосереджений на повнофункціональних «інтелектуальних агентах», які поєднують голос, зорове сприйняття та всюдисущі обчислювальні пристрої.
Інтелектуальні агенти — це комп'ютери майбутнього: Довгострокове бачення Сатьї полягає в тому, що «інтелектуальні агенти стануть новим поколінням комп'ютерів». Це майбутнє залежить не лише від точності технологій, але й від довіри користувачів та безшовного взаємодії.
Про натхнення лідерства: його порада полягає в тому, щоб почати з найнижчих позицій, але мати найбільші амбіції. Потрібно навчитися створювати команду, а не просто розробляти продукт.
Людина, яку шукає Сатья: він цінує таких людей: спрощують складне, приносять ясність думок; надихають команду, об'єднують людей; охоче вирішують складні задачі за жорстких обмежень.
Найулюбленіше питання на співбесіді: «Розкажіть мені про проблему, яку ви не знали, як вирішити, і як ви її вирішили». Він сподівається побачити в цьому допитливість, адаптивність і наполегливість кандидата.
Потенціал квантових обчислень: наступна руйнівна технологія може прийти з квантової сфери. Microsoft зосереджує увагу на розробці «квантових бітів з корекцією помилок», ця технологія може дозволити нам моделювати природний світ з безпрецедентною точністю.
Порада молоді: не чекайте дозволу від інших. Створіть інструменти, які насправді нададуть людям владу. Він часто розмірковує: «Що ми можемо створити, щоб допомогти іншим у створенні?»
Найулюбленіші продукти: VSCode та Excel — тому що вони надають людям надздібності.
Засновник Deep Learning.AI: Ендрю Нг
!
Швидкість виконання визначає успіх: найкращий показник того, чи може стартап досягти успіху, - це швидкість побудови, тестування та ітерації. Швидкість приносить ефект компounding навчання, а штучний інтелект робить цей ефект експонентним.
Більшість можливостей на рівні застосунків: наразі найбільший прибуток не походить від створення нових моделей, а від застосування існуючих моделей у цінних, орієнтованих на користувача сценаріях. Ось на що повинні зосередитися засновники.
Агентний ШІ переважає "одноразові" інструменти: продукти, які містять цикли зворотного зв'язку, такі як Агентний ШІ, значно перевершують ті, що можуть виконувати завдання лише "один раз". Постійна взаємодія може оптимізувати результати, а ітерація може забезпечити комплексне підвищення продуктивності.
«Шар організації» набирає обертів: між базовими моделями та додатками формується новий проміжний рівень: агенційна організація. Цей рівень може підтримувати складні багатоступеневі завдання через різні інструменти та джерела даних.
Чим конкретніша ідея, тим швидше її реалізація: найкращий спосіб швидкої дії – почати з конкретної ідеї, яка має достатньо деталей, щоб інженер міг негайно почати будувати. Хороші конкретні ідеї, як правило, походять від експертів у своїй галузі з інтуїтивно зрозумілою ясністю.
Будьте обережні з пастками «великої нарації»: абстрактні цілі, такі як «AI в медицині», звучать амбітно, але часто призводять до уповільнення виконання. Справжню ефективність можуть забезпечити конкретні інструменти, такі як «автоматизація запису на МРТ».
Сміливо коригуйте напрямок, за умови, що ви зробили правильний перший крок: якщо ранні дані свідчать, що ваша ідея не працює, конкретний початковий план полегшить вам перехід. Чітко розуміючи, що ви тестуєте, ви зможете швидко перейти в інший напрямок після невдачі.
Використання зворотного зв'язку для уникнення ризиків: тепер швидкість створення прототипів зросла в 10 разів, а ефективність розробки програмного забезпечення для виробництва зросла на 30-50%. Слід скористатися цією перевагою, зменшуючи ризики на ринку за допомогою реального зворотного зв'язку від користувачів.
Пробуйте більше, а не прагніть до досконалості: не намагайтеся вдосконалити вашу першу версію. Створіть 20 грубих прототипів і подивіться, який з них зможе залишитися. Швидкість навчання важливіша, ніж шліфування.
Швидкі дії та відповідальність: Юань Да переосмислив класичне гасло Кремнієвої долини: не «дій швидко, ламай стереотипи», а «дій швидко та братим на себе відповідальність». Відчуття відповідальності є основою довіри.
Код втрачає свою рідкісну цінність: код більше не є тією рідкісною основною цінністю, якою був раніше. Завдяки інструментам швидкого прототипування та ІІ, код легко виробляти. Справжня цінність полягає в тому, що реалізує код.
Технічна архітектура є зворотною: раніше вибір архітектури був одностороннім рішенням. Тепер це двосторонні двері, вартість зміни архітектури значно зменшилася. Ця гнучкість заохочує більш сміливі спроби та швидші експерименти.
Кожен повинен вчитися програмуванню: аргументи "не вчіться програмуванню" є оманливими. Коли люди переходили з асемблера на високорівневі мови, у них також були подібні занепокоєння. ШІ знижує бар'єри для програмування, у майбутньому більше людей повинні вміти програмувати.
Знання предметної області робить штучний інтелект кращим: глибоке розуміння конкретної домену дозволить вам краще використовувати штучний інтелект. Мистецтвознавці можуть написати кращі підказки для зображень. Лікарі можуть формувати кращий штучний інтелект для здоров'я. Засновники повинні поєднувати знання предметної області з грамотністю штучного інтелекту.
Менеджер з продукту зараз є вузьким місцем: зараз новим обмежувальним фактором є не інженерія, а управління продуктом. Команда Ву Ен Да навіть запропонувала змінити співвідношення менеджерів з продукту до інженерів на 2:1, щоб прискорити процеси зворотного зв'язку та прийняття рішень.
Інженери потребують продуктового мислення: інженери з продуктовою інтуїцією діють швидше, а розроблені ними продукти є кращими. Лише технічних здібностей недостатньо, розробники також повинні глибоко розуміти потреби користувачів.
запитання думки друзів
Глибокі знання в галузі ШІ залишаються захисним валом: обізнаність у ШІ ще не поширена. Ті, хто дійсно розуміє принципи технології ШІ, все ще мають величезну перевагу — вони можуть здійснювати інновації більш розумно, ефективно та автономно.
Піар ≠ істина: будьте обережні з історіями, які звучать вражаюче, але в основному використовуються для збору коштів або підвищення статусу. Такі терміни, як AGI, вимирання та безмежний інтелект, зазвичай є ознаками піару, а не впливу.
Безпека стосується використання, а не самої технології: концепція "AI безпеки" часто неправильно розуміється. AI, як електрика або вогонь, сама по собі не є доброю чи поганою, все залежить від того, як її застосовують. Безпека стосується використання, а не самого інструмента.
Єдине, що важливо, це чи подобається це користувачам: не варто надто перейматися витратами на модель або показниками продуктивності. Єдине питання, яке потрібно врахувати: чи створюєте ви продукт, який насправді подобається користувачам і який вони готові використовувати постійно?
Освіта AI все ще в стадії дослідження: компанії, такі як Kira Learning, проводять багато експериментів, але остаточна форма AI в освітній сфері ще не зрозуміла. Ми все ще перебуваємо на ранній стадії трансформації.
Остерігайтеся «апокаліптичних теорій» та «захоплення регулюванням»: надмірний страх перед ШІ використовується для обґрунтування регуляцій, що захищають існуючі підприємства. Слід ставитися скептично до наративів про «безпеку ШІ», які вигідні тим, хто вже перебуває при владі.
Фізичний інтелект Лянчуан: Челсі Фінн
!
Технології робототехніки вимагають повного стекового мислення: ви не можете просто додати робототехніку до існуючої компанії. Вам потрібно почати з нуля, щоб побудувати весь технологічний стек — дані, моделі, впровадження.
Якість даних важливіша за кількість: великі набори даних з галузі, YouTube або симульованого середовища часто страждають від недостатньої різноманітності та достовірності. Правильні, високоякісні дані важливіші за масштаб.
Найкраща модель: попереднє навчання + доопрацювання: спочатку проводиться попереднє навчання на широкому наборі даних, а потім використовується близько 1000 якісних зразків, що відповідають сцені, для доопрацювання. Цей підхід може суттєво підвищити продуктивність роботів.
Універсальні роботи перевершать спеціалізовані: моделі, які можуть працювати з різними завданнями та апаратними платформами (такими як роботи від третіх сторін), виявляються більш успішними, ніж системи, побудовані для конкретних цілей.
Реальні дані з реального світу незамінні: хоча синтетичні та змодельовані дані можуть бути корисними, справжні дані залишаються надзвичайно важливими, особливо для складних візуальних і фізичних завдань.
Надмірні ресурси можуть мати зворотний ефект: надмірне фінансування або ускладнення справ можуть сповільнити прогрес. Чіткість проблеми та зосереджене виконання є найважливішими.
Генеральний директор Cursor & співзасновник: Майкл Труелл
!
Розпочніть якомога раніше і продовжуйте будувати: навіть якщо партнер вийде, Майкл все ще продовжує програмувати. Ранні вірусні розповсюдження (підробка Flappy Bird) допомогли йому здобути впевненість і навички.
Швидка верифікація, навіть у незнайомій сфері: їхня команда створила програмного асистента в галузі машинобудування без попереднього досвіду. Їхній девіз – «вчитися на практиці».
Диференційоване позиціонування, не треба боятися гігантів: вони коливалися, чи варто конкурувати з GitHub Copilot, але згодом усвідомили, що мало компаній мають мету «автоматизації всього процесу розробки». Це позиціонування відкрило їм ринок.
Від коду до випуску, швидка дія: від першого рядка коду до публічного випуску вони витратили лише 3 місяці. Швидка ітерація допомогла їм швидко налаштувати напрямок продукту.
Сфокусованість переважає складність: вони рішуче відмовилися від одночасної розробки IDE (інтегрованого середовища розробки) та AI інструментів. Сфокусувавшись на самих AI функціях, досягли швидшого розвитку.
Розповсюдження може початися з одного твітту: раннє зростання користувачів Cursor походить з твітту співзасновника в соціальних мережах. Перед офіційним маркетинговим просуванням, сарафанне радіо вже стало основним рушієм.
Ефект складних відсотків виконання: У 2024 році річний регулярний дохід Cursor зріс з 1 мільйона доларів до 100 мільйонів доларів протягом року, досягнувши 10% тижневого складного зростання завдяки поліпшенню продукту та попиту користувачів.
Найкраща порада - слідуйте своїй цікавості: забудьте про ті речі, які ви робите для покращення резюме. Основна порада Майкла: займайтеся тим, що вас цікавить, разом з розумними людьми.
Генеральний директор Figma & співзасновник: Ділан Філд
!
Знайдіть співавтора, який буде вас надихати: Мотивація Ділана походить від співпраці з його співавтором Еваном Уоллесом, «кожного тижня відчувається, ніби ми створюємо майбутнє».
Починайте якнайшвидше, вчіться на ходу: Ділан, коли йому було 19 років і він ще навчався в університеті, розпочав свій підприємницький проект. Ранні невдачі, такі як «генератор емодзі», врешті-решт загартували таку велику ідею, як Figma.
Швидке випускання, швидше отримання відгуків: вони зв'язувалися з ранніми користувачами через електронну пошту, щоб швидко ітеративно вдосконалювати продукт, і з самого початку дотримувалися принципу стягнення плати. Відгуки є постійним рушійним фактором еволюції продукту.
Розбиття довгострокової дорожньої карти на короткострокові спринти: розділення великої мети на менші частини є ключем до забезпечення швидкості та ефективності.
Взаємодія продукту з ринком може зайняти кілька років: Figma витратила п’ять років, щоб отримати визначальний сигнал: Microsoft заявила, що якщо Figma більше не почне стягувати плату, їм доведеться скасувати співпрацю.
Дизайн є новим фактором диференціації: він вірить, що через зростання ІШ, дизайн стає все більш важливим. Figma також відповідає на цю тенденцію, випускаючи нову серію продуктів, таких як Draw, Buzz, Sites та Make.
Використання AI для прискорення проектування прототипів: Найкраще застосування AI - це підвищення швидкості ітерацій, а не прагнення до «магії» одноразового створення. Дизайнери та менеджери продуктів тепер повинні вносити свій внесок у оцінку AI.
Прийміть відмову, а не уникайте її: досвід виступів у дитинстві навчив Ділана спокійно ставитися до критики та відгуків. Він вважає, що відмова є частиною шляху до успіху.
Людські зв’язки завжди залишаються в центрі: попередження про те, що не слід замінювати людські стосунки штучним інтелектом. Коли його запитали про сенс життя, він відповів: «Дослідження свідомості, наполегливе навчання, поділ любов’ю.»