Chamath Palihapitiya Channel

É fascinante observar a rápida implementação de recursos de aplicativos diretamente pelas empresas que desenvolvem modelos de base. À medida que o custo marginal de um token cai continuamente em direção a zero, fica cada vez mais evidente que o verdadeiro valor já não está simplesmente na venda de tokens. Em vez disso, a estratégia clara dessas organizações é avançar na pilha de tecnologia e assumir o controle da camada de aplicativos.

É provável que os provedores tradicionais de SaaS escapem das consequências imediatas. Em vez deles, as primeiras vítimas serão as empresas nativas de IA que atualmente investem capital significativo nos laboratórios de IA. Isso inclui negócios focados em soluções jurídicas, de vendas e de atendimento ao cliente. Essas startups são os alvos mais fáceis porque as empresas que desenvolvem modelos de base já têm um plano claro para replicá-las, elaborado diretamente a partir dos rastros e das sequências gerados pelas empresas nativas de IA que usam seus sistemas.

A partir daí, é provável que o foco se volte para os aplicativos que funcionam como tecido conectivo, integrando profundamente esses modelos aos fluxos de trabalho operacionais padrão. Já podemos ver isso acontecendo com a OpenAI. Seus lançamentos recentes, como os fluxos de edição de documentos do Google e a integração perfeita do Google Drive e do Google Docs diretamente nos ambientes de chat, são muito bem executados e evidenciam exatamente essa progressão.

É realmente fascinante observar a rapidez com que as empresas de modelos de base estão lançando novos recursos de aplicações. Com o custo de um token marginal caindo quase a zero, o valor central já não está simplesmente em vender tokens. Em vez disso, a estratégia óbvia para essas empresas é avançar na pilha tecnológica e assumir o controle total da camada de aplicações.

Surpreendentemente, os provedores de SaaS estabelecidos não serão as primeiras vítimas dessa mudança. Na verdade, os primeiros a enfrentar a disrupção serão as empresas nativas de IA que atualmente investem enormes quantias de capital nos laboratórios de IA. Isso inclui empresas nativas de IA que atuam nos setores jurídico, de vendas e de atendimento ao cliente. Assumir esse espaço representa a oportunidade mais fácil. Além disso, as empresas de modelos de base já têm um roteiro muito bem definido para essa expansão, baseado inteiramente nos rastros operacionais e spans que coletaram dessas mesmas startups.

Após essa fase inicial, os próximos alvos serão os softwares que funcionam como tecido conectivo. São aplicações específicas responsáveis por transformar o uso de modelos em uma parte fundamental dos fluxos de trabalho cotidianos.

Já é possível ver exemplos práticos dessa evolução. Pense nos fluxos de edição de documentos do Google atualmente disponíveis no OpenAI ou observe como os recursos do Google Drive e do Google Docs estão sendo integrados diretamente às interfaces de chat. Ambas as integrações funcionam excepcionalmente bem.

Looking ahead, one possible scenario for our future involves a compelling clash between two very different forces. On one side of this divide are rebels equipped with highly advanced AI. Standing in their way are monolithic, established organizations that benefit from abundant free cash flow and the advantages of regulatory capture.

Garantindo a posição número 1.

Antes da oferta pública inicial (IPO), minha equipe elaborou uma análise aprofundada para compreender, a partir dos primeiros princípios, o modelo de negócios da SpaceX. Os resultados mais recentes do terceiro trimestre revelam uma mudança significativa: o negócio de Super Intelligence superou oficialmente a receita combinada dos negócios de Espaço e Conectividade. Impulsionada em grande parte por novos acordos para alugar capacidade computacional a outras empresas, a Super Intelligence gerou US$ 7,6 bilhões. Esse valor representa cerca de 52% da receita total do trimestre, um salto considerável em relação aos apenas 15% registrados há um ano. Além disso, a empresa informou despesas de capital totais de US$ 19,6 bilhões no trimestre, um valor que, na verdade, supera toda a sua receita. Desse total, uma parcela expressiva de US$ 16,4 bilhões foi destinada diretamente à Super Intelligence.

Leia aqui: https://research.socialcapital.com/go/spacex/x/202610231700-chart-post/chamath

Embora eu receba propostas de empreendedores todos os dias, quero convidar você para uma alternativa muito mais eficaz: participar do nosso hackathon.

O evento se chama EVOLVE. Serão 20 horas ininterruptas, de 13 a 14 de novembro, no 8090, em Redwood City. Seu objetivo será criar agentes e ferramentas de IA capazes de desenvolver software.

Além de um belo troféu e reconhecimento público, os campeões ganharão duas reuniões individuais comigo. A primeira sessão foi pensada para ajudar você a aprimorar uma ideia ou apresentação, e a segunda será um acompanhamento. Se vencer, você terá total controle sobre como vamos passar esse tempo juntos. Você pode pedir dinheiro, buscar meus conselhos ou simplesmente aproveitar para tirar sarro de mim.

Inscreva-se em: https://8090-solutions.link/evolve-with-chamath

Os dados atuais correspondem perfeitamente aos meus próprios hábitos de consumo. Embora minha assinatura da Netflix fique praticamente sem uso, assisto a vídeos no YouTube todos os dias.

Do ponto de vista comercial, o contraste financeiro entre as duas plataformas é bastante marcante. O YouTube se beneficia de custos extremamente baixos de produção de conteúdo. Já a Netflix tem atualmente US$ 14 bilhões em dívidas, contraídas especificamente para construir seu extenso catálogo de conteúdo audiovisual.

Será que essa situação acabará servindo como mais um exemplo clássico de incompatibilidade entre ativos e passivos? Só nos resta esperar para descobrir.

Infelizmente, os investidores de capital de risco permitiram que o setor de IA distorcesse gravemente a forma como apresenta suas receitas.

Para entender a raiz desse problema, podemos voltar à década de 2010, quando empresas de SaaS popularizaram o Annual Run Rate como métrica financeira. Esse valor era muito confiável para projetar receitas de longo prazo, pois se baseava inteiramente em acordos contratuais. Projetar essas receitas para o futuro era perfeitamente apropriado, já que a receita estava garantida durante toda a vigência do contrato.

No entanto, ao avaliar empresas de IA hoje, os investidores de capital de risco adaptaram esse conceito para o que chamam de Annualized Run Rate. Nessa nova interpretação, eles pegam a receita transacional ou de API gerada em um curto período — apenas no mês anterior ou, às vezes, até em uma única semana — e projetam esse breve retrato para o futuro.

É surpreendente que os investidores tenham permitido essa mudança nos padrões de apresentação de resultados, mas essa, de fato, se tornou a realidade.

Estamos verdadeiramente honrados por conquistar a 2ª posição no país.

Classificado em #3 no país.

Atualmente, a sociedade ocidental está lidando com um trio de grandes desafios ideológicos: radicalismo, socialismo e doomerismo. É muito comum que as pessoas sejam influenciadas simultaneamente por todas essas três visões de mundo. No futuro, a trajetória definitiva do mundo ocidental dependerá diretamente do grau em que esses movimentos específicos conseguirem influenciar a geração mais jovem.

Há cerca de dez anos, fiz a escolha estratégica de deixar de administrar dinheiro de terceiros, optando por dedicar minha atenção ao crescimento do capital interno. No entanto, devido à natureza inerentemente prolongada do Venture Capital, fazer com que os fundos de VC sejam plenamente realizados é um processo que se estende por muitos anos. Agora estou muito perto do fim desse longo processo, razão pela qual estou distribuindo o meu mais recente resumo de desempenho referente ao Q2. Nos próximos um ou dois anos, espero encerrar completamente esses veículos remanescentes e fechar oficialmente este capítulo profissional.

Ao olhar para trás, quero compartilhar algumas lições essenciais que reúni tanto para GPs quanto para LPs.

Em primeiro lugar, seus relatórios financeiros precisam ser completamente simples e evidentes.

Em segundo lugar, o Net DPI é o único indicador de verdadeira importância. Quando você otimiza pelos retornos reais, constrói disciplina operacional, e essa mesma disciplina funciona como sua linha de vida durante períodos econômicos difíceis.

Em terceiro lugar, é fundamental comparar seu progresso com o Cambridge Index. Medir-se contra esse padrão fornece a motivação essencial necessária se você realmente quiser se tornar o GOAT na sua área.

Neste momento, a indústria de IA/SI é impulsionada principalmente por uma abordagem de CPM, em que a oferta padrão é simplesmente o custo por mil tokens, acrescido de uma margem. Olhando para o futuro, o ambiente inevitavelmente irá migrar para um modelo de CPA. Nesse cenário, o foco passará a ser o cumprimento de tarefas, permitindo que os provedores compartilhem diretamente o ROI gerado.

Navegar essa transição de CPM para CPA vai expor grande parte da “malandragem” atualmente difundida em torno de run-rates, receitas e margens brutas. Remover essas práticas enganosas inevitavelmente resultará em uma quantidade considerável de destruição de valor. Basta observar as transições vistas na Web1 e no Mobile para exemplos claros desse fenômeno.

Desejamos o melhor de sorte a todos os participantes desse espaço em evolução.

Atenção diretores, CIOs, CFOs e CEOs.

Vocês conhecem os detalhes do Acordo da Casa Branca sobre Super Inteligência? Mais importante ainda: qual é a sua estratégia para integrar com segurança a Super Inteligência ao ambiente corporativo de vocês?

Para responder a essas questões críticas, a 8090 e a EY se uniram para desenvolver um sistema inovador chamado KYSI, ou Know Your Super Intelligence. Esta plataforma foi criada com o objetivo de estabelecer um registro verificável de decisões orientadas por inteligência artificial. Ela faz isso registrando as evidências relevantes e o contexto de suporte, ao mesmo tempo em que destaca os controles do sistema em toda a infraestrutura corporativa. Em última análise, o KYSI permite que as empresas mantenham um avanço tecnológico rápido enquanto, simultaneamente, fortalecem a supervisão.

Esta nova solução apoia o seu negócio ao oferecer rastreabilidade completa ponta a ponta, mapeamento claro de políticas para riscos e pacotes abrangentes de evidências preparados para auditorias.

Por meio desse esforço conjunto, estamos ajudando as empresas a avançar além da fase de simples testes de inteligência artificial. Nós possibilitamos que vocês estabeleçam estruturas de IA confiáveis e governáveis que podem escalar com segurança em toda a organização.

Se vocês quiserem explorar isso com mais profundidade, entrem em contato com o(a) seu(sua) parceiro(a) dedicado(a) da EY ou contatem-nos diretamente em http://8090.ai.

Selecionar entre um sistema aberto ou fechado nunca é apenas uma decisão simples e binária. Como existe uma ampla gama de níveis de acesso disponíveis, sua escolha final deve sempre ser guiada pelo trabalho real que precisa ser feito. Por exemplo, depender de uma API pública faz perfeito sentido quando você precisa de resultados rápidos para tarefas de baixo risco. Alternativamente, usar um modelo fechado em nuvem privada é o melhor caminho quando você deseja equilibrar alta qualidade com controle rigoroso. Por fim, se seus dados absolutamente não puderem sair do seu ambiente em nenhuma circunstância, um modelo aberto hospedado localmente é a solução necessária.

O grupo em que eu trabalho na @SocialCapital recentemente apresentou exatamente essa estrutura em nosso mais novo Deep Dive sobre Modelos Abertos vs. Fechados. As percepções compartilhadas abaixo foram extraídas diretamente desse deck de apresentação.

Gostaria de compartilhar minha perspectiva pessoal sobre inteligência artificial. Tenha em mente que suas próprias opiniões e experiências sobre esse assunto podem ser diferentes das minhas. Você pode encontrar a discussão em vídeo no seguinte link:

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

Dario compartilhou recentemente sua perspectiva de que a indústria precisa desacelerar o avanço das capacidades de inteligência artificial. Ao apresentar essa postura, ele está efetivamente defendendo o encerramento do desenvolvimento de código aberto para centralizar uma enorme influência econômica e tecnológica diretamente na Anthropic. Se você quiser ler seus pensamentos completos sobre o assunto, pode encontrar a postagem original em https://darioamodei.com/post/we-must-pace-the-frontier

Saudações a todos. Estou animado em compartilhar que estou estabelecendo um novo empreendimento. Você pode esperar que esta iniciativa seja incrivelmente significativa e gere um valor imenso, mesmo que simultaneamente seja bastante desagradável e deixe um rastro de morte e destruição em seu caminho. Além disso, embora as nossas próximas iniciativas tenham sido concebidas para ser completamente transformadoras, elas também acabarão inevitavelmente por desmantelar a sociedade em sua forma atual.

Tendo em conta todos esses fatores, meu pedido principal é que você compre os produtos que a nossa organização oferece. Você pode absolutamente confiar na nossa equipe. Agradeço sinceramente o seu tempo e o seu apoio.

Isso certamente nos dá algo para pensar.

Neste ano, a CloudBees reuniu insights de mais de 200 líderes de tecnologia de empresas, revelando uma contradição fascinante. Embora 92% desses profissionais tenham se sentido totalmente certos de que o código gerado por IA estava pronto para produção antes do envio, 81% exatamente desse mesmo grupo teve um aumento nos problemas de produção após o lançamento.

Confiar na saída de inteligência artificial evoluiu oficialmente para um risco de negócio quantificável. As diretorias das empresas agora podem avaliar diretamente a confiança de 92% no código gerado por IA em relação à taxa de 81% de problemas em produção para obter uma visão clara e realista de suas operações. Essa dinâmica levanta uma pergunta vital para as organizações: as equipes de desenvolvimento estão apenas se envolvendo em tokenmaxxing sem controle, ou há uma estratégia estruturada em prática que realmente entrega resultados?

Como aponta o estudo, e com o qual nós totalmente concordamos, o principal gargalo operacional mudou: saiu da escrita inicial do código e passou diretamente para sua governança.

Para ajudar as equipes a gerenciar essa mudança de forma proativa, a 8090 Software Factory integra especificamente testes, revisões por pares e aprovações formais diretamente em seus recursos principais. Esse sistema garante o controle de qualidade enquanto gera um registro histórico transparente e fácil de acompanhar para todas as partes interessadas.

Você pode encontrar mais detalhes neste link: http://bit.ly/3UWcTQE