מהדורה 118: ריאיון נדיר של סטיב ג׳ובס, תעלומת האימוץ של בינה מלאכותית, מכונות כתיבה, למידה מתמשכת, פלייבוק חדש בהון סיכון
״הטלגרף נחנך ב-1844. זו הייתה פריצת דרך מדהימה. יכולת לשלוח הודעות מניו יורק לסן פרנסיסקו באחר צהריים אחד. אנשים דיברו על לשים טלגרף על כל שולחן באמריקה כדי לשפר פרודוקטיביות. אבל זה לא היה עובד.״
שוב יום שישי. בשבוע הבא לא יתפרסמו הרהורי יום שישי, ולכם תהיה הזדמנות להשלים מהדורות שפספסתם בעבר. המהדורה הבאה תתפרסם ב-20.6.
קדימה למהדורה מספר 118 -
סטיב ג׳ובס 1985
אנחנו חיים בעולם שיצרה המהפיכה הפטרוכימית של לפני 100 שנים. המהפיכה הפטרוכימית נתנה לנו אנרגיה בחינם – אנרגיה מכנית חינמית, במקרה הזה. היא שינתה את המבנה החברתי כמעט בכל מובן. המהפיכה הנוכחית, מהפיכת המידע, גם היא מהפיכה של אנרגיה בחינם, אבל מסוג שונה: אנרגיה אינטלקטואלית חינמית. המהפיכה הזו תגמד את המהפיכה הפטרוכימית. אנחנו בחזית.
המילים האלה לא נאמרו לאחרונה, אלא לפני קצת יותר מארבעים שנה. זה קטע מתוך ריאיון שסטיב ג׳ובס נתן למגזין פלייבוי בפברואר 1985. אפל כבר הייתה חברה ציבורית אז, וג׳ובס כבר היה מולטי מיליונר בשלב הזה, הודות להצלחה המוקדמת יותר של מחשב האפל II. הריאיון נערך כמה חודשים לפני שג׳ובס הגיע לגיל 30, ולפני שהודח מאפל בקיץ 1985. דיוויד סנרה עשה פרק נפלא בפודקאסט הפאונדרים השבוע שהתעכב על כמה ציטוטים מהריאיון הזה.
מעניין בעיקר לקרוא את הריאיון בקונטקסט של מהפיכת ה-AI הנוכחית; סאם אלטמן אמר לאחרונה בריאיון שאנחנו עדיין ״בשלב הטרמינל״ בכל מה שנוגע לבינה מלאכותית. ההשוואה היא כמובן למחשבים האישיים, שהשימוש הראשוני בהם היה באמצעות טרמינל: שורת פקודה שממתינה לקבל הוראות מהמשתמש. משתמש שהיה צריך איכשהו לדעת אילו פקודות ניתן להקליד, ואיך להשתמש בהן בצורה נכונה. עד שהגיע ממשק המשתמש הגרפי (GUI), והקל על ההמונים לאמץ את המחשב האישי.
המקינטוש, שהושק בערך שנה לפני הריאיון הזה, היה המחשב המסחרי הראשון עם GUI. והוא היה פרוייקט הדגל שסטיב ג׳ובס הוביל באפל. כשנשאל בריאיון למה לדעתו אנשים צריכים לשלם $3,000 על מחשב ביתי, ג׳ובס הולך אחורה עם השוואה לעידן הטלגרף והטלפון כדי להדגיש את החשיבות של הממשק הגרפי:
החלק הקשה במה שאנחנו מתמודדים איתו הוא שאנשים שואלים אותך על הפרטים ואתה לא יכול להגיד להם. לפני מאה שנים, אם מישהו היה שואל את אלכסנדר גרהאם בל, ״מה יהיה אפשר לעשות עם הטלפון?״ הוא לא היה מסוגל להגיד לו את הדרכים שבהם הטלפון ישפיע על העולם. הוא לא ידע שאנשים ישתמשו בטלפון כדי להתקשר למספר ולבדוק איזה סרטים מופיעים באותו ערב או להזמין מצרכים או להתקשר לקרוב משפחה בצד השני של העולם.
אבל תזכרו שהטלגרף הפומבי הראשון נחנך ב-1844. זו הייתה פריצת דרך מדהימה בתקשורת. יכולת ממש לשלוח הודעות מניו יורק לסן פרנסיסקו בתוך אחר צהריים אחד. אנשים דיברו על לשים טלגרף על כל שולחן באמריקה כדי לשפר את הפרודוקטיביות. אבל זה לא היה עובד. זה דרש שאנשים ילמדו את כל הרצפים – הלחשים המוזרים, קוד מורס, נקודות וקווים – כדי להשתמש בטלגרף. זה לקח בערך 40 שעות ללמוד את זה. מרבית האנשים לעולם לא ילמדו איך להשתמש בזה. אז, למרבה המזל, בשנות ה-1870 בל הגיש פטנט על הטלפון. זה ביצע בערך את אותה פעולה כמו הטלגרף, אבל אנשים ידעו כבר ידעו איך להשתמש בזה [...] זה איפשר לך לשנות את הטון שלך כדי לתת משמעות מעבר למילים עצמן.
אנחנו במצב דומה היום. יש אנשים שאומרים שאנחנו חייבים לשים מחשב אישי של IBM על כל שולחן באמריקה כדי לשפר את הפרודוקטיביות. זה לא יעבוד. הלחשים המיוחדים שאתם צריכים ללמוד הפעם הם ״סלאש קיו מקף זי אס״ ודברים כאלה. המדריך למשתמש של וורד סטאר, תוכנת מעבד-התמלילים הכי פופולרית, הוא בעובי של 400 עמודים. כדי לכתוב רומן, אתם צריכים לקרוא רומן–אחד שנתפס כתעלומה למרבית האנשים. הם לא הולכים ללמוד סלאש קיו-זי יותר משהם עמדו ללמוד קוד מורס.
זה כל הסיפור של המקינטוש. זה ה״טלפון״ הראשון של התעשיה שלנו.
במבט לאחור סטיב ג׳ובס צדק בתחזיות המדהימות שלו לגבי השימושים וההשפעות של המחשב האישי, והוא אחד מאנשי החזון הגדולים ביותר בתולדות התעשיה. אבל אפשר גם לדמיין איך מי שקרא את הריאיון בזמן אמת אולי פיתח מידה מסויימת של ציניות, כלפי אמירות כמו ״המחשב הוא הכלי המדהים ביותר שאי פעם ראינו, אין עוד כלים עם הכח והגיוון שיש למחשבים, אין לנו מושג כמה רחוק זה עוד יכול להגיע״. האופן שבו סטיב ג׳ובס התראיין הוא הטקסטבוק שממנו כנראה למדו מנכ״לים היום – כמו ג׳נסן הואנג או סאם אלטמן - איך לשווק וליצור באז סביב המוצרים שהחברות שלהן מפתחות. למרות שהרוב המוחלט של האנשים עדיין לא מצא מה לעשות איתם (עוד על זה בהמשך).
והנה חזון אחד של סטיב ג׳ובס שטרם מומש ב-40 השנים שחלפו מאז, אבל עשוי להגיע בזכות פריצת הדרך הנוכחית ב-AI:
סטיב ג׳ובס: אחד האתגרים הכי גדולים בחינוך הוא ללמד אותנו איך לחשוב. מה שאנחנו מגלים הוא שמחשבים ממש הולכים להשפיע על איכות החשיבה כשהכלים האלה יהיו זמינים ליותר ויותר מהילדים שלנו. בני אדם הם משתמשים של כלים. מה שמדהים לגבי ספרים הוא שאתם יכולים לקרוא מה אריסטו כתב. אתם לא צריכים שמישהו ילמד אותכם פרשנות של אריסטו. אתם יכולים בהחלט לקבל גם את זה, אבל אתם גם יכולים לקרוא בדיוק את מה שאריסטו כתב. השידור הישיר הזה של מחשבות ורעיונות הוא אחד מאבני הבניין החשובים של איך הגענו לאן שהגענו בתור חברה אנושית. אבל הבעיה עם ספר היא שאתם לא יכולים לשאול את אריסטו שאלה. אני חושב שחלק מהפוטנציאל של המחשב הוא איכשהו לתפוס את העקרונות הפונדמנטליים הבסיסיים של חוויה.
מראיין: למשל?
ג׳ובס: הנה דוגמא פשוטה. משחק הוידאו הראשון, פונג, תפס את העקרונות של כח משיכה, תנועה זוויתית, ודברים מהסוג הזה, ככה שכל משחק ציית לאותם עקרונות בסיסיים, ועדיין כל משחק פיתח מעין חיים משל עצמו. זו הדוגמא הכי פשטנית. ומה שתכנית מחשב יכולה לעשות זה לתפוס את העקרונות הבסיסיים, המהות הבסיסית, ואז לאפשר אלפי חוויות שמבוססות על התפיסה של העקרונות הבסיסיים האלה. עכשיו, מה אם היה אפשר לתפוס את השקפת העולם של אריסטו – העקרונות הבסיסיים של תפיסת העולם שלו? אז הייתם יכולים לשאול את אריסטו שאלה. אוקיי. אולי תגידו שזה לא יהיה בדיוק אריסטו. זה יכול לטעות. אבל אולי לא.
[...] תדמיינו איך הדבר הזה יהיה לילדים קטנים שיגדלו עם זה. ואפילו עבורנו!
התרשים הזה הוא מאד, ׳האם הכוס חצי-ריקה או חצי-מלאה?׳, וזו תעלומה.
זה מתוך המאמר האחרון של בנדיקס אוונס. הוא מנתח בצורה כל כך טובה את השלב שאנו נמצאים בו כרגע לגבי AI: הטכנולוגיה הגיעה, היא מדהימה, אבל אנחנו עדיין לא יודעים מה לעשות איתה.
אתם יכולים לומר שזה אימוץ מהיר בצורה מדהימה, והרבה יותר מהיר מה-PC, הווב או סמארטפונים. 30% בתוך שנתיים! במובן מסויים זו השוואה מוטית - ChatGPT הוא רק אתר אינטרנט, שמקבל כיסוי תקשורתי מקיר-לקיר (זה חלק מהתפקיד של סאם אלטמן), ואתם לא צריכים לקנות מכשיר שעולה אלף דולר או לחכות לחברת תקשורת שתתקין לכם חיבור בפס רחב. כל אחד יכול ללכת ולהשתמש בו היום, אז ברור שהאימוץ יהיה מהיר יותר. זה עומד על כתפיי ענקים. אבל בכל זאת, 30%!
אבל תגובה אחרת היא להגיד שאפילו עם היתרונות האלה, אם זו טרנספורמציה משנת-חיים בהתפתחות המחשוב, למה היחס בין משתמשים-יומיים למשתמשים-שבועיים כל כך גרוע? משהו בין 5% ל-15% מהאנשים מוצאים לזה שימוש בכל יום, אבל לפחות פי שניים אנשים מכירים את זה, ויודעים איך זה עובד, ויודעים איך להשתמש בזה… ועדיין רק מוצאים את זה שימושי פעם בשבוע. שוב, לא הייתם צריכים לקנות מכשיר באלף דולר, אז אתם לא מחוייבים - אבל אם זה הדבר - למה הרוב נותרים אדישים?
אנשים שמבטלים את גל ה Generative AI כטרנד חולף כנראה טועים, כמו שמוכיחה למשל הסטטיסטיקה מהשבוע האחרון שווליום הטראפיק ל-ChatGPT עבר לאחרונה את ויקיפדיה. או כמו שמעיד הדיווח מהשבוע האחרון על כך שקצב ההכנסות השנתי של אנת׳רופיק שילש את עצמו מאז תחילת השנה, ועומד על מעל 3 מיליארד דולר. ועדיין, משהו חסר בדרך לאימוץ מסיבי על ידי ההמונים.
ייתכן שהפער הזה הוא רק עניין של זמן: המודלים יתבגרו, אנשים ישברו הרגלים ישנים וייצרו חדשים, והקוהורטים השבועיים או אלה ש׳ניסו את זה פעם אחת לפני שישה חודשים׳ יתכנסו כולם למשתמשים יומיים. עקומת ה-S תתעקם כלפי מעלה. אבל ההסבר עלול גם להיות שאנחנו בחלק של עקומת ה-S שהגיע לפני האייפון: ההזדמנות הנסתרת חבויה שם, זה נראה כאילו הכל עובד ואנחנו יכולים לראות שזה עומד להיות ענק, אבל אנחנו צריכים עוד משהו שיתבהר קודם [...]
ההסבר עשוי גם להיות שהצ׳אט-בוט בתור צ׳אט-בוט הוא חוויית המשתמש הנכונה רק לחלק מהאנשים וחלק ממקרי השימוש, ורוב האנשים יחוו את הטכנולוגיה הזו בתור פיצ׳רים ויכולות שעטופים בתור דברים אחרים. אני לא חושב שאנחנו יכולים לדעת את זה. כשהייתי אנליסט טלקום צעיר בשנת 2000, כולם שאלו אותי ׳מה ה killer app של 3G?׳ והתברר שזו השאלה הלא נכונה: ה killer app לזה שיהיה לכם את האינטרנט בכיס היה שיהיה לכם את האינטרנט בכיס, אבל היה צריך לעשות את זה בצורה שונה לגמרי.
אבל מה שלא יהיו התשובות לשאלות האלה, חשוב לזכור שאם אתם משתמשים בחמישה LLMs שונים מדי יום, ולא עשיתם חיפוש בגוגל השנה, וכל החברים שלכם במצב דומה… אז אתם בבועה, לפחות נכון לעכשיו.
בהחלט ייתכן שחסר לנו איש חזון כמו סטיב ג׳ובס, שיפצח מה יהיה עבור AI כמו שממשק המשתמש הגרפי היה עבור המחשב האישי, או האייפון היה עבור אינטרנט אלחוטי; דבר נוסף שאולי מעכב את האימוץ על ידי ההמונים הוא החששות והספקנות שנוטים ללוות כל הופעה של טכנולוגיה חדשה. Steven Sinofsky , לשעבר בכיר במיקרוסופט, שיתף לאחרונה סיפור מהשנה הראשונה שלו בקולג׳ (1983) שממחיש את זה:
רוב הסטודנטים הגיעו עם מכונות כתיבה – מתנות מסיום הלימודים בתיכון. הציפיה הייתה שתגישו עבודות שהודפסו במכונת כתיבה. לילדים עשירים היו מודלים מתוחכמים יותר שאיפשרו לכם לחזור אחורה לפני שהשורה נכתבה לדף.
בינתיים, לאוניברסיטה היו כמה מעבדי תמלילים WANG – מכונות לשימוש עסקי – שהיו זמינים לכמה קורסי כתיבה נבחרים. סגל הפקולטה היה מודאג: אם סטודנטים לא יכתבו טיוטה ראשונית באופן ידני, האם הם בכלל ילמדו לכתוב? … אז הרצנו ניסוי. רוב הסטודנטים השתמשו בעט ונייר, ולאחר מכן הקלידו. כמה מאיתנו השתמשו במכונת WANG עבור הכל. הסגל תכנן להשוות את התוצאות.
אז הגיע ינואר 1984. המקינטוש הושק. אפל דחפה אותם לקמפוסים. מה שהסגל האקדמי קיווה לבחון איבד רלוונטיות בין-לילה. הכלי זינק מעל הויכוח–בדיוק כמו ש GPT עשה לפני שנתיים.
יש עוד סיפורים בהמשך על פרופסורים להנדסת חשמל שהתעקשו שתלמידי מדעי המחשב – דיסציפלינה שהייתה יחסית צעירה כשסינופסקי למד את המקצוע – ילמדו לעומק פיזיקה וחשמל לפני שילמדו לכתוב קוד. או על כך שכשהיה ילד, ולימדו אותם בביה״ס איך לחפש דברים בספריה, נאסר עליהם להשתמש באנציקלופדיות. זה היה נחשב ״רמאות״.
סינופסקי מתייחס לאיסורים על שימוש בכלי AI היום, שלכאורה נובעים מחשש שקיצור דרך כזה ימנע מהתלמידים ללמוד. הוא משווה את זה לחששות שהיו בצעירותו סביב מכונות כתיבה: אכן, תלמידים היום לא מומחים במיומנויות כמו כתב מחובר או הוספת הערות שוליים באותה רמה שסטודנטים היו בשנות ה-1970, אבל האם זה משנה? מכונות הכתיבה, ובהמשך מעבדי תמלילים, סיפקו רמת אבסטרקציה חדשה, ושחררו אותם להתרכז בידע עצמו:
הבעיה האמיתית לא הייתה רק מהירות. זו הייתה אבסטרקציה. מעבדי תמלילים הפחיתו את הנטל בבדיקת איות, יישור, ועריכה – ושחררו אותנו להתמקד בתוכן. מחנכים כבר התלוננו על כישורי איות ירודים הרבה לפני שבודקי דקדוק אוטומטיים הופיעו.
[...] כתיבה ולמידה עם AI זה מכונת הכתיבה, מעבד התמלילים, האנציקלופדיה מחוברים יחד. לראות את זה בתור משהו מפחיד יותר מזה זה פשוט פחד מכלים חדשים ופרדיגמות חדשות. שוב. זו לא הפתעה שאנחנו רואים כל כך הרבה כתיבה לגבי החששות–כותבים הם אלו שמאותגרים בצורה ישירה. בדיוק כמו שמהנדסי חשמל היו מאותגרים על ידי תוכנה שיצרה אבסטרקציה מעל החומרה שלנו.
חלק יאמרו שלא כל שכבות האבסטרקציה נוצרו שוות. לא כל הכלים הם ״בלתי מזיקים״. והם יסכמו ש…לגבי AI צריך יותר ביקורת ושאנחנו צריכים להאט עד שנבין. האתגר הוא שהעתיד פשוט לא ממתין עד שכולם יגיעו להסכמה. זה מגיע יחד עם כלים חדשים. זה מה שקרה בשנת 1984 כשהמקינטוש הגיע. זה מה שקורה עם AI.
אני, כמובן, ממתין בקוצר רוח להגעת1 המקינטוש של AI.
Dwarkesh Patel , שמארח דיונים מעמיקים לגבי AI בפודקאסט שלו, כתב לאחרונה על דבר שבעיניו תוקע את ההתקדמות של AI כרגע: היכולת לשיפור ולמידה מתמשכים.
בטח ביליתי מעל מאה שעות בניסיון לבנות כלי LLM קטנים עבור פעולות העריכה שלי. והחוויה של לנסות לגרום להם להיות מועילים האריכה את הטיימליין [שאני מעריך שייקח כדי להגיע ל-AGI]. אני אנסה לגרום ל-LLMs לכתוב מחדש תמלול שנוצר אוטומטית, באופן שבן אדם היה עושה את זה כדי שיהיה קריא יותר. או שאנסה לגרום להם לזהות קליפים מתוך התמליל כדי להעלות לטוויטר. לפעמים אנסה לגרום להם לכתוב מאמר לצידי, פסקה אחרי פסקה. אלו משימות פשוטות, סגורות, קצרות-טווח, ללא תלויות, ומוגדרות היטב – סוג המשימות שאמורות להיות בדיוק במרכז הרפרטואר של מודלי שפה גדולים. וזה מצליח לעשות אותם 5/10. אל תבינו אותי לא נכון, זה מרשים.
אבל הבעיה המהותית היא שמודלי שפה גדולים לא משתפרים עם הזמן באותו אופן שבן אדם עושה את זה. היעדר למידה מתמשכת היא בעיה ענקית. האופן הראשוני שבו מודל שפה גדול מבצע הרבה משימות הוא אולי טוב יותר מהאדם הממוצע. אבל אין דרך לתת למודל פידבק כללי. אתם תקועים עם היכולות שאתם מקבלים ישר מהקופסא. אתם יכולים להמשיך להתעסק עם פרומפט המערכת. בפועל זה פשוט לא מייצר שום דבר שאפילו מתקרב לסוג הלמידה והשיפור שעובדים אנושיים חווים.
הסיבה שבני אדם הם כל כך שימושיים היא לא רק האינטליגנציה הגולמית שלהם. זו היכולת שלהם לבנות קונטקסט, לחקור את הכשלונות שלהם, ולצבור שיפורים והתייעלויות קטנות בביצוע של משימה.
הניתוח שלו מעניין ומוביל לתחזית שאנחנו הרבה יותר רחוקים מ-AGI (מה שזה לא אומר עבורכם) ממה שהקונצנזוס נטה להעריך לפני שנה או שנתיים.
בזמן שהמיינסטרים מתמהמה באימוץ של AI, משקיעיהוןסיכוןממהריםלנצל את ההזדמנות שנוצרה עבור מי שמסוגל למצוא מהר שימושים עבור הטכנולוגיה החדשה. הפלייבוק שחוזר על עצמו: רכישה של עסקי ״לגאסי״ כדי ״לשדרג״ אותם באמצעות AI. דברים כמו חברות חשבונאות או מוקדי תמיכה בלקוחות, שאפשר לשלב בהם אוטומציה מבוססת-AI ולהרחיב את שולי הרווח.
משקיע ההון סיכון אלעד גיל – שהיה מעורב בסבבים המוקדמים של חברות AI כמו פרפלקסיטי, Character.AI או מיסטראל – אמר לאחרונה לטק קראנץ׳ שהשוק מגיע לשלב מסויים של בגרות:
״נהגתי לומר, אפילו לפני שישה חודשים, שככל שאני לומד יותר על AI, ככה אני יודע פחות, כי השווקים היו כל כך דינמיים; הטכנולוגיות היו כל כך דינמיות,״ הוא אמר. ״ואני מרגיש שבחודשים האחרונים – אולי שני הרבעונים האחרונים – חלק מהשווקים באמת התבהרו.״
בעריכת דין, ״אנחנו סוג של יודעים מי המנצחת או שתי המנצחות הגדולות בטח הולכות להיות. זה נכון ברפואה. זה נכון בתמיכת לקוחות,״ אמר גיל, שבבירור חושב שאלה כוללים את חברות הפורטפוליו שלו, שאותן ציטט בשיחה שלנו.
ג׳נרל קטליסט, שמציגה את זה בתור asset class חדש, כבר השקיעה בשבע חברות כאלה, כולל לונג לייק, סטארטאפ שאוסף חברות ניהול של וועדי בית במאמץ להפוך את ניהול הקהילות למאורגן ומסודר יותר. מאז שהוקם לפני פחות משנתיים, לונג לייק גייס 670 מיליון דולר במימון, לפי מידע מ-PitchBook.
זה גוון חדש על המודל הישן והמוכח של פרייבט אקוויטי: לחבר כמה חברות יחד (roll-up) ולסחוט מהן ״יעילות״ באמצעות ״סינרגיות״. AI הופך את התהליך הזה להרבה יותר מאורגן, ופוטנציאלית גם הרבה יותר יעיל מבחינת השקעת ההון הנדרשת, אם זה נעשה נכון. הייתי אומר שזה מוזר שמשקיעי הון סיכון מנסים את המודל הזה, אבל ובכן, מודל ההון סיכון ״הישן״ לא עובד כל כך טוב בשנים האחרונות, לפחות כשזה נוגע לתשואות – לפחות מהסוג הנזיל שמומש במלואו. עדיין, סוג המשקיע שמתלהב מלהשקיע ב״דבר הגדול הבא״ הוא בטח לא אותו אחד שמתלהב מלהשקיע בחברה בת עשרות שנים שאפשר לסחוט ממנה מרג׳ינים טובים יותר באמצעות AI. וגם, פרופיל התשואות הוא ככל הנראה שונה מאד כאן, עם הגנה טובה יותר מפני דאונסייד אבל גם אפסייד שהוא ללא ספק הרבה יותר מוגבל. עדיין, כסף עדיף על פני לא-כסף.
אני שותף לסרקזם של סיגלר. הדינמיקה הזו מזכירה לי את הימים המוקדמים של חברות אי-קומרס שמכרו ישירות לצרכן (מהדורה 82): המקרה של Dollar Shave Club המחיש את האפשרויות החדשות שהאינטרנט פתח – מכירת מוצרים באתר של שופיפיי, גביית תשלום באמצעות סטרייפ, העלאת סרטון ליוטיוב, והפיכתו לויראלי באמצעות פייסבוק – מה שהוביל לזרם של השקעות הון סיכון בסטארטאפים מהסוג הזה (אופטיקאסט פרק 21: הדיסראפשן של הכל). חלקם אולי ייצרו תשואה נאה למשקיעים המוקדמים, אבל הרוב המוחלט נכשלו בניסיון לבנות עסק רווחי. ה low hanging fruits נקטפו, ההצלחה משכה עוד ועוד תחרות, ובסופו של דבר – המנצחת הייתה פייסבוק, שהמרג׳ינים זרמו אליה (מהדורה 83). עם הזמן, גם חלק מחברות המותג הותיקות למדו איך להתאים את עצמן לאינטרנט. הדיסראפשן לא הצליח.
אני לא דואג לאלעד גיל, שככל הנראה ירוויח מהשקעות מוקדמות שעשה בחברות שישלבו AI בשירותים משפטיים או רפואיים, הודות למשקיעים נלהבים שיצטרפו לסיבובים המאוחרים יותר. אלו משקיעי ה FOMO המאוחרים שכנראה יצטרכו לדאוג יותר. ההצלחה שלהם כבר תהיה תלויה ביכולת של החברות האלה לבנות עסק רווחי לאורך זמן, והם עלולים לגלות שהיה מדובר בסך הכל בארביטראז׳ זמני. דמיינו משקיע שהיה מגייס כסף כדי לקנות אוסף של פירמות בסוף המאה ה-19 ולייעל אותן עם מכשירי טלגרף.
וכאן הקשר לחלקים הקודמים של המהדורה: נראה שאנחנו נמצאים בשלב של המהפיכה שבו הטכנולוגיה המדהימה כבר כאן, אבל המיינסטרים עדיין מתקשה לאמץ אותה. הטכנולוגיים יותר מבינינו, שמצליחים להבין את הלחשים הנכונים — במילותיו של סטיב ג׳ובס — שיגרמו ל-AI לייעל את העבודה של חברה לניהול וועד בית או פירמת עורכי דין, יכולים לנצל את הזדמנות הארביטראז׳ הזו. לגבות כמו פירמות אחרות, שטרם שילבו AI, וליהנות ממרג׳ינים שמנים יותר בינתיים. או לחתוך מחירים ולצבור נתח שוק. כמו בסיפור של Dollar Shave Club מול ג׳ילט.
הטעות היא להניח שכשפיצוץ מתרחש בנקודה אחת של שרשרת הערך, השוק יתארגן מחדש סביב שיווי משקל זהה, רק עם שחקנים חדשים.
וורן באפט הבין את הנקודה הזו, לגבי זה ששיפורים בפרודוקטיביות ובמבנה העלויות נוטים להיעלם בשוק תחרותי, כבר לפני למעלה מחמישים שנה, כשברקשייר האת׳אוויי עוד היו בעסקי הטקסטיל. זה היה עסק קומודיטי נוראי. כשאנשים סיפרו לבאפט בהתלהבות על מכונת אריגה חדשה עם הספק כפול, התגובה שלו הייתה, ״וואי, אני מקווה שזה לא יעבוד כי אם כן, אני הולך לסגור את המפעל״. (מהדורה 61).
האנלוגיה המפורסמת של באפט היא לקהל גדול שמתבונן במצעד - ״חלק עומדים על קצות האצבעות, ואז כולם חייבים לעמוד על קצות האצבעות. כולם מצליחים לראות אותו דבר כמו קודם, אבל לכולם פחות נח״. טכנולוגיה חדשה שמביאה שיפורים בפרודוקטיביות לשוק תחרותי, זה כמו לעמוד על קצות האצבעות בין קהל גדול של אנשים.
אמנם חלק מהאנשים יכולים כרגע לעמוד על קצות האצבעות שלהם הרבה יותר טוב מהאחרים, אבל בסופו של דבר AI עשוי להגיע למיינסטרים. ואז כולם יוכלו לעמוד על קצות האצבעות שלהם. זה אולי יקרה כשיתגלה סטיב ג׳ובס של זמננו, וישיק את המקבילה של המקינטוש עבור AI.
תודה שקראתם את הרהורי יום שישי שלי השבוע!
אתם מוזמנים גם לעקוב אחריי בלינקדאין, וואטסאפ, טוויטר או פייסבוק. ואם עדיין לא נרשמתם לבלוג - אפשר לעשות את זה כאן כדי לקבל את הניוזלטר בכל יום שישי בבוקר ישירות למייל:
תזכורת: הבלוג הזה הוא למטרות לימודיות בלבד. אין לראות באמור לעיל ייעוץ השקעות. מסחר במניות מלווה בסיכונים רבים. אנא קראו את הדיסקליימר המלא כאן.
ייתכן כמובן שזה יגיע מהיוזמה המשותפת של ג׳וני אייב וסאם אטלמן, שהזכרתי לפני שבועיים. אני מודה שבינתיים אני נוטה להסתכל על השותפות הזו בצורה הרבה יותר צינית ממרבית הטייקים שנתקלתי בהם. אבל אשמח להיווכח בטעות שלי ולכתוב על זה במידה וייצא משם משהו.
כרגיל מעניין מאוד.
כמו שאתה אומר, היכולות מתדרדרות כשכלים מחליפים אותן.
זה עוד מהמצאת הכתב - אנשים התלוננו שהזיכרון יהיה פחות טוב.
או בימינו - המכוניות הרבה יותר טובות וכבר לא צריך לבדוק שמן מים - אז אנשים כבר לא יודעים איך.
אז יכולות מתדרדרות בעקבות טכנולוגייה. השאלה האם בינה מלאכותית תשאיר משהו.
מהנה מאוד. תודה.