Chamath Palihapitiya Channel

Sayangnya, para investor modal ventura telah membiarkan industri AI mendistorsi secara drastis cara melaporkan pendapatannya.

Untuk memahami akar masalah ini, kita bisa menilik kembali tahun 2010-an, ketika perusahaan SaaS menjadikan Annual Run Rate sebagai metrik keuangan yang populer. Angka ini sangat dapat diandalkan untuk memproyeksikan pendapatan jangka panjang karena sepenuhnya didasarkan pada perjanjian kontraktual. Memproyeksikan pendapatan tersebut ke masa depan sepenuhnya wajar, karena pendapatan itu dijamin selama masa berlaku kontrak.

Namun, saat mengevaluasi bisnis AI saat ini, para pemodal ventura telah mengadaptasi konsep ini menjadi apa yang mereka sebut Annualized Run Rate. Dalam penafsiran baru ini, mereka mengambil pendapatan transaksional atau API jangka pendek yang dihasilkan selama satu bulan sebelumnya saja—atau terkadang bahkan hanya satu minggu—lalu memproyeksikan cuplikan singkat tersebut ke masa depan.

Sungguh mencengangkan bahwa para investor membiarkan perubahan standar pelaporan ini terjadi, tetapi kenyataannya, hal ini memang telah menjadi sesuatu yang lazim.

Kami sungguh merasa terhormat berhasil meraih posisi nomor 2 di negara ini.

Peringkat ke-3 secara nasional.

Saat ini, masyarakat Barat sedang menghadapi tiga tantangan ideologis utama, yaitu radikalisme, sosialisme, dan doomerisme. Sangat umum bagi individu untuk dipengaruhi oleh ketiganya secara bersamaan. Ke depan, arah akhir dunia Barat akan sangat bergantung pada sejauh mana gerakan-gerakan khusus ini berhasil memengaruhi generasi muda.

Kira-kira sepuluh tahun yang lalu, saya membuat pilihan strategis untuk berhenti mengelola dana dari pihak luar, dan memilih untuk memfokuskan perhatian saya pada pertumbuhan modal internal. Namun, karena sifat Venture Capital yang memang memakan waktu dan berlangsung lama, mewujudkan dana VC sepenuhnya adalah proses yang memerlukan banyak tahun. Saat ini saya semakin mendekati titik paling akhir dari proses panjang ini, itulah sebabnya saya mendistribusikan ringkasan kinerja terbaru saya untuk Q2. Dalam waktu kira-kira satu tahun ke depan, saya memperkirakan akan sepenuhnya menutup dan menghentikan kendaraan investasi yang tersisa ini serta secara resmi mengakhiri bab profesional ini.

Saat saya menoleh ke belakang, saya ingin berbagi beberapa pelajaran penting yang saya kumpulkan untuk para GPs dan LPs.

Pertama, pelaporan keuangan Anda harus sepenuhnya jelas, sederhana, dan mudah dipahami.

Kedua, Net DPI adalah satu-satunya metrik yang benar-benar penting. Saat Anda mengoptimalkan untuk imbal hasil yang sesungguhnya, Anda membangun disiplin operasional, dan disiplin yang tepat itulah yang menjadi garis hidup Anda pada masa-masa ekonomi yang sulit.

Ketiga, sangat penting untuk membandingkan kemajuan Anda dengan Cambridge Index. Mengukur diri Anda terhadap standar ini memberikan motivasi esensial yang diperlukan jika Anda benar-benar ingin menjadi GOAT di bidang Anda.

Saat ini, industri AI/SI sebagian besar digerakkan oleh pendekatan CPM, di mana penawaran standar hanya berupa Biaya per seribu token ditambah markup. Ke depan, lingkungan tersebut pasti akan bergeser menuju kerangka CPA. Dalam lanskap masa depan itu, fokus akan beralih ke penyelesaian tugas, sehingga penyedia dapat ikut berbagi secara langsung dalam ROI yang dihasilkan.

Menavigasi pergeseran dari CPM ke CPA akan mengungkap sebagian besar permainan-mulus yang lazim terjadi saat ini terkait run-rate, pendapatan, dan margin kotor. Menghilangkan praktik-praktik yang menipu ini pada akhirnya akan menghasilkan kehancuran nilai dalam jumlah yang cukup besar. Kita hanya perlu melihat kembali transisi yang terjadi di Web1 dan Mobile untuk contoh yang jelas dari fenomena ini.

Kami berharap yang terbaik untuk semua pihak yang terlibat dalam ruang yang terus berkembang ini.

Perhatian untuk Direktur, CIO, CFO, dan CEO.

Apakah Anda sudah familiar dengan detail Kesepakatan Gedung Putih tentang Super Intelligence? Lebih penting lagi, apa strategi Anda untuk mengintegrasikan Super Intelligence secara aman ke dalam lingkungan perusahaan Anda?

Untuk menjawab pertanyaan-pertanyaan penting ini, 8090 dan EY telah berkolaborasi mengembangkan sistem baru bernama KYSI, atau Know Your Super Intelligence. Platform ini sengaja dirancang untuk membangun log keputusan yang dapat diverifikasi yang didorong oleh kecerdasan buatan. Platform ini melakukannya dengan mencatat bukti yang relevan serta latar belakang kontekstual, sekaligus menekankan kontrol sistem di seluruh infrastruktur perusahaan Anda. Pada akhirnya, KYSI memungkinkan perusahaan untuk mempertahankan kemajuan teknologi yang cepat sekaligus memperkuat pengawasan.

Solusi baru ini mendukung bisnis Anda dengan menyediakan penelusuran end-to-end yang lengkap, pemetaan kebijakan-ke-risiko yang jelas, serta paket bukti komprehensif yang siap untuk audit.

Melalui upaya bersama ini, kami membantu perusahaan melewati fase uji coba kecerdasan buatan yang sederhana. Kami memungkinkan Anda membangun kerangka AI yang andal dan dapat dikelola, yang dapat diskalakan dengan keyakinan di seluruh organisasi.

Jika Anda ingin mengeksplorasi lebih lanjut, silakan hubungi Partner EY khusus Anda atau hubungi kami langsung di http://8090.ai.

Memilih antara sistem terbuka atau sistem tertutup tidak pernah sesederhana keputusan hitam-putih. Karena ada spektrum tingkat akses yang luas, pilihan akhir Anda seharusnya selalu didorong oleh pekerjaan nyata yang perlu dilakukan. Misalnya, mengandalkan API publik masuk akal ketika Anda membutuhkan hasil cepat untuk tugas-tugas dengan risiko rendah. Sebaliknya, menggunakan model tertutup private cloud adalah jalur terbaik ketika Anda ingin menyeimbangkan kualitas tinggi dengan kontrol yang ketat. Terakhir, jika data Anda benar-benar tidak boleh keluar dari lingkungan Anda dalam keadaan apa pun, maka solusi yang diperlukan adalah model terbuka self-hosted.

Kelompok tempat saya bekerja di @SocialCapital baru-baru ini menguraikan kerangka kerja yang persis sama ini dalam Deep Dive terbaru kami tentang Open vs Closed Models. Wawasan yang dibagikan di bawah ini diambil langsung dari materi presentasi tersebut.

Saya ingin berbagi sudut pandang pribadi saya mengenai kecerdasan buatan. Mohon diingat bahwa pandangan dan pengalaman Anda sendiri tentang topik ini mungkin berbeda dari pandangan saya. Anda dapat menemukan diskusi videonya pada tautan berikut:

https://youtu.be/iI9uVDF0R4s?is=u4SQViHnMhU6AY5e

Dario baru-baru ini membagikan pandangannya bahwa industri perlu memperlambat kemajuan kemampuan kecerdasan buatan. Dengan menyampaikan sikap tersebut, ia pada dasarnya mendorong agar pengembangan sumber terbuka ditutup untuk memusatkan pengaruh ekonomi dan teknologi yang sangat besar secara langsung di Anthropic. Jika Anda ingin membaca pemikiran lengkapnya mengenai topik ini, Anda dapat menemukan postingan aslinya di https://darioamodei.com/post/we-must-pace-the-frontier

Halo semuanya. Saya sangat senang untuk berbagi bahwa saya sedang mendirikan usaha baru. Anda dapat mengharapkan usaha ini menjadi sangat penting dan menghasilkan nilai yang luar biasa, meskipun pada saat yang sama usaha ini akan terasa cukup tidak menyenangkan dan meninggalkan jejak kematian serta kehancuran di jalurnya. Selain itu, meskipun inisiatif-inisiatif yang akan datang kita rancang untuk sepenuhnya mentransformasi, inisiatif tersebut juga pasti akan membongkar masyarakat dalam bentuknya yang sekarang.

Dengan mempertimbangkan semua faktor ini, permintaan utama saya adalah agar Anda membeli produk-produk yang ditawarkan organisasi kami. Anda benar-benar bisa bergantung pada tim kami. Saya dengan tulus menghargai waktu dan dukungan Anda.

Ini jelas memberi kita sesuatu untuk dipikirkan.

Tahun ini, CloudBees mengumpulkan wawasan dari 200+ pemimpin teknologi perusahaan, mengungkap sebuah kontradiksi yang menarik. Sementara 92% dari para profesional ini merasa yakin bahwa kode yang dihasilkan AI mereka sepenuhnya siap untuk produksi sebelum dilakukan deployment, 81% dari kelompok yang sama justru mengalami peningkatan masalah produksi setelah rilis.

Mempercayai keluaran dari kecerdasan buatan kini telah berkembang menjadi risiko bisnis yang dapat diukur. Dewan perusahaan kini dapat secara langsung menimbang tingkat keyakinan 92% terhadap kode yang dihasilkan AI dengan tingkat masalah produksi 81% untuk mendapatkan gambaran yang jelas dan realistis tentang operasional mereka. Dinamika ini memunculkan pertanyaan penting bagi organisasi: apakah tim pengembangan hanya sekadar melakukan tokenmaxxing tanpa kendali, atau ada strategi terstruktur yang benar-benar memberikan hasil?

Seperti yang disoroti oleh studi tersebut, dan kami sepenuhnya sepakat dengan sudut pandang ini, hambatan operasional utama telah bergeser dari penulisan kode awal menuju tata kelolanya.

Untuk membantu tim secara proaktif mengelola pergeseran ini, 8090 Software Factory secara khusus mengintegrasikan pengujian, tinjauan sejawat, dan persetujuan formal langsung ke fitur intinya. Sistem ini memastikan kontrol kualitas sekaligus menghasilkan catatan historis yang transparan dan mudah diikuti bagi semua pemangku kepentingan.

Anda dapat menemukan detailnya di tautan ini: http://bit.ly/3UWcTQE

Secara umum, pendekatan yang bijaksana adalah melakukan kebalikannya setiap kali seseorang menyarankan agar Anda langsung mempercayai para ahli. Ingatlah era Covid, ketika kepercayaan mutlak kepada spesialis menghasilkan penipuan besar-besaran yang merusak tatanan sosial dan sangat menghambat perkembangan anak-anak kita. Saat kita memasuki era AI, menerapkan kepercayaan buta yang sama kemungkinan akan menimbulkan konsekuensi yang membuat pengalaman masa lalu kita tampak jauh lebih kecil dibandingkan itu. Karena itu, saya sangat menyarankan agar semua orang menjajaki terobosan teknologi baru ini dengan rasa takjub, sambil memastikan tetap memiliki fondasi yang kuat untuk keraguan kritis.

Memahami apa yang dimaksud dengan model dalam sektor perbankan cukup mudah. Ini mewakili fondasi matematis yang menjadi penggerak hampir semua pilihan operasional, seperti menentukan kelayakan pinjaman, menghitung cadangan modal yang diperlukan, dan mengidentifikasi transaksi yang berpotensi fraud.

Perubahan regulasi yang signifikan terjadi pada April ketika Fed, OCC, dan FDIC secara resmi menonaktifkan kerangka kerja yang telah digunakan lembaga keuangan sejak 2011 untuk memvalidasi proses matematis tersebut. Aturan yang diperbarui ini membahas model-model konvensional, namun secara sengaja mengecualikan agentic dan generative AI. Alasannya adalah bahwa kecerdasan buatan berkembang terlalu cepat untuk dibatasi oleh pedoman yang statis. Akibatnya, lembaga keuangan kini ditugaskan untuk secara mandiri mengatur segmen infrastruktur teknologi mereka yang berkembang paling pesat. Meski memiliki otonomi operasional ini, bank tetap sepenuhnya berkewajiban untuk memberikan justifikasi tata kelola AI mereka kepada pemeriksa saat diminta.

Jika pemeriksaan seperti itu dilakukan besok, sebagian besar lembaga keuangan akan menghadapi tantangan besar dalam menghasilkan log yang presisi dan dapat direproduksi yang merinci secara tepat bagaimana kecerdasan buatan digunakan. Melacak metode spesifik, artefak yang terkait, dan setiap keputusan individual yang dipengaruhi oleh AI tetap menjadi rintangan yang kompleks.

Kesenjangan kepatuhan inilah yang dirancang untuk diatasi oleh 8090 Software Factory. Platform ini menyematkan bukti dan jejak audit yang komprehensif langsung di dalam arsitektur perangkat lunak. Dengan demikian, sistem memastikan bahwa setiap modifikasi sistem dan setiap pilihan berbasis AI dapat ditelusuri secara andal kembali ke persyaratan yang secara eksplisit telah disetujui oleh personel.

Temukan detail tambahan dengan mengunjungi tautan ini: http://bit.ly/46q2SOe

Penelitian yang dilakukan oleh McKinsey dan Oxford merupakan analisis terluas yang pernah dilakukan terhadap inisiatif TI besar, dan temuannya cukup mengejutkan. Setelah menelaah lebih dari 5.400 proyek dengan anggaran melebihi $15M, data menunjukkan bahwa upaya-upaya ini umumnya gagal mencapai nilai yang direncanakan sebesar 56%, sekaligus melampaui anggarannya sebesar 45%. Selain itu, keterlambatan jadwal sama parah dengan kelebihan finansial—sering kali mendorong pencapaian tujuan inti mundur hingga beberapa tahun.

Secara historis, organisasi telah mencoba menavigasi transformasi TI skala besar ini dengan membuat pilihan yang dapat diterima secara universal dan bermitra dengan sebuah perusahaan yang tidak bisa dipersalahkan. Memilih opsi yang aman sangat masuk akal pada era ketika sekadar menyelesaikan sebuah build masih menjadi tanda tanya besar. Namun, saat ini, AI telah sepenuhnya mengubah lanskap.

Mengatasi tantangan industri yang meluas ini membutuhkan sebuah sistem yang memungkinkan Anda mendokumentasikan niat Anda dengan jelas sejak awal. Dengan membangun kejelasan ini sejak tahap pertama, Anda kemudian dapat memanfaatkan AI di seluruh tahap pelaksanaan dan verifikasi untuk memastikan proyek Anda selesai persis seperti yang dibayangkan. Ini memastikan bahwa deliverable akhir Anda tetap sesuai jadwal, sesuai ruang lingkup, dan sepenuhnya selaras dengan anggaran.

Di 8090 Software Factory, kami menggunakan pendekatan persis ini sebagai fondasi untuk setiap keterlibatan klien. Anda dapat mempelajari mekanisme proses kami dengan mengunjungi tautan ini: http://bit.ly/4gP9bkq

Jika Anda sedang mencari satu visual yang menyoroti ancaman besar terhadap sistem kami saat ini, grafik tertentu inilah yang langsung terlintas dalam pikiran saya. Sangat mungkin bahwa pengamat akan gagal sepenuhnya menghargai penggandaan (compounding) qubit yang bergerak ke depan. Pada akhirnya, tidak mungkin untuk berlebihan dalam menekankan dampak riak yang mendalam yang akan ditimbulkan oleh kemajuan cepat ini pada metode kriptografi yang tidak aman secara kuantum.

Melihat kembali era desktop dan Internet, kita dapat melihat bahwa dinamika keuangan mengikuti pola tertentu: struktur ekonomi awalnya akhirnya berbalik. Pada akhirnya, organisasi yang posisinya paling dekat dengan konsumen sehari-hari adalah yang berhasil meraih margin keuntungan tertinggi.

Kita bisa mengharapkan Kecerdasan Buatan mengikuti lintasan yang persis sama. Alih-alih bertanya-tanya apakah pergeseran ekonomi ini akan terjadi lagi, satu-satunya ketidakpastian yang nyata adalah seberapa cepat hal itu akan terjadi.

Jika suatu saat Anda mendapati diri Anda mulai membuat pernyataan dengan frasa, "Satu hal yang patut dikatakan sebelum...", biasanya yang terbaik adalah berhenti sejenak tepat di sana. Abaikan komentar tambahan dan fokuslah untuk berhasil menyelesaikan pekerjaan yang ada.

Meskipun pelajaran sejarah sering menyoroti tren deregulasi pada tahun 1980-an dan 1990-an, kenyataannya adalah bahwa kerangka regulasi tidak pernah benar-benar disederhanakan pada era tersebut. Sebaliknya, jumlah pembatasan terus bertambah tanpa adanya gangguan yang nyata.

Pada akhirnya, regulasi yang kompleks hanya menguntungkan satu demografi: para pemimpin pasar yang sudah mapan. Mereka adalah pihak yang secara efektif menentukan pedoman, baik melakukannya secara langsung maupun melalui perwakilan yang mereka pilih.

Ketika sebuah pasar beroperasi dengan lebih sedikit pembatasan, secara alami pasar tersebut mengundang lebih banyak persaingan, yang secara konsisten menantang kekuasaan yang sudah mengakar. Ketika dominasi para pemain lama mulai memudar, perekonomian mengalami perputaran pendapatan dan kekayaan yang jauh lebih cepat dan lebih hidup.

Namun, selama sistem regulasi kita terus berkembang menjadi semakin rumit, mereka yang sudah berada di puncak akan terus menuai keuntungan. Mereka akan tetap meraup profit tanpa perlu menunjukkan keterampilan yang benar-benar mumpuni atau melakukan upaya nyata, yang pada akhirnya tampak seperti cara yang sangat tidak logis untuk menjalankan operasi.