Deepseek, Stargate and AI’s $600 billion question with Sequoia Capital’s David Cahn

Sie hören Gradient Descent, eine Sendung über die praktische Anwendung von maschinellem Lernen und ich bin ihr Moderator Lucas Bewell. Dies ist ein Interview mit David Kahn, der derzeit Partner bei Sequoia ist, wo er in KY investiert. Er war tatsächlich ein früher Investor in Waits Beasses, als er bei Kotu war, wo er auch in Hugging Face, Runway und viele andere bekannte KI Unternehmen investierte. David hat immer eine wirklich interessante Perspektive auf die Branche. Er Im ersten Teil dieses Interviews, dem Teil, den wir zuerst gemacht haben, sprechen wir viel über seinen berühmten Artikel über Key, die Milliarden Dollar Frage, aber wir sprechen auch über interessantere Themen wie seine Religion und wie sich diese auf seine Sichtweise auf KI und seine Karriere auswirkt. Nachdem wir das Interview vor einer Woche geführt haben, gab es zwei große Neuigkeiten zu Stargate und den viel tieferen KI Modellen von Deep Seek. Wir wollen also noch einmal mit ihm sprechen und seine Meinung zu diesen neuen Themen hören. Wir sprechen darüber auch am Anfang dieses Interviews. Das ist ein super lustiges Gespräch und ich hoffe wirklich, es gefällt euch. OK, wir haben die Folge letzte Woche aufgenommen, aber dann gab es so viele Neuigkeiten, über die wir sprechen konnten, dass wir sie nicht veröffentlichen wollten, ohne euch einen Überblick über die neuen Dinge zu geben, die passiert sind. Fangen wir vielleicht mit der Markteinführung von DC Deep Seek an. Vielleicht solltest du David, das zuerst beschreiben, aber dann würde ich gerne hören, was du daraus mitnimmst. Ja, nun, es ist schon verrückt, wie viel sich in einer Woche in der KI ändert, Ich schätze, dass im Moment jeder Tag in der KI ziemlich dramatisch ist. Zur Erinnerung an Deep Seak. Deep Seag ist ein chinesisches KI Modell, das Ende letzten Jahres auf den Markt kam und von einem Hedgefonds in China trainiert wurde. Und die Neuigkeit dieser Woche ist, dass sich der Markt wirklich auf diese kleinen Modelle konzentriert. Denn Deep Seek ist ein kleineres Modell, das ein destilliertes Modell ist, was bedeutet, dass es mit einigen Ergebnissen bestehender Modelle trainiert wurde. Worauf sich im Moment alle konzentrieren ist, wie günstig dieses Modell zu trainieren war und die Idee, dass dies ein Signal dafür sein könnte, dass KI nun zu einer Massenware wird oder dass diese grundlegenden Modelle nun zu einer Massenware werden, worüber die Leute in den letzten sechs bis zwölf Monaten gesprochen hatten. Und dies war nur ein klarer Beweis oder ein eindeutiger Datenpunkt, dass dies nun beginnt. Und glauben Sie nun, dass dies ein großer Durchbruch ist oder was wird Ihrer Meinung nach passieren, das dies möglich macht? Nun, ich denke nicht, dass es wirklich überraschend ist. Ich denke schon, dass es eine Art Aktualisierung der mentalen Modelle der Menschen darüber ist, wie der KI Bereich derzeit funktioniert. Meiner Meinung nach gab es diesen Moment Mitte 2023 als GBD 4 herauskam. Und in meinem Blogbeitrag über eine Art Zusammenfassung Ende 2024 in der ich das Jahr 2025 vorhersagte, sprach ich über die Idee, dass jeder mit GPD 4 parodieren würde. Das große Ereignis des Jahres 2024 war also, dass Google und Meta und andere Unternehmen und Chai mit GB hinsichtlich der Qualität ihrer Modelle mithalten konnten. Ich denke, wir alle haben in der letzten Woche gelernt, dass China jetzt aufgeholt hat, richtig? Ich denke, das war ein Trend, dem sich die Branche und die Kategorie angeschlossen haben, nämlich dass alle zu GBD 4 aufschließen. Die größere Frage, die mir im Kopf herumschwirrt und die für mich sogar noch wichtiger ist als die deepseek News, ist Ilya Sutsquares Vortrag, den er im vierten Quartal des letzten Jahres bei Nurops gehalten hat. Ich habe den Leuten schon dreimal gesagt, dass sie sich das ansehen sollen, wenn sie verstehen wollen, was gerade vor sich geht. Ich will nur sagen, dass Ilya Soskwer im Grunde derjenige ist, der das moderne Deep Learning erfunden hat. Er hat das Wettrennen um das Skalierungsgesetz erfunden, in dem wir uns jetzt befinden. Und es gibt natürlich ein paar Leute wie Dario, der GBD trainiert hat, die einen großen Anteil daran haben. Ilio ist aber wahrscheinlich der Wissenschaftler, dem dies am meisten zugeschrieben wird und der am bekanntesten dafür ist. Im Grunde sagte Prä Training ist tot oder Skalierungsgesetze sind tot. Das ist so eine Idee und dieser Slogan kursiert schon seit sechs Monaten. Wenn man sich aber den ganzen Vortrag anhört und die Auswirkungen davon betrachtet, stellt sich wirklich die OK, wir wussten, dass die Leute die bestehenden Modelle nachholen würden. So funktioniert Technik immer. Man erzielt einen Durchbruch und dann holen die Leute nach die Frage woher wird der nächste Durchbruch kommen? Ich denke also, dass Deep Seat vielleicht überbewertet wird und dass, was Ilya gesagt hat, vielleicht ein bisschen unterbewertet oder zu wenig beachtet wird. Ich denke, als Unternehmer in diesem Bereich habe ich seit 15 Jahren die Erfahrung gemacht, dass die Leute immer wieder Wege finden, diese Dinge billiger zu machen. Meine Investoren flippen aus und okay, wird das jetzt zur Massenware? Und dann scheint es, als würden die Leute diese Kosteneinsparungen immer dafür nutzen, insgesamt mehr auszugeben. Ich bin sogar ein wenig überrascht, dass der Aktienmarkt heute so stark gefallen ist. Wie ist Ihre Perspektive? Ja, das ist lustig. In meinem ersten beitrag zu den 600 milliarden us dollar von isaacs habe ich im Grunde gesagt, dass dies unweigerlich der Fall sein wird, wenn dieses Zeug billiger wird. Das ist wirklich gut für Start ups. Ich bin vielleicht etwas anderer Meinung, was die Auswirkungen auf ein Unternehmen wie Waits, Beasses oder die Auswirkungen betrifft, wenn man der Gründer eines Key Startups ist. Ich finde es schon lustig, dass der Markt vielleicht im falschen Moment ausflippt, weil diese Dinge hinterherhinken und die Leute auf Nachrichten reagieren, die vor sechs Monaten noch ziemlich klar waren. Ich denke, dass es im Grunde genommen so ist, dass die Tatsache, dass diese Modelle billiger werden, großartig für die Anwendungsschicht ist. Es ist großartig für Entwickler, wenn sie gerade im Bereich KI arbeiten und früher x Dollar für all diese GPUs bezahlen und diese riesigen Modelle und all diese GPUs trainieren mussten, dann ist Inferenz jetzt viel billiger. Ich denke, das ist wirklich gut. Und das ist ein Thema, das Satya Nadella, der CEO von Microsoft, schon seit einiger Zeit anspricht. Und ich denke, die Leute haben nicht zugehört, Aber Sia sagt schon seit einiger Zeit, dass diese Modelle destilliert werden würden, sie würden viel billiger werden. Und seiner Meinung nach ist das auch sehr gut für Microsoft, weil Microsoft diese Modelle hosten kann. Ich denke also nicht, dass dies ganz so ein Weltuntergang ist, wie die Leute einen Glauben machen wollen. Und sollten wir ein wenig über Stargate sprechen, haben Sie da eine Perspektive? Vielleicht sollten Sie auch beschreiben, was das ist. Ja, es ist irgendwie verrückt, zwei große Updates in einer Woche zu haben, und in vielerlei Hinsicht gehen die Updates in entgegengesetzte Richtungen. In Bezug auf Stargate ist es dieses Bestreben, 500 Milliarden Dollar für Rechenzentren auszugeben und Deep Seek ist diese Idee, dass wir vielleicht gar nicht hunderte von Milliarden Dollar für Rechenzentren ausgeben müssen. Ich denke Ein Grund, warum sich die Leute darauf konzentrieren, ist, dass dies zwei sehr unterschiedliche Richtungen sind, die KI einschlagen könnte. Und der breitere Markt hat im letzten Jahr die Stargate Richtung eingepreist oder darüber. Nachgedacht, dass die Modelle immer größer werden. Wir werden immer größere Rechenzentren haben. Diese größeren Rechenzentren ermöglichen uns bessere Modelle. Das sind Skalierungsgesetze. Und deepseek ist natürlich eine Art entgegengesetzter Schritt, der besagt, dass diese Dinge kleiner und billiger werden und dass wir diese ganze Renaissance oder Entwicklung auf der App Ebene erleben werden, bei der wir einen Mehrwert für die Endnutzer schaffen. Und Stargate ich denke, jeder hat die Neuigkeiten mitbekommen, ist eine sehr große finanzielle Verpflichtung. Es ist potenziell großartig für das KI Ökosystem. Richtig. Es entstehen neue Rechenzentren. Wir wussten, dass es ein großes Rennen um den Bau von Rechenzentren geben wird. Und das hält meiner Meinung nach auch weiterhin an. Die neuen Informationen vom Stargate Staat zeigten tatsächlich die Präferenz für das Verhalten von Microsoft. Microsoft hat also schon seit einiger Zeit ein Vorkaufsrecht für den Bau eines neuen Rechenzentrums und hat dieses Recht auch ausgeübt. Was meinen Sie mit bauen? Wenn OpenAI also ein Rechenzentrum bauen möchte, haben Azure und Microsoft die erste Chance, dieses Rechenzentrum zu bauen. Wenn es also ein Rechenzentrum für ein neues Modell gibt, wird sei es bauen. Nach der Stargate Ankündigung meldete sich SA zu Wort und dy Hey, ich bin mit meinen 80 Milliarden US Dollar, die ich in KI Rechenzentren investiert habe, zufrieden, aber ich werde mein Engagement nicht erhöhen. Und Ben Thompson hat das in seinem Newsletter wirklich gut analysiert. Ich fand, er sagte, dass wir uns im Grunde genommen von eigenkapitalfinanzierten Rechenzentren entfernen. Denken Sie an Microsoft, Google und Amazon. Sie finanzieren diese Rechenzentren mit den Cashflows ihrer bestehenden Geschäfte, also von diesen eigenkapitalfinanzierten Rechenzentren zu kreditfinanzierten Rechenzentren oder fremdfinanzierten Rechenzentren. Und dahinter steckt die Idee, dass diese Dinge nicht über die Bilanz dieser großen Unternehmen finanziert werden, sondern tatsächlich aus den Cashflows finanziert werden müssen, die sie generieren. Das ist also eine große und übrigens auch sehr logische Veränderung auf dem Markt. Es ist ein später Markt. Es ist eine Veränderung in einem Reifenmarkt und Ben Thompson vergleicht dies mit der DOT Ära und wie dies sozusagen die letzte Etappe des DOT Vorstoßes war, bei dem man sich von dieser Eigenkapitalfinanzierten finanziert, um Investitionen zu finanzieren. Und welche Auswirkungen hat das? Ich weiß es nicht. Ich denke, das werden wir alle herausfinden. M. Sehr positiv, oder? Ich denke, wenn Sie glauben, dass diese Rechenzentren letztendlich zu AGI führen werden und ich denke, viele Leute glauben das, dann ist das möglicherweise ein unglaublicher Schritt in die richtige Richtung. M. Wenn Sie glauben, dass die Richtung, in die sich die Welt entwickeln wird, tatsächlich die ist, in die sich die Welt entwickeln wird und diese Modelle kleiner werden, dann widerspricht das vielleicht dieser Erzählung. Und deshalb denke ich, dass es eine Spannung zwischen diesen beiden Geschichten darüber gibt, wie die Welt funktioniert. Und ehrlich gesagt weiß keiner von uns, wohin sich die Welt entwickeln wird. Und das macht es so interessant. Beeinflusst dieses Zeug Sequoia in Echtzeit? Also setzt ihr euch zusammen und OK, müssen wir unser Weltbild heute aktualisieren oder nimmt Sequoia eher eine langfristige Perspektive ein, in der man abwartet? Und ich schätze, wenn man in private Unternehmen investiert, muss man nicht unbedingt so schnell reagieren. Ich würde sagen, dass wir im Allgemeinen nicht dazu neigen, reaktiv zu sein und dass wir eine sehr langfristige Perspektive einnehmen. Daher sind uns alltägliche Veränderungen nicht wirklich wichtig. Wir denken nicht darüber nach und sie beeinflussen unsere Entscheidungen in diesem Fall nicht. Ich würde sagen, dass diese Aktualisierungen sehr im Einklang mit breiteren thematischen these und der Art und Weise stehen, wie sich die Welt bewegt. Und daher würde ich sagen, dass wir wie alle anderen vom Ausmaß dieser Veränderungen und dem Ausmaß der Reaktionen darauf überrascht waren. Ich würde aber nicht sagen, dass sie unsere Perspektive auf KI dramatisch verändert haben. Ich denke, eine der Möglichkeiten, wie sie sich außerhalb meiner Bekanntschaft entwickelt haben, ist dieser erste Artikel, den sie geschrieben haben. Er hieß Die Milliarden Dollar Frage der KI und dann wurde er meiner Meinung nach mit Die Milliarden Dollar Frage der KI aktualisiert. Ich kann mir vorstellen, dass viele Leute, die das hier hören, den Artikel gelesen haben. Natürlich werden wir ihn in den Shownotes veröffentlichen, aber ich dachte mir, gehen wir nicht einfach mal davon aus, dass ihn jemand gelesen hat. Vielleicht könntest du den Fall kurz erläutern. Ich denke, vor allem für jemanden ohne deinen Finanzhintergrund könnte dein Artikel etwas verwirrend sein. Ich versuche ihn für das KI Publikum hier etwas verständlicher zu machen, wenn es dir nichts ausmacht. Ja, gerne. Ich meine, ich denke, ich fange einfach mal mit der grundlegenden Frage an, die ich beantworten wollte. Das war damals aus reiner Neugier Wo sind all die Einnahmen? Wir geben hunderte von Milliarden Dollar für KI aus. Die Hyperscaler bauen ihre riesigen Rechenzentren. Ich hatte also einfach keine gute Vorstellung davon, wie groß diese Investitionen sein werden und wie groß das KI Ökosystem sein muss, damit diese Investitionen Sinn machen. Und ja, seine Milliarden Dollar Frage, die zur Milliarden Dollar Frage der KI wurde, war im Grunde eine Art Serviettenmathematik, die mir im Laufe der Zeit irgendwie gekommen war oder die ich intuitiv hatte, als ich darüber nachdachte, wie wir von den Investitionen in Rechenzentren zu den Einnahmen kommen, die erforderlich sind, um diese Investitionen für KI zurückzuzahlen. Diese Zahl entspricht also den Gesamtausgaben für Rechenzentren in einem bestimmten Zeitraum, richtig? Lassen Sie mich die grundlegenden Berechnungen erläutern, die fantastisch sind. Als ich im Sommer den 600 Milliarden Dollar Artikel veröffentlichte, dachten wir, dass Nvidia im Jahr 2024 einen Umsatz von etwa 150 Milliarden US Dollar erzielen würde. Für jeden Dollar, den sie für GPUs ausgeben, müssen sie also einen Dollar für das Rechenzentrum, Energie, Generatoren, Strom und all diese Dinge ausgeben. Und wenn wir nun davon ausgehen, dass die Leute, die diese GPUs kaufen, sie zur Entwicklung von KI Systemen verwenden, können wir diesen Multiplikator anwenden und okay, für 150 Milliarden US Dollar, die für GPUs ausgegeben werden, werden wir 300 Milliarden US Dollar für Rechenzentren ausgeben. Dann stellte sich die OK, gut, wir haben diese GPU Kapazität, wir haben diese Rechenzentren. Aber jetzt wird irgendwo ein Startup oder ein Unternehmen diese Rechenzentrumskapazität nutzen und einen Service bereitstellen. Sie sind also ein Startup. Sie verwenden die API von OpenAI und rufen ein. Rechenzentrum irgendwo in den Rechenzentren von Microsoft auf, um dieses Modell auszuführen. Sie möchten eine Marge erzielen. Ich habe der Argumentation halber einfach angenommen, dass Sie Herr Startup eine Bruttomarge von 50 Prozent mit ihrem Produkt erzielen möchten. Das bedeutet, dass sie für jeden Dollar, den sie für KI ausgeben, zwei US Dollar Umsatz generieren müssen, um eine Bruttomarge von 50 Prozent zu erzielen. Und so erhalten Sie im Grunde diesen zweiten Multiplikator. Und so Nimmt man die 150 Milliarden Dollar, verdoppelt sie auf 300 Milliarden, um die Summe der Investitionen in Rechenzentren zu erhalten, und dann verdoppelt man sie noch einmal auf 600 Milliarden. Und man okay, 600 Milliarden ist der Geldbetrag, den alle KI Startups zusammen generieren müssen und alle Unternehmen, die KI nutzen, zusammengenerieren müssen, um ein Jahr an Investitionen zurückzuzahlen. Und das ist vielleicht ein letzter wichtiger Punkt, sind 600 Milliarden nicht eine Gesamtzahl, die ins Unendliche geht. Wenn wir 2024 150 Milliarden ausgeben, sind das 600 Milliarden an erforderlichen Einnahmen. Wenn wir 2025 weitere 150 Milliarden ausgehen, sind das 1,2 Billionen. Und es steigt und steigt und steigt. Und es sind fast diese Schulden, in die wir sozusagen investiert haben, die wir jetzt im Laufe der Zeit in Form von KI Einnahmen zurückzahlen müssen. Und Sie wissen, die letzte Überarbeitung dieses Artikels stammt, glaube ich, aus diesem Sommer. Und natürlich haben sich die Dinge sehr verändert. Wie würde sich der Artikel ändern, wenn Sie ihn heute schreiben würden? Ich finde das interessant und es mag einige überraschen, aber es würde sich nicht viel ändern. Ich werde es noch einmal in zwei Teile aufteilen. Es gibt einen Kostenanteil und einen Umsatzanteil. Auf der Kostenseite der Gleichung gab es eine bemerkenswerte Stabilisierung bei den Beträgen, die die großen Hyperscaler, Microsoft, Google und Amazon für ihre Rechenzentren ausgeben. In meinem letzten Artikel, den ich im Dezember veröffentlicht habe, habe ich im Grunde die Zahlen dargelegt, dass Microsoft jetzt etwa 20 Milliarden US Dollar pro Quartal für neue Rechenzentren ausgibt. Und das hat sich im dritten Quartal, im dritten und vierten Quartal des letzten Kalenderjahres zu stabilisieren begonnen. Und Google gibt etwa 13 Milliarden pro Quartal. Für Rechenzentren aus. Und auch das beginnt sich zu stabilisieren. Und Meta und Amazon haben sich zwar noch nicht vollständig stabilisiert, aber ich gehe davon aus, dass sie sich in etwa auf dem gleichen Niveau stabilisieren werden. Sie werden also sehen, dass sich Amazon im niedrigen ER Bereich stabilisiert, ähnlich wie Microsoft. Und sie werden, dass sich Meta im niedrigen Zehnerbereich stabilisiert, ähnlich wie Google. Das bedeutet also, dass die Milliarden Dollar Frage der KI nicht zur Billionen Dollar Frage der KI wird. Wir erreichen sozusagen diesen Punkt, an dem sie nicht mehr wächst. Sie explodiert nicht mehr. Der zweite Teil davon ist der Umsatz. Als ich den Artikel zum ersten Mal veröffentlichte, sagte ich im hey, wir müssen 600 Millionen Dollar Umsatz generieren. Schaffen wir das? Erreichen wir dieses Ziel? Und ich habe versucht, so großzügig wie möglich zu rechnen. Ich okay, einige Milliarden dollar Umsatz mit OpenAI. Es gibt eine Reihe von Start Ups, die jeweils zweistellige oder dreistellige Millionenbeträge Umsatz generieren. Nehmen wir an, die großen Technologieunternehmen generieren 5 Milliarden Dollar Umsatz, was meiner Meinung nach eine sehr großzügige Annahme war. Und im Sommer letzten Jahres sagte ich im Hey, es gibt dieses Milliarden Dollar Loch, diese riesige Lücke zwischen dem, wo wir sein müssten und dem, wo wir sind. Wenn man die Uhr jetzt schnell vorwärts spult, ist das auch ziemlich ähnlich. Sicher, OpenAI ist größer, Anthropologie ist größer, aber OpenAI macht immer noch den Löwenanteil des Umsatzes aus, der im KI Ökosystem generiert wurde. Die großen Technologieunternehmen haben die KI Umsätze in ihren Unternehmen noch nicht vollständig erschlossen. Wir haben diese Woche gesehen, dass Google angekündigt hat, dass man sein KI Produkt über Gmail kaufen muss. Richtig. Sie versuchen also herauszufinden, wie sie dieses KI Produkt vertreiben können. Aber wir befinden uns tatsächlich an einem sehr ähnlichen Punkt wie im Juli 2024. Wo also dann kommt dieses Geld daher, um all diese Rechenzentren zu kaufen, wenn die Einnahmen nicht generiert werden? Ich meine, es gibt sicherlich nicht genug Risikokapitalinvestitionen, um Hunderte von Milliarden von Dollar an Ausgaben zu finanzieren. Muss das nicht innerhalb von Unternehmen erfolgen? Das passiert wirklich. Das ist eine gute Frage. Und das war etwas, worüber ich mir bei all diesen Artikeln, die ich schreibe, Gedanken gemacht habe. Richtig? Ich habe mir dieselbe Frage gestellt. Ich wusste die Antwort nicht. Und dann habe ich versucht, sie herauszufinden, und ich habe diesen Artikel über das veröffentlicht, was ich das Gefangenendilemma der KI nenne. Ich habe im Grunde erklärt, dass das Cloud Geschäft selbst ein Milliarden Dollar Geschäft ist und dass das Cloud GeschÄFT die Goldgrube für Amazon, Google und Microsoft ist. Und es ist ein sehr, sehr profitables Geschäft. Und wir leben jetzt in einer Welt, und ich denke, das ist sogar in der Geschichte der Wirtschaft bemerkenswert. Richtig, in der Sieben Unternehmen 33 Prozent des S P 500 repräsentieren die glorreichen Sieben. Und im Grunde ist folgendes Es gibt diese sieben Oligopolisten, Monopolisten, wie auch immer man sie nennen will. Und Sie alle haben diese goldene Gans, ihr Cloud Geschäft, und Sie alle versuchen, ihre goldene Gans zu schützen. Und deshalb finde ich die KI, was in der KI passiert, so faszinierend. Unter anderem, weil wir in dieser einzigartigen Zeit leben, in der wir dieses sehr mächtige Cloud Oligopol haben, das miteinander konkurriert. Und wenn man also in einer Vorstandssitzung von Microsoft sitzt, sagt man Hey, wir wollen nicht hinter Google zurückfallen. Wenn wir das tun, verlieren wir unsere Position in diesem unglaublich lukrativen Oligopol. Man hat also das Gefühl, dass jeder Geld ausgeben muss, um mit den anderen konkurrieren zu können. Um Ihre Frage im Grunde ganz direkt zu Die Dollar, mit denen diese Rechenzentren finanziert werden, stammen aus den bestehenden Gewinnen eines sehr lukrativen Geschäfts, das im letzten Jahrzehnt aufgebaut wurde. Ich verstehe. Es sind also die Cloud Unternehmen, die einfach ihre eigenen Rechenzentren nutzen und den Großteil davon finanzieren. Wissen Sie, was Sie mit diesen riesigen GP Ausgaben bezwecken? Nun, ich denke, Sie versuchen das KI Rennen zu gewinnen, richtig? Und ich denke, in diesem Unternehmen herrscht ein echter Optimismus. Ich denke, Sie glauben wirklich, dass es dieses riesige Potenzial für KI gibt. Und gleichzeitig haben sie meiner Meinung nach Angst. Sie haben Angst, dass wenn Sie, wenn Sie kein Geld ausgeben, werden Ihre Konkurrenten Geld ausgeben und Sie werden zurückfallen. Und im zweiten Quartal des letzten Jahres, kurz nachdem ich die Millionen Dollar Frage veröffentlicht hatte, ging Mark Zuckerberg zu Bloomberg und sagte im Hey, die Chance ist immens, aber die Leute geben auch eine Menge Geld aus und wir zahlen es vielleicht nicht sofort zurück. Aber wir müssen es tun. Denn wenn wir es nicht tun, verpassen wir diese unglaubliche Chance. Und dann sagte Sundar in Googles Telefonkonferenz zu den Quartalsergebnissen im August im Grunde etwas Ähnliches Wir müssen Geld ausgeben oder wir werden zurückfallen. Ich denke also, es ist ein harter Wettlauf und jeder hofft und glaubt, dass die Einnahmen aufholen werden. Und ich glaube tatsächlich auch, dass die Einnahmen aufholen werden. Ich bin sehr optimistisch, was KI betrifft, und deshalb sage ich das nicht, weil ich glaube, dass es nie passieren wird. Es ist einfach eine sehr, sehr große Zahl und es ist gut, eine Intuition dafür zu haben, wo wir hin müssen. Ich denke, es hilft uns auch, wenn wir Start ups aufbauen oder in Start ups investieren. Wir müssen Dinge entwickeln, die einen großen Einfluss auf die Menschen haben, damit sich diese Investitionen lohnen. Haben Sie eine Vorstellung davon, wo diese Bereiche liegen? Ja, ich gebe Ihnen ein Beispiel, auf das ich mich gerade sehr freue. In diesem Artikel mit Prognosen für 2025 den ich geschrieben habe, habe ich im Grunde Hey, ich denke, dass die Key Suche die Killer App ist. Und als Nutzer bin ich regelrecht besessen von Perplexity. Ich verwende das als Beispiel, aber ich erkläre es dann auch. Ich denke, das ist nicht nur ein Anwendungsfall. Ich denke, das ist eine Art von Anwendungsfall, der sich weiter ausbreitet. Ich verwende Plexity 10 bis 20 mal am Tag und ich denke, es ist ein unglaubliches Recherchetool, nicht wahr? Denken Sie an die Suche vor der Key. Sie war ein Navigationstool. Sie fand heraus, wo die Antworten waren und sagte Ihnen, dass Sie die Antworten irgendwo lesen sollten. Und jetzt mit der KI Suche haben Sie im Grunde diese informative Suche, bei der sie den Index des Webs durchsuchen kann, richtig? Sie kann die Informationen durchsuchen, die sie durch das Vortraining gelernt hat, und sie kann diese Informationen synthetisieren und Ihnen einfach direkt die Antwort geben, was eine enorme Verbesserung darstellt, was die Möglichkeiten betrifft, die ich erhalte. Absolut. Und ich denke, inwiefern ich die Zukunft der Ratlosigkeit ein wenig gesehen habe, ist, dass sich Ratlosigkeit tatsächlich auf eine Art meiner Theory of Mind abbildet. Ich werde erklären, was das bedeutet. Die Leute verwenden oft den Begriff kognitive Architektur, um zu beschreiben, wie KI Agenten funktionieren. Und ich habe ihn ein wenig umgedreht, als ob ich eine kognitive Architektur hätte. Sie haben eine kognitive Architektur. Ich denke, je nachdem, was wir tun, welchen Beruf wir haben, wird die Art und Weise, wie unser Gehirn arbeitet, dadurch verändert. Unsere Denkmuster ändern sich. Ich denke, wenn man viel Zeit damit verbringt, ein Investor zu sein, fängt man an, auf eine bestimmte Weise zu denken. Als Ingenieur denkt man viel auf eine bestimmte Art und Weise. Als Anwalt entwickelt man eine bestimmte Denkweise. Dasselbe gilt für Ärzte. Wenn man Freunde hat, die in diesen Berufen tätig sind, bekommt man ein Gespür für einige der Denkmuster, die man in diesen Karrieren haben muss und für die Art und Weise, wie man Probleme löst. Eine Möglichkeit, auf die ich mich wirklich freue, ist die Verbreitung von KI-Suchmaschinen für verschiedene Berufe. Und verschiedene Arten von Menschen, die sich an unsere Denkmuster anpassen, an unsere Theory of Mind, wenn man so will. Und was macht Perplexity für mich so leistungsstark? Es ist nicht nur die Art und Weise, wie es diese Suche durchführt. Es verwendet nicht nur die von OpenAI Anthropic vortrainierten Modelle. Es ist auch so leistungsstark, weil es versteht, die Informationen so bereitzustellen, dass ich damit sehr produktiv sein kann. Und ich denke, Perplexity passt unglaublich gut zum Markt für Leute, die im Grunde genommen Forscher sind, nicht wahr? Und als Investor ist es im wesentlichen Teil deiner Arbeit, ein Forscher zu sein. Das möchte ich nun hoffentlich auf die Zuschauer und andere Leute ausweiten, die keine Forscher sind. Richtig. Und die Perplexity vielleicht nicht nutzen. Ich denke, das wird in vielen Berufen der Fall sein. Harvey macht das im juristischen Bereich. Wenn du Anwalt bist, hast du bestimmte Methoden, Informationen zu verarbeiten und Probleme zu lösen. Und ich denke, du wirst Harvey nutzen und sie werden es mit einer Reihe von geschützten Daten trainieren. So werden sie bessere Einblicke für deinen Beruf gewinnen und du wirst sie bei der Arbeit vielleicht zehnmal am Tag, 20 mal am Tag nutzen. Open Evidence ist ein Unternehmen, das dies für Ärzte tut. Du kannst suchen und die gesamte medizinische Literatur durchgehen und es versteht, dass Ärzte versuchen, das Problem eines Patienten zu lösen. Richtig. Die Art und Weise, wie sie die Antwort auf diese Frage sehen wollen, ist also wahrscheinlich nicht die Art und Weise, wie ich sie sehen möchte, wenn ich eine Suche durchführe. Und deshalb denke ich, dass am Ende jeder diesen KI Suchassistenten oder KI Suchassistenten haben wird. Und ich denke, dass er uns als Menschen und Wissensarbeiter viel, viel produktiver machen wird. Ich habe diese Steigerung meiner Produktivität festgestellt und ich denke, dass wir diese Verbreitung erleben werden. Ich denke, dass dies im Laufe der Zeit zu einer unglaublichen Steigerung der Produktivität und des Umsatzes führen wird. Das ist schon interessant, denn wissen Sie, Harvey, ich denke, der wichtige Aspekt, auf den ich hingewiesen hätte, ist, dass es über proprietäre Datensätze verfügt, die Sie sich ansehen möchten. Ich mag auch Perplex und ich glaube, ich verwende es für viele persönliche Recherchen vielleicht etwas weniger professionell, als Sie müssen. Wissen Sie, es ist ein interessanter Standpunkt. Er lässt mich denken, dass Perplexity vielleicht sogar noch erfolgreicher sein wird als die Leute. Denn glauben Sie nicht, dass die meisten Jobs, wenn Sie Forschung soweit definieren, würden Sie nicht sagen, dass die meisten Jobs in erster Linie Forschung sind? Ich weiß es nicht. Ich weiß es nicht. Ich weiß, dass mein Job viel mit Forschung zu tun hat und ich stimme dir zu. Ich denke, viele Bürojobs sind im Wesentlichen Forschungsjobs. Ich denke also, dass es vier Dimensionen gibt, nach denen man bei diesen KI Produkten differenzierten differenzieren kann. Die erste und meiner Meinung nach am meisten unterschätzte Dimension ist die Absichtsextraktion. Ich denke, Perplexity versteht wirklich gut, was meine Absicht ist, wenn ich eine Abfrage mache. Und ich denke, wenn man sich auf eine Domäne spezialisiert, ist man wahrscheinlich besser darin, Absichtsextraktion durchzuführen, als wenn man das nicht tut. Da Perplexity bis zu einem gewissen Grad versteht, wer ihre Nutzerbasis ist, können Sie meiner Meinung nach reagieren. Ich habe mit Arvin darüber gesprochen und ich denke, Sie leisten viel Arbeit. Das ist sozusagen versteckte Arbeit, Leute. Diese KI Produkte sehen so einfach aus, aber in diesen Absichtsextraktionsmodellen steckt eine Menge Arbeit. Ich denke, der zweite, der zweite Punkt sind die von Ihnen angesprochenen geschützten Daten. Und ich denke, wir befinden uns noch in der ersten Phase. Sie wissen schon, wie es weitergeht. Jetzt, da wir verstehen, wie wertvoll diese Daten sein können, wird jedes Unternehmen, das in diesen Bereichen tätig ist, ein Rennen darum führen, diese geschützten Daten zu sammeln. Vielleicht werden einige davon synthetisch sein, andere wurden von Menschen generiert und einige existieren möglicherweise bereits. Wir müssen sie nur finden. Ich denke, das ist eine zweite Dimension. Eine dritte Dimension ist die Formatierung. Wie verarbeiten Sie diese Daten tatsächlich? Wenn Sie Chat GPT fragen, habe ich das schon oft gemacht. Wenn ich Chat G eine Frage stelle, erhalte ich diese lange Profi Antwort. Und als Verbraucher möchte ich diese Informationen vielleicht nach Philosophie oder Geschichte verarbeiten. Ich möchte eine lange Profi Antwort. Wenn ich eine geschäftliche Frage stelle, sagen Sie mir, wie groß der Markt im Automobilsektor ist. Ich möchte einfach nur die Antwort, und zwar so schnell wie möglich. Und ich denke, Sie sehen, dass die Formatierung auf diesen beiden Plattformen tatsächlich unterschiedlich ist. Und dann ist da noch dieser Punkt der kognitiven Architektur, bei dem es darum geht, inwieweit Sie sich an Ihrer Nutzerbasis orientieren. Ich denke, das geht über die bloße Absichtsextraktion hinaus, denn ich denke, Sie können das Produkt und das Erlebnis tatsächlich so gestalten, dass ein bestimmter Nutzer dieses unglaubliche Erlebnis bekommt. Interessant. Okay. Ich möchte einen kleinen Schritt zurück in Ihrer Karriere machen und Ihre Denkweise verstehen. Wissen Sie, als Sie angefangen haben und wie Sie heute denken? Ich denke, Sie waren wirklich früh dran, was Gewichtungen und Vorurteile angeht und wie ich mich für KI und Entwicklerinfrastruktur interessiert habe. Können Sie darüber sprechen, was Sie damals gedacht haben und was Sie vielleicht auf Ihrem Weg überrascht hat? Ja, ja, ich fange mit der Entwicklerinfrastruktur an, denn die kam zuerst und ich würde sagen, das war meine erste wirklich starke Anlagethese. Ich habe Informatik studiert und mich immer als einen von sieben von zehn guten Softwareentwicklern gesehen. Aber ich hatte diese Perspektive, dass es viel mehr von mir geben würde. M. Viel mehr Softwareentwickler wie mich und immer weniger, die wie die Netflix Entwickler aussehen, die alles selbst entwickeln und brillant sind und verstehen, wie der Compiler funktioniert und die alles über die Low Level Ebene des Betriebssystems wissen. Und so hatte ich diese Perspektive, dass es wirtschaftlich so wertvoll ist, Softwareentwickler zu sein. Man wird diese Verbreitung solcher Leute sehen. M. Und die ursprüngliche Anlagethese war, was wäre, wenn man Entwicklern mehr Oktaven geben könnte. Und das führte mich zu Superbase, das jetzt von 30 Prozent der YC Unternehmen verwendet wird. Ich glaube, mehr als 30 Prozent der YC unternehmen. Es führte mich zu Replet, das jetzt zig Millionen Nutzer hat. Es führte mich auch zu Open Source Lösungen wie Confluent, Databricks und Stabwurst, die auf Open Source Projekten aufbauen. Wenn man bei einem dieser großen Technologieunternehmen arbeitet und Hunderttausende oder Zehntausende von Stunden in den Aufbau dieser sehr robusten Infrastruktur investiert hat, kann man sie jetzt jedem Entwickler zur Verfügung stellen, ohne dass jedes Unternehmen sie selbst aufbauen muss. Das war also meine erste Investitionsthese. Ich würde sagen, dass ich erst später zur Keyword kam. Vielleicht ist es für Sie interessant, dass ich die KI-These erst richtig formuliert habe, nachdem wir in Gewichtungen und Biases investiert hatten. Ich erkläre Ihnen auch, wie es dazu kam. Ich kann einen bestimmten Zeitpunkt nennen, an dem ich die KI These begründet habe. Ich erinnere mich, dass ich diese Erkenntnis hatte, als ich mir damals Snowflake ansah. Ich war begeistert von Snowflake. Ich hatte diese Intuition Hey, Snowflake ist auf dem besten Weg, 100 Milliarden Dollar Unternehmen zu werden. Und was macht Snowflake? Im Grunde, wenn man es ganz genau betrachtet, ist Snowflake ein Unternehmen, das Diagramme erstellt, damit Sie gute Entscheidungen für Ihr Unternehmen treffen können. Und das ist wirklich wirtschaftlich wertvoll, wenn Sie die richtigen Entscheidungen treffen wollen. Und ich hatte diesen Moment, diesen Aha Moment, wenn Sie so wollen, in dem ich im Grunde Was wäre, wenn man mehr als das tun könnte? Was wäre, wenn es mehr wäre als nur hübsche Diagramme, die mit Daten erstellt werden? Was wäre, wenn man Entscheidungen treffen könnte? Was wäre, wenn man mit diesen Daten tatsächlich Prozesse automatisieren könnte? Und ganz naiv dachte ich mir okay, vielleicht ist Ist das eine Billionen Dollar Chance? Snowflake ist eine Millionen Dollar Chance. So ließ sich die these im Prinzip formulieren. Und ich denke, sie wurde auch von der Arbeit beeinflusst, die Sie und ich zusammengearbeitet haben. Und zu diesem Zeitpunkt arbeitete ich wahrscheinlich ein Jahr lang mit Waits in Biases. Und ich ging zu diesen Vorstandssitzungen und du hast diese Anekdoten von Unternehmen erzählt, die Gewichtungen und Biases verwendeten. Und ich erinnere mich noch genau, wie du mir von John Deere erzählt hast und du Hey, John Deere verwendet Gewichtungen und Biases. Und jetzt verwenden Sie Keywords, um die Düngerverteilung zu automatisieren. Und ich dachte wow, ich meine, das ist so ein phänomenales Beispiel dafür, wie man Technologie einsetzen kann. Und ich erinnere mich, wie ich in den frühen Tagen über Qualcomm gesprochen habe, als es diese echten Unternehmen gab, die Deep Learning verwendeten, was damals wirklich im Trend lag. Und ich denke, dass die Kombination aus der Erfahrung in Aktion und dem Gefühl was mit Gewichtungen und Biases möglich war und dem Blick auf unsere Marktchancen mich in das Thema KI geführt hat. Und natürlich waren wir alle schockiert und überrascht, wie weit es seitdem in dem Jahr gekommen ist. Nun gut, ich möchte etwas genauer auf ihre Investitionen eingehen. M. Weißt du, du hattest offensichtlich ein paar große Erfolge und ich denke, ein paar weniger erfolgreiche, die du nicht nennen wolltest. Aber wir können vielleicht raten, wer das war. M. Und ich war neugierig, ob du Erkenntnisse daraus gewonnen hast, dass du wahrscheinlich länger als die meisten Leute in KI Unternehmen investierst. Vielleicht sind es die gleichen Muster wie bei Invest Traditionen in Narnia Unternehmen. Das würde mich auch interessieren. Aber M. Was ist dein Ich weiß, dass du solche Retrospektiven gerne machst und tief über deine Entscheidungsprozesse nachdenkst. Was hast du gelernt? Ja, ich werde dir ein paar Erkenntnisse nennen. Ich fange mit Gewichtungen und Biases an, weil das einfach ist. Ich denke, für mich war die große Lektion aus Gewichtungen und Biases Geduld. M. Ich wusste, wer du bist, weil ich Kraut Flour genutzt habe, dein letztes Start up im College. Bei einigen Projekten zum maschinellen Lernen kannte ich dich also und ich fand Cloud F ziemlich cool. Und als wir in Waits in Biases investierten, war das Produkt bereits richtig gut. M. Ich glaube, OpenAI hat es damals schon verwendet und im Grunde genommen hat zu dieser Zeit jeder, der sich ernsthaft mit Deep Learning beschäftigte, Waits in Biases verwendet. Aber Deep Learning war eine winzige Nische innerhalb der Welt des maschinellen Lernens. Es war nicht die Art und Weise, wie die Leute die Dinge angingen. Und deshalb war der Markt noch sehr, sehr jung. Und ich erinnere mich, im ersten Jahr war der Markt noch in der Entwicklung und dann irgendwann, ich glaube Anfang 2020 fingen die Dinge einfach an, sich zu entwickeln. Wenn ich also im Nachhinein darauf zurückblicke, wenn man ein großartiges Team und ein großartiges Produkt hat und an den Markt glaubt, muss man einfach nur warten und irgendwann kommt der Markt. In unserem Fall kam der Markt natürlich mit viel mehr Wucht und viel mehr Elan, als wir damals erwartet hätten. Aber schon bevor ChatGPT aufkam, nahmen Weight Watchers und Deep Learning Fahrt auf und wir waren also am richtigen Ort und mussten nur warten, bis es funktionierte. Das sind also einige Vorurteile. Ich nenne ein zweites Beispiel, nämlich Hugging Face. In Hugging Face habe ich später investiert und damals wussten die meisten Leute, dass es faszinierend war. Es hatte eine riesige Community und es ist mir in Erinnerung geblieben, weil es wahrscheinlich die wettbewerbsfähigste Investition war, die ich je getätigt habe. Ich meine, ihr erinnert euch an diesen Lukas, weil wir damals, glaube ich, darüber gesprochen haben. Aber sie hatten 13 term sheets oder so etwas Verrücktes und jeder wollte in diese Firma investieren. Und ich wusste einfach, dass ich alles tun musste, um zu gewinnen. Und ich erinnere mich, wie ich nach Lahr geflogen bin. Ich habe eine Woche in einem Hotel gezeltet oder nach Miami, Entschuldigung. Und ich habe eine Woche in einem Hotel gezeltet. Und dann erinnere ich mich, wie ich damals diesen Keyboard gebaut habe. Sie haben im Grunde genommen Gründe produziert. Es war wie ein Chatbot, der auf der Transformer Bibliothek basierte und im Grunde sagte hier sind die zehn Gründe, warum wir zusammenarbeiten sollten. Ich hatte zehn Gründer namens Clem. Das war denkwürdig, denn manchmal ist es klar, welche Unternehmen erfolgreich sind und man muss sie nur kennenlernen, sich ihnen stellen und gewinnen. Das war also denkwürdig. Ich werde dir einige der Fehler und die Erkenntnisse nennen, richtig. Ich denke, es gab eine Reihe von Unternehmen, bei denen sich die Fehler, die ich gemacht habe und aus denen ich hoffentlich gelernt habe, wie ein roter Faden durchziehen. Und das war einfach, dass ich unterschätzt habe, wie schwer es ist, auf den Markt zu kommen. Man trifft einen Gründer, er ist großartig, das Produkt ist fantastisch und im Laufe der Jahre merkt man es einfach am eigenen Leib. Richtig direkt vor Ort zu sein, ist schwer zu verkaufen. Ich denke, daraus lassen sich zwei Erkenntnisse gewinnen. Erstens braucht man natürlich ein gutes Vertriebsteam. Man braucht einen kommerziell orientierten Gründer, der verkaufen möchte und der jeden Morgen mit dem Gedanken Ja, ich möchte dieses Unternehmen vergrößern, ich möchte den Umsatz steigern. Aber ich denke, es gibt noch einen zweiten Aspekt, nämlich dass man sich auch in die Lage des Käufers versetzen und sagen Hey, ich bin super beschäftigt, der Käufer hat viel zu tun und Wenn dein Produkt 20 Prozent besser ist, vergiss es richtig. Der Käufer wird morgens einfach nicht aufwachen und sich die Zeit nehmen, dein Produkt zu kaufen. Und wenn der Markt wirklich umkämpft ist, dann musst du den Käufer irgendwie davon überzeugen, dass du anders bist. Das habe ich auch schon erlebt. Du hattest eigentlich ein besseres Produkt, konntest aber niemanden davon überzeugen. Es geht also nicht nur darum, das richtige Produkt und das richtige Team zu haben, sondern du musst auch in der Lage sein, auf diese Weise den Markt zu erschließen. Nun, ich bin wirklich überrascht, dich das sagen zu hören. Ich habe das Gefühl, dass ich in meinem Leben immer wieder beobachtet habe, dass das Produkt immer wichtiger wird. Ich glaube, es war jemand auf einem Sequoia Event, der Alle Probleme manifestieren sich als Probleme bei der Markteinführung, aber es handelt sich fast nie um ein Problem bei der Markteinführung. Das hat mich wirklich beeindruckt. Das deckt sich definitiv mit meiner Erfahrung. Bevorzugst du eigentlich Gründungsteams, in denen sich Leute mit Markteinführungsorientierung befinden? Ich glaube, du sprichst von Duck Leonen. Duck Leonen hat dieses Konzept des Produktlebenszyklus und geht den Gründern sehr auf den Grund. Er bietet diesen großartigen Workshop an, indem er in die Tiefe geht und okay, dein Problem manifestiert sich bei der Markteinführung, Aber ist dein Produkt gut? Ist dein Marketing gut? Hast du herausgefunden, wer die Zielgruppe ist? Und er geht dem auf den Grund? Ich denke, das ist absolut richtig. Es gibt eine Reihe von Problemen, die auftreten können. Ich denke aber, dass viele dieser Probleme auch mit der Markteinführung zusammenhängen, in dem Sinne, dass man die Zielgruppe eingegrenzt hat. Können sie das Geld ausgeben, das sie ausgeben müssen? Die Lösung könnte darin bestehen, mein Produkt zu ändern, um die Zielgruppe einzugrenzen. Aber letztendlich denke ich, dass es sich im Grunde genommen um ein Problem der Markteinführung handelt, nämlich dass man das Produkt nicht für eine bestimmte Zielgruppe entwickelt hat. Um nun Ihre Frage zu beantworten, worauf ich bei Gründern achte Ich mag technisch versierte Gründer. Ich denke, dass alle Arten von Gründern erfolgreich sein können. Ich mag technisch versierte Gründer. Ich investiere gerne in technische Dinge und deshalb möchte man in Leute investieren, die viel schlauer sind als man selbst wenn sie etwas wirklich Technisches und Anspruchsvolles entwickeln. Ich denke also nicht unbedingt, dass es als Gründer einen Hintergrund in der Markteinführung haben muss, sondern dass es darum geht, eine Leidenschaft und Begeisterung für die Markteinführung zu haben und zu verstehen, dass man sich als Gründer verändern und weiterentwickeln muss, wenn man wächst. Brian Chessy hat ein großartiges Zitat, an das ich mich noch gut erinnere. Es stammt von einem Sequoia Basecamp Event. Er sagt im Grunde, dass die Wachstumsrate eines Unternehmens durch die Wachstumsrate des Gründers und die Art und Weise, wie man sich auf dieser Wachstumskurve befindet, beeinflusst wird. Ich versuche meinen Gründern nahezubringen, dass ich mich selbst ebenfalls auf dieser Wachstumskurve befinde. Wir befinden uns alle gemeinsam auf dieser Wachstumskurve. Ich denke, dass einer der wichtigsten Aspekte meines Jobs und der Arbeit mit Gründern darin besteht, dass man im Laufe der Entwicklung des Unternehmens gemeinsam wächst, so wie du und ich es in den letzten sechs Jahren getan haben. Ich denke also, dass es diese Entwicklung gibt und ich habe sie sogar bei Gewichtungen und Verzerrungen beobachtet. Man wachst auf, ist leidenschaftlich daran interessiert, auf den Markt zu gehen und die Zufriedenheit unserer Kunden liegt einem sehr am Herzen. Man ist ein technischer Gründer, aber ich weiß nicht, ob man heute ein technischer Gründer und ein Gründer ist, der auf den Markt geht oder vielleicht sogar alles zusammen. Ja, jemand meinte kürzlich, dass ich über Go to Market aufgestiegen bin, was das erste Mal in meinem Leben war, im Gegensatz zu Tech, wo ich zwar ein wenig beunruhigt, aber auch ein wenig geschmeichelt war. Ich dachte mir, ich weiß nicht, was ich davon halten soll, das ist mir noch nie passiert. Also wie würden Sie Ihre Entwicklung in den letzten sechs Jahren beschreiben? Gute Frage. Ich würde sagen, das Größte, was mich in den letzten, ich würde sagen, acht Jahren geprägt hat, ist, dass ich sozusagen einen kompletten Start up Zyklus miterlebt habe. Ich mache diesen Job jetzt seit acht Jahren und ich glaube, am Anfang habe ich mich wirklich darauf konzentriert, hey, ich muss nach großartigen Gründern suchen, ich muss nach großartigen Unternehmen suchen und meine Aufgabe ist es, mit ihnen Geschäfte zu machen und dann arbeite ich mit ihnen im Vorstand zusammen. Aber letztendlich sind das Unternehmen, Ich und der Gründer viel wichtiger als ich und die Dinge werden sich also irgendwie in eine Richtung entwickeln, die sie eben nehmen werden. Ich denke, die größte Veränderung in den letzten Jahren ist, dass ich zu der Überzeugung gelangt, bin, dass man ein wahrer Gläubiger sein muss, dass man sozusagen die Grundlagen verstehen muss, wenn man in ein Unternehmen investiert. Und ich denke, das äußert sich daran, dass zum Zeitpunkt der Investition sicherlich jeder daran glaubt, oder aber man muss sich zum Zeitpunkt der Investition in fünf Jahren fragen, ob und wenn alle dieses Unternehmen aufgeben und sagen, dass es nicht funktionieren wird, werde ich dann immer noch daran glauben, wie sehr ich mich für diese Idee, dieses Unternehmen, diesen Gründer, diese Mission begeistern? Ich denke, das ist eine sehr hohe Messlatte. Ich denke, was ich in den letzten acht Jahren gelernt habe, ist, dass man das den Gründern schuldig ist. Und ich denke, das Ökosystem der Risikokapitalgeber kann manchmal sehr FOMO beeinflussbar sein. Und so landet man in diesen Situationen, in denen jeder darum buhlt, in ein Unternehmen einzusteigen. Und man muss sich fragen, wie das in acht oder zehn Jahren aussehen wird. Das wird ein wirklich langer Weg. Und wie wird das dann aussehen? Ich denke, das hat meine Investitionsentscheidungen wirklich stark beeinflusst in dem Sinne, dass ich mich an diesen Standard halte und sicherstelle, dass das das ist, was ich tue. Das ist eine interessante Antwort. Ich bin ein wenig überrascht, ob Sie befürchten, dass Sie sich mit dieser Perspektive möglicherweise weiterhin mit etwas beschäftigen, das nicht funktioniert. Ich dachte, dass es vielleicht ein guter Weg wäre, ein Risikokapital zu gründen, sich schnell zu bewegen und sich wirklich intensiv mit dem zu beschäftigen, was im Moment erfolgreich ist und einfach Unternehmen zu schließen, wenn sie nicht funktionieren. Ich meine, das Modell des Frühphaseninvestments ist doch sicherlich, dass die meisten von ihnen nicht erfolgreich sind. Willst du Dich also in 5 Jahren in Unternehmen vertiefen, die nicht wirklich funktionieren oder die Gründer dazu ermutigen, sich etwas anderem zuzuwenden? Nun, ich denke, das stimmt. Ich werde es allgemeiner ausdrücken, richtig. Ich denke, das gilt sowohl für Unternehmen, die in beiden Bereichen funktionieren, als auch für Unternehmen, die es nicht tun. Denn ich denke, bei Unternehmen, die funktionieren, und ich kann ein paar Beispiele dafür nennen, bei Unternehmen, die funktionieren, würdest du vielleicht gar nicht investieren, wenn du nicht so denkst. Denn kurzfristig sehen sie nicht so überzeugend aus. Aber auf lange Sicht denkst du Ich glaube wirklich an dieses Problem und ich denke, wir müssen es lösen. Und ich glaube an diesen Gründer und selbst wenn es eine Chance gibt, dass es nicht funktioniert, werde ich es trotzdem tun. Lassen Sie mich Ihnen ein Beispiel für die Bejahung geben. Investitionsentscheidung. Denn ich denke, das ist eigentlich fast noch überraschender. Ich erinnere mich, dass ich in Runway investiert habe, noch vor Stable Diffusion. Man lernt Chris, Anastasis und Alejandro kennen, die drei Gründer. Ihnen lag dieses Problem sehr am Herzen. Sie hatten Stable Diffusion noch nicht einmal entwickelt. Es war also zu diesem Zeitpunkt noch nicht einmal Teil der Geschichte. Aber ich hatte das Gefühl, dass diese Leute sich wirklich mit diesem Problem identifizieren konnten. Video wird immer beliebter. Runway ist jetzt das Key Video Unternehmen, das KI Videos generiert. Ich habe damals jeden Tag Loom benutzt. Video wird also innerhalb des Unternehmens immer beliebter. Wenn dieses Team das nicht machen würde, wären sie Künstler. Das ist ihre Lebensaufgabe. Ich hatte das Gefühl, dass ich wieder mit diesen Gründern zusammenarbeiten möchte. Sie hatte noch nicht einmal das erfunden, was für das Unternehmen wichtig wurde. Aber ihnen lag das Problem am Herzen. Und mir lag das Problem am Herzen und ich hatte das Gefühl, dass ich auch in fünf Jahren noch mit diesen Leuten zusammenarbeiten möchte. Ich denke, das ist ein gutes Beispiel in dem Sinne, dass man die Investitionsentscheidung fast nicht treffen würde, wenn man nicht so denken würde. Und ich denke, ein zweites Beispiel dafür ist wahrscheinlich noch radikaler, nämlich ein Unternehmen namens Form Energy. Ich habe dieses Unternehmen in der Serie B kennengelernt. Der Gründer hatte das Energiegeschäft bei Tesla geleitet und er hatte diese Idee, Solar und Windenergie in diesen riesigen Batterien zu speichern. Ich meine diese Milliarden Dollar Batterien im Netz. Und das ist eine radikale Idee. Ich denke, die meisten Risikokapitalgeber sagen, dass es zu schwer ist. Weißt du, es ist einfach zu schwer. Und damals, wir waren noch ganz am Anfang des Unternehmens. Es war also noch nicht so, dass die Wissenschaft vollständig bewiesen war. Jetzt ist es das M. Aber ich dachte, wow, würde ich in 5 Jahren damit arbeiten wollen. Natürlich ist das wahrscheinlich eines der zehn wichtigsten Probleme, mit denen die menschliche Zivilisation derzeit konfrontiert ist. Können wir günstige Energiespeicher bekommen? Und jetzt mit der KI ist das natürlich noch wichtiger. Und die Gründer waren unglaublich. Dieser Gründer hatte das Energiegeschäft bei Tesla geleitet. Sein Mitgründer Ye T Min Chang war der wissenschaftliche Leiter. Alle waren sich einig, dass er einer der drei besten Batterieexperten der Welt war. Und so beschloss ich wieder, mich nicht selbst ins Zeug zu legen. Ich stellte einen Harvard Professor ein und wir verbrachten Monate damit, diese Technologie sorgfältig zu prüfen. Und am Ende sagte der Harvard Professor, Können Sie mir das Geld tatsächlich in Form von Aktien dieses Unternehmens zahlen? Ich glaube wirklich an das, was Sie tun. Und jetzt, fünf Jahre später, hat das Unternehmen eine Milliarden Dollar Fabrik in West Virginia gebaut. Sie stellen diese Batterien her und sie haben das Potenzial, die Welt wirklich zu verändern. Und so landen sie wieder in einer positiven Investitionsentscheidung, weil sie fünf Jahre vorausdenken und nicht im Moment. Aus ihren Geschichten klingt es auch so, als ob es ein Faktor war, dass ich mit diesen Leuten in fünf Jahren zusammenarbeiten wollte, egal was passiert. Es scheint, als wären diese Anwendungen vielleicht nicht so wichtig wie die Menschen hier, oder? Ich bin mir nicht sicher. Ich denke einfach, es ist der allgemeine Bereich plus die Menschen. Ist es mir wichtig? Ist es mir wichtig, dass dieses Problem gelöst wird? Ich denke, das ist besonders der Fall, da Buffett dieses Konzept hat, das ich unterstütze, das im Grunde besagt, dass man diese Lochkarte hat und für den rest seines Lebens 20 Lochungen darauf bekommt. Und das sind Investitionen, Also wollen Sie wirklich eine davon verwenden? Ich denke also das Problem ist wichtig in dem Sinne, dass großartige Leute an einem Problem arbeiten, das mir eben ist. Sie sind trotzdem großartig. Ich bin gerne mit ihnen befreundet. Richtig, Aber ich möchte nicht den Rest meines Lebens dafür aufwenden. Aber natürlich, ja, man hört viele Leute in meinen Gesprächen und du kennst mich gut, denn am Ende des Tages sind die Leute das Allerwichtigste und ein sehr faszinierendes Problem mit den falschen Leuten ist auch nicht interessant. Das sind also beides notwendige Bedingungen. Welche anderen Bereiche interessieren dich, in denen du das Team, in das du investieren möchtest, noch nicht getroffen hast? Ein Bereich, der mich fasziniert, ist die Zukunft der globalen Lieferkette. Erzähl uns doch mal ein anderes großes Problem. Ich meine, wir befinden uns gerade in dieser Situation, in der die USA versuchen, sich von China zu entkoppeln. Und man trifft viele Unternehmen, die Dinge Made in America herstellen. Und man geht sechs Ebenen in der Lieferkette hinunter. Und selbst die Made in America Version wird von chinesischen Zulieferern hergestellt. Sechs Ebenen tiefer. China ist bei so vielen Komponenten einfach so viel billiger und man denkt darüber nach. Ich nenne das das Shenzhen Problem. Man geht nach Shenzhen und alle betreiben diese unglaublich automatisierten Fabriken. Nicht nur die Arbeitskräfte sind billiger, sondern auch die Maschinen sind viel fortschrittlicher. Die Automatisierung ist viel weiter fortgeschritten und man hat diese Elo Wirtschaften, in denen alle zusammenarbeiten. Ein Problem, das mich fasziniert, ist, dass es nicht ausreicht, die Dinge in Amerika zusammenzubauen. Wir werden einen Großteil der Lieferkette neu aufbauen müssen und wahrscheinlich, um ein bestimmtes Ziel herauszupicken, werden wir eine Art Shenzhen im Westen aufbauen müssen. Ist das jetzt in Amerika? Ist das in Mexiko? Ist das in Kanada? Ich weiß es nicht, aber ich denke, das ist ein unglaublich wichtiges und strategisches Problem. Und wir kratzen gerade erst an der Oberfläche. Unternehmen, die diese Dinge herstellen, die in diese Kategorien fallen, beginnen gerade erst mit der skalierbaren Fertigung. Das finde ich faszinierend. Und wenn man sich Amerika heute anschaut, haben wir diese Phase der Globalisierung durchlaufen. In den letzten 70 Jahren haben wir viele unserer Fertigungskapazitäten ausgelagert und es wird sehr schwierig und wichtig sein, diese Stärke wieder aufzubauen. Es scheint, als würde sich mit den Fortschritten in der Robotik, die sich abzeichnen, ein neues Genre dieser Art von Dingen entwickeln, nicht wahr? Ich stimme zu. Und was den Bereich der KI Robotik betrifft, so ist es, um auf Ihre Aussage zur Robotik zurückzukommen, ganz klar, dass diese neue KI Technologie in der Robotik Anwendung finden wird. Wie wird sich das manifestieren? Ich hoffe, die Gründer finden es heraus. Ich werde es wahrscheinlich nicht herausfinden, aber ich denke, dass die Schnittstelle zwischen KI und Robotik sehr fruchtbar sein wird. Und es würde mich schockieren, wenn wir in den nächsten 20 Jahren nicht irgendeine Version dieser Roboter in unseren Häusern, Fabriken und so weiter hätten. Wissen Sie, ich glaube, eine Sache, die ich wirklich an Ihnen bewundere und immer an Ihnen bewundert habe, ist, wie ruhig und bescheiden Sie sich präsentieren. Eigentlich glaube ich, dass dieses Interview nicht einmal einfängt, wie bescheiden Sie normalerweise auftreten. Und ich denke, das steht im Gegensatz zu den meisten Ihrer Kollegen. Und ich glaube, ich hatte eine Vorstellung von Risikokapital, dass man wirklich aggressiv und sichtbar sein muss, um erfolgreich zu sein und diese umkämpften Geschäfte zu gewinnen. Ich bin einfach neugierig, weil ich denke, dass du eher die Persönlichkeit eines Informatikers oder eines Nerds in die Branche einbringst, in der du tätig bist. Daher dachte ich, die Leute könnten daran interessiert sein, mehr darüber zu erfahren, wie du deine authentische Persönlichkeit entwickelt hast, aber auch eine unglaublich erfolgreiche Karriere hattest und Geschäfte wie Hugging Face gewonnen hast, die sehr umkämpft waren. Erst einmal vielen Dank. Sehr schön. Ich denke, es gibt so viele Wege, in jeder Karriere erfolgreich zu sein und Risikokapital ist natürlich einer davon. Und ich versuche einfach, mir selbst treu zu bleiben. Ich bin mit den Leuten aufgewachsen, in die ich investiere. Das sind die Leute, mit denen ich aufgewachsen bin und mit denen ich in der Highschool und als Kind befreundet war. Richtig. Und ich glaube, Ich versuche individuelle 1 zu 1 Beziehungen aufzubauen. Vielleicht bin ich deshalb bei diesem Anruf so ungestüm, nicht wahr? Wissen Sie, wir kennen uns, nicht wahr? Wir sind Freunde, wir sind schon lange befreundet. Und ich glaube, eine Sache, die ich in meiner Rolle versucht habe, ist, jede Beziehung zu einem Gründer als eine atomare Einheit der Arbeit zu sehen, die es zu tun gilt. Die Arbeit, die es zu tun gilt, ist, eine Beziehung zu einem Gründer aufzubauen, zu verstehen, was er tut, an das zu glauben, was er tut, und dann mit ihm durch dick und dünn zu gehen. Zeit. Ich denke, wenn man das tut, kann man wirklich starke Beziehungen zu Menschen aufbauen. Meiner Erfahrung nach muss man dafür keine große öffentliche Person sein. Man muss sich im persönlichen Gespräch aggressiv verhalten. Ich bin in persönlichen Gesprächen ziemlich aggressiv. Ich denke, ich bin wirklich der Meinung, dass das, was du tust, großartig ist, oder? Ich denke, du solltest darüber nachdenken. Aber ich denke, der Kontext, in dem das passieren sollte, ist nicht die Vorstandssitzung. Sie findet nicht vor all diesen Leuten statt und ist auch nicht öffentlich. Ich denke, es ist eher ein persönliches Gespräch, ein Spaziergang um den Block, ein Gespräch bei einem Kaffee. Ich denke, dass mir Menschen sehr am Herzen liegen. Ich denke, dass mir alle Menschen, mit denen ich arbeite, sehr am Herzen liegen. Ich habe diesen Satz, den ich immer benutze, dieses Mantra, wenn man so will. Jeder weiß alles. Ich denke einfach, dass Menschen viel transparenter sind, als wir denken. Ich denke, Sie wissen, was ich jetzt denke. Ich glaube, ich weiß, was du jetzt denkst, richtig? Ich glaube nur, wir können uns auf dieser individuellen eben verbinden und das müssen wir nicht tun. Es muss keine Divergenz zwischen mir als Individuum in Bezug auf dich als Individuum und mir als Individuum in Bezug auf diese Gruppe von Menschen oder in Bezug auf eine größere Gruppe geben. Ich schätze, du bist auch. Ich meine, vielleicht verstehe ich das auch falsch. Ich denke, du bist offensichtlich unglaublich wettbewerbsorientiert. Ich denke, die Geschichte darüber, wie man den Deal mit dem Gesicht umarmen kann, indem man tatsächlich ihre Technologie einsetzt, ist eine ziemlich krasse Geschichte über eine bestimmte Art von Verkauf, von der wir alle lernen können. Aber ich schätze es, wie du in diesen Beziehungen authentisch nicht transaktional sein kannst. Ich denke, es ist. Ich bin so froh, jemanden mit diesem Stil zu sehen, der so erfolgreich ist. Danke. Punkt. Okay, hier ist noch eine, von der ich gar nicht wusste, dass du das denkst. Aber als ich mir deine Website angeschaut und deinen Blogeintrag gelesen habe, um mich darauf vorzubereiten, hast du gesagt, dass es einen Zielkonflikt zwischen klug wirken und Rechthaben gibt. Das fand ich eine sehr interessante Perspektive, über die ich viel nachgedacht habe. Ich denke, besonders als Gründer, wenn man vor Risikokapitalgebern etwas präsentieren muss, versucht man zu vereinfachen, was man tut. Aber es ist schwer, es wirklich zu vereinfachen. Wie sehr sollte man die Realität verbiegen, um etwas verständlich zu machen? Ich hatte immer das Gefühl, dass man bessere Entscheidungen treffen kann, wenn man mit dieser Komplexität umgehen kann und die Dinge nicht vereinfachen muss. Aber ich war schon neugierig, wie du auf diese Idee gekommen bist und ob du Geschichten darüber hast, wie es dir geholfen hat, wie du dich damit auseinandergesetzt hast. Gute Frage, M. Die habe ich von meinem Vater. Mein Vater ist ein Serienunternehmer und Professor und hat in seinem Leben schon viel ausprobiert, versucht, versucht, versucht und zwar in vielerlei Hinsicht. Und ich erinnere mich, als ich aufwuchs, ging ich zur Schule und man hatte den Lehrer, der alles wusste und man war nur das Kind. Und mein Vater hatte immer diese Naja, der Lehrer ist nur ein Mensch, weißt du, du und und und er weiß eine Menge Dinge, aber er ist ein menschliches Wesen. Er weiß einige Dinge und andere nicht. Wenn man aufs College geht, hat man den Universitätspräsidenten, erträgt seine Roben und seine Diplome. Und er steht vor dem Publikum, weißt du, vor der gesamten Studentenschaft. Und er gibt all diese Erklärungen ab. Und dann haben wir am 7. Oktober gesehen, dass sie nur Menschen sind. Und das soll keine Kritik an ihnen sein, sondern nur sagen, dass sie Menschen sind und dass Menschen fehlerhaft und unfehlbar sind. Ich glaube, ich bin mit der Vorstellung aufgewachsen, dass es einen Unterschied zwischen Form und Inhalt gibt, dass die Form nicht aussagekräftig für den Inhalt ist. Nur weil etwas auf eine bestimmte Art aussi, heißt das nicht, dass es auch so ist. Man muss also wirklich genau hinschauen und versuchen, durch die Form hindurchzuschauen. Und so viel von dem, was wir als Gesellschaft tun, ist, dass wir eine Form schaffen, nicht wahr, um uns auf eine bestimmte Art zu präsentieren oder zu sein. Aber der Inhalt ist viel tiefer. Das versuche ich zu tun. Ich würde sagen, dass ich etwas am Silicon Valley liebe, nämlich dass es einiges davon verkörpert. Denken Sie an die Geschichte von Steve Jobs, der barfuß und ohne Schuhe im Sequoia auftauchen und irgendwie investierte Sequoia. Don Valentine fand die Idee so substanziell, dass er durch die Präsentation hindurch sehen konnte. Ich versuche das bei meinen täglichen Investitionen umzusetzen und ich denke, es ist schwer, wieder klug zu wirken, anstatt Recht zu haben. Eine Möglichkeit, wirklich klug zu wirken, besteht darin, in Dinge zu investieren, in die alle anderen auch investieren wollen, und das eine Zeit lang. Und das funktioniert im Allgemeinen total und man selbst wirkt ziemlich klug. Ich habe mir viele Investitionen angesehen, bei denen ich mir gesagt Wenn ich das mache, werden mich alle zwei Jahre lang für total genial halten. Aber ich glaube nicht wirklich, dass das in 7 Jahren funktionieren wird. Ich habe es einfach so tief in meinem Bauch. Ich verstehe nicht, wie das funktionieren soll, also würde ich das nicht tun. Auf der anderen Seite gibt es Dinge, bei denen man aus dem einen oder anderen Grund ein paar Jahre lang dumm dasteht. Die Leute werden einfach oh, der hat zu viel bezahlt. Oder oh, das wird nie funktionieren. Es gibt eine Reihe von Gründen, warum man ein paar Jahre lang nicht gut dasteht, aber im Grunde genommen glaubt man, dass es funktionieren wird. Und diese Spannung zwischen klug wirken und Recht haben, erlebe ich tagtäglich ganz intensiv, weil ich glaube, dass die Entscheidungen, die ich treffe, tatsächlich ganz unterschiedlich ausfallen, je nachdem, für welche dieser beiden Faktoren ich mich entscheide. Eine Sache, die ich entdeckt habe, und ich glaube, es hat Jahre gedauert, bis ich das herausgefunden und wirklich verfeinert habe, ist, dass die Leute, mit denen ich arbeiten möchte, auch Leute sind, die diesen Algorithmus ausführen. Das ist etwas, das mir wirklich wichtig ist. Ich möchte nicht mit Leuten arbeiten, die etwas präsentieren, das nicht das wahre Wesen dessen ist, wer sie sind und was sie tun. Und diese Vertrautheit, die man zu einer Person aufbauen kann, wenn man beide sein wahres Ich präsentiert und beide authentisch ist, woran man glaubt, ermöglicht es, Vertrauen aufzubauen. Und dieses Vertrauen ist sehr dauerhaft. Wenn ich mir also Gründer anschaue, möchte ich auch mit Gründern zusammenarbeiten, die einfach die Dinge beim Namen nennen und mit denen wir einfach direkte Gespräche führen. Übrigens können diese direkten Gespräche auch sehr ernste Gespräche sein, oder? Denn wenn man nicht diese Sache mit der Form gegen den Inhalt macht, kann ich Hey, ich weiß wirklich nichts über dieses Thema. Du solltest mit jemand anderem darüber sprechen. Es ist nicht mein Fachgebiet und in einem Gespräch kann man auch schwierige Dinge sagen, nicht wahr? Hey, ich denke, diese Person passt nicht ins Team. Und weil wir beide diese echte Substanz präsentieren, können wir diesen intimen Dialog führen. Interessant. Und vielleicht könnte ich zu einer anderen Frage überleiten, über die ich mich sehr gefreut habe, dass du sie auf der Liste gelassen hast, weil ich neugierig auf deine Meinung dazu war. Ich frage mich, ob deine Religion deine Gedanken über KI beeinflusst. Und ich habe das gefragt, weil du einer der wenigen Menschen bist bist und ich denke, du sprichst mehr über Religion als die meisten anderen. Und ich habe das Gefühl, dass KI fast so etwas wie M. Ich weiß nicht, wie religiöse Auswirkungen hat, wenn man über AGI und solche Dinge nachdenkt. Das ist vielleicht ein kleiner Teil der Frage, Aber ich frage mich, ob es da für sie einen Zusammenhang gibt. Ich bin zutiefst fasziniert von Religion und wir haben in der Vergangenheit einige Gespräche über Religion geführt. Ich finde alle Religionen interessant, weil ich denke, dass Religion versucht, diese Frage zu beantworten. Was bedeutet es, ein Mensch zu sein. Und diese Frage ist, wie Sie sagen, sehr relevant für die KI. Ich habe die wichtigsten Bücher des Christentums, des Judentums, des Islam, das Mahabhata und das Tau gelesen. Ich habe die Bücher aller großen Religionen gelesen, um auf meiner persönlichen Suche zu verstehen, was es bedeutet, ein Mensch zu sein. Was ist diese Erfahrung? Ich denke, dass Religion wie ein Paket ist, ist so, wie die institutionelle Religion das Geschenkpapier ist. Wenn man das Geschenkpapier abreißt, ist das, was sich darin befindet, ähnlich. Ich denke in verschiedenen Kulturen und Kontexten. Und das, was sich darin befindet, ist dieser Moment der Konfrontation. Der Konfrontation mit dem Bewusstsein, der Konfrontation mit Gott, der Konfrontation mit der Wahrheit, der Konfrontation mit Dingen, die wirklich wesentlich und wichtig sind. Um es auf die KI zurückzubringen, wissen Sie das wahrscheinlich nicht oder erinnern sich nicht daran oder wissen nicht, dass dies mir so bekannt ist. Aber Sie haben mir vor einem Jahr zu Weihnachten G als Geschenk geschickt. Das ist Godel Escherbach, ein Buch eines KI Forschers über KI. Er bietet seine eigene Hypothese an, die eine nicht religiöse Hypothese ist. Sie besagt, dass Sie wissen, dass dieses einzigartige Element des menschlichen Bewusstseins diese Idee der Selbstreflexion, der Rekursion ist. Er führt das anhand der Mathematik, des Wirkens Gottes, der Kunst, des Wirkens von Escher und der Musik, anhand des Wirkens von Bach durch. Er sagt, dass dies im Wesentlichen die Einzigartigkeit des Menschseins ist. Warum ist das also wichtig für die heutige Welt und die Arbeit, die wir im Bereich der KI leisten? Nun, es gibt diese offene Frage, ob KI selbstreflektierend sein kann. Es gibt diese offene Frage, ob wir wahrscheinlich eine sehr intelligente KI bekommen werden, deren IQ höher ist als meiner. Und ich denke, wir werden diese KI mit sehr hohem IQ bekommen und vielleicht wird sie bessere Entscheidungen treffen können als der Rest von uns. Man hat so eine Art Science Fiction Bild vor Augen, nicht wahr? Von dem Computer, der wie der Präsident der Vereinigten Staaten ist. Man kann sich eine Welt vorstellen, in der KI viel intelligenter ist als Menschen. M Aber wird diese KI diese selbstrekursive oder selbstreflektierende Eigenschaft haben, diese Spiegelung im Bewusstsein, wo sie weiß, dass sie existiert und sie versteht und das als eine Linse nutzt, durch die sie die Welt wahrnimmt. Und ich denke, dass das für uns Menschen von entscheidender Bedeutung dafür ist, wie wir die Welt erleben, nicht nur rational und intellektuell, sondern auch emotional. Wir können Ehrfurcht empfinden, wir können Empathie empfinden. Empathie ist so grundlegend, sie ist ein Ergebnis dieser selbstreflektierenden Eigenschaft. Ich weiß, wie ich Dinge erlebe und so kann ich Hypothesen darüber aufstellen, wie du Dinge erlebst. Und deshalb habe ich keine Antwort auf diese Frage. Ich denke, das ist eine der wichtigsten Fragen. Es ist offensichtlich eine der großen Fragen, die es schon immer gab. Aber sie ist heute sicherlich auch in der KI relevant, da wir versuchen uns vorzustellen, ob wir eine unbewusste, wirklich intelligente KI haben werden oder eine bewusste, wirklich intelligente KI. Und im Grunde ist das in vielerlei Hinsicht eine religiöse Frage. Und um sie zu verstehen, muss man sich mit der Geschichte der Religion auseinandersetzen. Und vielleicht sage ich dazu noch eine letzte Sache. Religion gibt es schon seit Jahrtausenden. Eines der Dinge, die ich an all diesen verschiedenen Traditionen so faszinierend finde, ist die Kontinuität von Analysen, Gedanken und Arbeiten. Wir knüpfen direkt an die Arbeit der letzten Jahre an. Religion hingegen hat sich länger als die meisten anderen intellektuellen Stränge entwickelt. In der jüdisch christlichen Tradition gab es diese Thesen, im Judentum gab es Thesen, die tausend Jahre lang andauerten und Generationen haben sich mit denselben Fragen befasst. Dasselbe gilt natürlich auch für das Christentum und andere Traditionen. Man kann also tatsächlich viel tiefe Bedeutung und Verständnis geworden Das waren damals die klügsten Leute. Vielleicht sind es auch heute noch die klügsten Leute. Sie alle arbeiten an KI. Ich finde, das Coole an KI ist, dass sich alle auf KI konzentrieren. Aber die klügsten Leute der Welt haben sich lange Zeit mit diesen tiefgreifenden Fragen befasst. Und dann werden wir sehen, was als nächstes passiert. Großartig. Das ist ein großartiger Punkt, um aufzuhören. Danke, Dave. Vielen Dank fürs Zuhören dieser Folge von Grading Descent. Bitte bleiben Sie für zukünftige Folgen dran.