Meta to świetna firma, która dostała sporo ciosów w zeszłym roku, z powodu uporu założyciela, nowej polityki prywatności Apple i TikToka.
Upór założyciela to kolejne kosztowne inwestycje w VR. Inwestycje Mety w VR są nieproporcjonalne do etapu rozwoju rynku. Wizja w której, w świecie przyszłości, siedzimy w kaskach w pracy i zamiast wejść na Zoom na monitorze, spotykamy się z zespołem w świecie VR jest mało przekonująca. Siedzenie w kasku w czasie wolnym też wydaje się dość niszowym sposobem spędzania czasu.
Polityka prywatności Apple ma wpływ na mierzenie konwersji z reklam, które wyświetlają się na Facebooku i Instagramie. Apple, wraz iOS 14 wprowadziło App Tracking Transparency czyli politykę, która wymaga od aplikacji uzyskania zgodę od użytkownika na śledzenie jego poczynań pomiędzy aplikacjami i stronami.
Wielu użytkowników wybiera opcję, żeby nie być śledzonym, to sprawia, że producenci gier mobilnych i innych aplikacji nie dostają informacji na temat tego, czy reklama na Facebooku i Instagramie była skuteczna.
Brak tej informacji sprawia, że reklamodawcy ograniczyli wydatki na reklamy tego typu, a to uderza w biznes Mety.
TikTok stał się fenomenem kulturowym i skutecznie odbiera część uwagi, którą użytkownicy mogliby kierować w stronę Facebooka i Instagrama. Nie mamy pewności na ile używanie Instagrama i Facebooka to trwały trend, czy przedłużająca się, ale jednak chwilowa moda, która minie wraz z pojawieniem się nowego cyfrowego rozpraszacza. TikTok stanowi takie zagrożenie.
Jednak nadal Meta to bardzo dobra firma, bardzo rentowna, z super popularnymi produktami, działająca w skali, którą trudno sobie wyobrazić i mam poczucie, że wyjdzie z kryzysu.
Boomerzy, gen x i milenialsi to najliczniejsze grupy społeczne na zachodzie (w tym w Polsce) i są uzależnione od Facebooka i Instagrama. Wydaje mi się, że to uzależnienie trwa tak długo, że jest lindy. Możemy czuć się z tym różnie, ale każdy z nas ma w ciągu dnia czas, w którym na coś czeka, nie ma co robić i zerka do telefonu, żeby zobaczyć co tam słychać u ulubionych influenserów. Jestem przekonany, że to z nami zostanie na długo, bo zaspokaja potrzebę szybkiej niezobowiązującej rozrywki.
W Europie i Azji Whatsapp jest najważniejszą appką do komunikacji w modelu jeden do jednego i w większych grupach. Whatsapp to moim zdaniem wunderwaffe Mety. Generator ogromnej wartości dla użytkownika, która nie została jeszcze zmonetyzowana. Sposobów na monetyzację takiej aplikacji jest wiele, wybranie właściwej będzie ogromnym kontrybutorem do wyników Mety.
Meta to firma, która najlepiej ze wszystkich konkurentów (może obok Youtube) radzi sobie w segmencie reklamy wizerunkowej i reklamy typu discovery, która pozwala odkryć użytkownikom nowe produkty. W Google reklama kieruje nas na to co znamy i czego szukamy. Na Instagramie pokazują się nam reklamy rzeczy/usług/aplikacji, których nie znamy, a które mogą nas zainteresować. Do tego przeglądając Instagrama i Facebooka jesteśmy w odpowiednim stanie mentalnym, żeby poznać nowe produkty: zrelaksowani, pasywni, naoliwieni do konsumpcji.
Meta nie tylko ma idealny produkt reklamowy dla segmentu “discovery”, ale ma też platformę do samoobsługi dla reklamodawców, którą wielu ludzi potrafi obsługiwać. To sprawia, że może monetyzować ogromny długi ogon reklamodawców, lokalnych firm, małych producentów, lokalnych salonów kosmetycznych, fryzjerów, fizjoterapeutów dla psów itd. To ogromny asset, który jest jednocześnie mniej wymagający jeśli chodzi o detaliczne śledzenie konwersji.
Meta ma największe możliwości monetyzacji Reelsów/Szortów/TikTok-like filmików. To TikTok wymyślił ten format i sposób jego podania (algorytmiczny, krótki, bardzo wciągający), ale to Meta jest moim zdaniem bardziej przygotowana, żeby na nim zarobić. Sklonowali produkt w ramach swoich platform. Twórcy treści, żeby uniknąć uzależnienia się od jednej platformy, wrzucają swoje filmy na wszystkie (Tiktoka, Youtube, Instagram), a konsumenci konsumują te treści tak gdzie im wygodnie.
Youtube ma świetną maszynę do monetyzacji wideo, ale ich CPM na reklamie puszczanej przed “dużym” wideo jest znacząco wyższy niż ten przy shortach. To oznacza, że stoją przed tradycyjnym dylematem innowatora: co zrobić, żeby produkt reklamowy z niższą marżą, nie zjadł nam produktu, który daje nam wyższe marże.
TikTok nie ma jeszcze infrastruktury i skali w rozumieniu organizacji sprzedażowej i platformy do samo obsługi, która pozwalałaby mu na szybką absorpcję budżetów reklamowych.
Instagram i Facebook są najlepiej spozycjonowane w tym aspekcie bo od dawna monetyzują niskie CPMy przy storiesach i feedzie i są mistrzami długiego ogona zarówno inventory jak i reklamodawców.
Kolejnym argumentem za długoterminowym sukcesem Mety jest AI. Meta jest bardzo aktywna w RnD dotyczącym AI. Wczoraj pisałem o opiniach ich czołowego naukowca odpowiedzialnego za te systemy. Meta jest w grze w nie mniejszym stopniu niż Google, Microsoft czy OpenAI. Dlaczego nie mielibyśmy zobaczyć odpowiednika ChatGPT wpiętego w Whatsapp? Jeśli da się na tym zarobić to Meta to zrobi i ma ogromną przewagę dystrybucyjną nad każdym konkurentem w tym modelu.
Do tego w tym roku mogą wydarzyć się dwie rzeczy, które znacząco zmienią długoterminową percepcję wartości Mety:
Zuckerberg może zmienić zdanie na temat VR. Rządy absolutne, a takie mają miejsce w Meta, mają to do siebie, że władca może zmienić zdanie i z dnia na dzień kompletnie zmienić strategię. Xi Jinping zrobił to miesiąc temu w temacie zero covid policy. Zuck może stwierdzić, że VR to super pomysł ale świat nie jest niego gotowy i się po prostu wycofać. Wyniki sprzedaży nowego Oculusa mogą być katalizatorem takiego piwotu.
TikTok może dostać bana w USA lub Europie (lub obu). TikTok to Chińska firma i może paść ofiarą wielkiej polityki. Jest już precedens w postaci bana na sprzedaż produktów Huawei i ZTE w USA. O banie na TikToka mówi się od dłuższego czasu. Jeśli to się wydarzy to Meta bardzo zyskuje.
Meta ma sporo asów w rękawie.
Wypuszczanie systemów, które zmyślają. /
W moim ostatnim wpisie o Google kontra ChatGPT snułem przypuszczenia na temat tego czemu, pomimo tego, że wiemy, że testują wewnętrznie podobny produkt, Google nie zdecydowało się na jego publiczną premierę.
Napisałem: Google to dojrzała firma, która ma sporo do stracenia. Ryzyka takiej integracji to na przykład: niższe przychody z adwords dla tych zapytań; ryzyka wizerunkowe związane z halucynacjami i groteskowymi odpowiedziami od chata; koszty obsługi; niepewna sytuacja związana z prawem autorskim itp (link)
To samo pytanie zadano panu Yannowi LeCunowi, jego odpowiedź: Google and Meta both have a lot to lose by putting out systems that make stuff up.
Pan Yann LeCun to jeden z uber-nerdów AI. LeCun to francuski naukowiec, informatyk, Chief AI Scientist w Meta, który w 2018 roku otrzymał Turing Award, odpowiednika nobla dla informatyków, za pracę przy deep learningu.
Yann LeCun dużo lepiej rozumie fosę technologiczną, którą zbudowało OpenAI niż przeciętny bloger czy analityk, bo bierze udział przy tworzeniu zarówno fundamentów technologicznych, jak i dużych komercyjnych systemów.
Jak taki człowiek coś mówi o swojej branży to warto go posłuchać.
Co jeszcze Pan Yann mówi o ChatGPT: In terms of underlying techniques, ChatGPT is not particularly innovative (…) It's just that, you know, it's well put together, it's nicely done.
ChatGPT w jego oczach to, ładnie zrobiony produkt, który działa w oparciu o techniki, które nie są bardziej zaawansowane niż te, których używają inne firmy inwestujące w tym segmencie.
Na Twitterze odniósł się też do skali, bo można przecież argumentować, że może i techniki nie są nowe ale tylko OpenAI operuje w skali i umożliwiła korzystanie z tych systemów dużej liczbie użytkowników. LeCun mówi, że Meta duże transformery działają od dawna przy moderowaniu treści i tłumaczeniu na skali 3 miliardów użytkowników.
LeCun pisze też, że Google i Meta używają transformerów w wielu miejscach w swoich produktach. Nie mają chata do generowania treści w oparciu o dane z internetu, ale mają algorytmy rekomendacji, tłumaczenia, rankingi i moderacje. Mają więc komercyjne zastosowania i produkty, które bazują na tej samej technologii co ChatGPT.
Technologia i optymalizowanie istniejących produktów to nie to samo to wypuszczenie nowego produktu, który rozbudza wyobraźnie i angażuje miliony użytkowników.
LeCun może mieć rację, że techniki były, inni je znają, ale innowacja OpenAI nie polega na wynalezieniu techniki tylko na sprytnym połączeniu istniejących elementów z angażującym interfejsem i sprawną dystrybucją.
To istota każdej konsumenckiej innowacji. Apple nie wymyśliło małych twardych dysków, ekranów LCD, baterii litowo jonowych, ani formatu MP3, ale złożyli te technologie w innowacyjny i popularny produkt: iPoda.
LeCun tego nie docenia, bo jako ekspert widział takie rzeczy już dawno.
Dla normalsa ChatGPT to nowy paradygmat interakcji z wiedzą z internetu. Dla LeCuna to ładne demo niegodne dużej firmy.
Obie te perspektywy są racjonalne i dlatego pojawienie się ChatGPT jest tak emocjonujące.
Duzi nie mogą sobie pozwolić na ten poziom “nieodpowiedzialności” produktowej. OpenAI nie ma nic do stracenia. Konsumenci głosują klikami.
Argumenty LeCuna w kontekście unikalności IP w OpenAI są warte wysłuchania. Fosa technologiczna jest mniej głęboka niż się wydaje niewprawnemu oku.
To nie jest software, którego nikt inny poza OpenAI nie potrafi stworzyć. Ani nie jest to software, którego stworzenie wymaga tak dużych inwestycji, że w praktyce nie da się go stworzyć.
Utrzymanie i obsługa ruchu jest bardzo droga, ale samo stworzenie modelu i chata jest w zasięgu wielu firm technologicznych.
Bądźmy też szczerzy: OpenAI nie radzi sobie z tematem utrzymania i obsługi ruchu. OpenAI daje nam coś za darmo tylko dlatego, że jest gotowe generować duże straty. My jesteśmy pogodzeni z jego awaryjnością bo jest darmowe i daje nam wartość.
OpenAI nie znalazło jeszcze sposobu na rentowność darmowego użycia ChatGPT.
To ok, bo produkt powstał dwa miesiące temu. Ale problem utrzymania i obsługi nie został jeszcze rozwiązany.
OpenAI wdraża płatną wersję ChatGPT w której główną propozycją wartości jest to, że szybciej działa i się nie wiesza.
Lubię czytać takich komentatorów jak LeCun. Wystawia swoją reputację innowatora na strzał, żeby powiedzieć co myśli. Ryzykuje, że za 5 lat jego wypowiedzi będą podobnym memem jak ten słynny komentarz na Hacker News na temat Dropboxa, albo wypowiedź Ballmera na temat pierwszego iPhone, po to żebyśmy lepiej rozumieli faktyczną innowację stojącą za nowym hypem. Szanuję to.
Oznaczanie danych i eksport usług /
OpenAI korzystała z wsparcia firmy Sama AI do etykietowania i usuwania problematycznych treści, które ChatGPT mógłby generować. Time ma świetny materiał na ten temat.
ChatGPT działa dzięki danym z internetu. W internecie jest mnóstwo strasznych rzeczy, które ChatGPT może odtwarzać, bo jest tylko programem komputerowym.
Żeby uniknąć tego problemu OpenAI zatrudniło firmę, która zajmuje się jakością danych dla największych firm z USA. Sama AI korzysta z pracy ludzi z Kenii, którym płaci za oznaczanie treści.
Sama AI chwali się, że pomogła 50k ludziom wyjść z ubóstwa. Firma jest b-corpem, jest zarejestrowana w USA, świadczy usługi, które są niezbędne w rozwoju AI.
Sama AI płaci niewiele w porównaniu do wynagrodzeń w USA, około $1,5-3,5 za godzinę netto.
Średnie wynagrodzenie w Kenii to około $3 za godzinę brutto, wydaje się więc, że Sama AI płaci rynkowo.
Praca przy projekcie dla OpenAI była trudna, bo wiązała się z kontaktem z najgorszym ściekiem treści, jakie można sobie wyobrazić.
Gdy Sama AI wypowiedziała umowę OpenAI (katalizatorem było zamieszanie związane ze zleceniem na oznaczanie zdjęć), jednym z głównych powodów był rodzaj treści, z jakimi w pracy dla OpenAI, musieli stykać się pracownicy Sama AI.
Odpowiedź pracowników zatrudnionych przy projekcie: “for us, it was a way to provide for our families.”
Przy tradycyjnym, funkcyjnym programowaniu, trzeba zatrudnić ludzi, żeby zaprojektowali, napisali i przetestowali program. Przy projektach typu AI, dodatkowo trzeba zatrudnić ludzi, którzy oznaczą dane, żeby program działał zgodnie z intencją.
To nie są najwspanialsze miejsca pracy, ale są potrzebne. Oznaczanie danych brzmi jak nudna, taśmowa praca, ale to również praca przy komputerze, bez ryzyka dla zdrowia fizycznego.
Ewolucja w outsourcingu zwykle przebiega z kierunku niskiej wartości dodanej, do wysokiej wartości dodanej. Zaczynamy od wprowadzania i oznaczania danych, kończymy na audytach, księgowości, programowaniu itd.
Gospodarka Kenii urosła 2x w ostatnich 10 latach i jest na poziomie Polski z roku 1990. Żeby dogonić Polskę musiałaby urosnąć 9x w ciągu kolejnych 20 lat.
Eksport usług cyfrowych to dobry sposób na kontrybucje do wzrostu gospodarczego. Tworzy miejsca pracy, wspiera edukację, lub przynajmniej on the job training, nie wymaga dużych inwestycji w infrastrukturę, otwiera na szanse płynące z globalnej cyfrowej gospodarki.
Oznaczanie danych to nowa praca w fabryce. Wiem jak to jest pracować w fabryce, pracowałem w fabryce w UK, jak wielu innych Polaków, w pierwszej dekadzie XXI w. To nie jest praca marzeń. Jednak jest potrzebna i stanowi sposób na utrzymanie siebie i rodziny dla wielu ludzi.
Świat wczorajszy /
Skończyłem czytać “Świat wczorajszy” Stefana Zweiga. To wciągająca autobiografia wiedeńskiego pisarza, który urodził się i dorastał pod koniec XIX wieku, a potem, razem z milionami europejczyków, przeżył najczarniejszy czas w historii Europy i świata, dwie wojny światowe, holocaust i kryzys finansowy pomiędzy nimi.
Zweig był Żydem, synem bogatego fabrykanta, poetą, dramatopisarzem, prozaikiem, tłumaczem, obywatelem Austrii ale też europejczykiem i kosmopolitą. W książce opowiada o tym, że przed I WŚ po świecie można było podróżować bez wiz i paszportów i korzystał z tego bardzo intensywnie.
Zweig był topowym pisarzem. Nie znałem go wcześniej, ale jego książki były wydawane na całym świecie w wielu językach. Richard Strauss (ten słynny niemiecki kompozytor) uparł się na współpracę ze Zweigiem przy operze The Silent Women, pomimo tego, że naziści zakazali sztuki, której twórcami byli Żydzi. Sam Hitler musiał wydać zgodę na premierę, co zrobił, bo był wielkim fanem Straussa.
Książka Zweiga to ładny zbiór historii z dawnej Europy. Zweig był popularny i lubił otaczać się znanymi ludźmi, jest to też piękny katalog artystycznego name-dropingu. Zweig znał wszystkich: Salvadora Dalego, Freuda, wyżej wspomnianego Straussa, Jamesa Joyce i wielu innych.
Szczególnie spodobała mi się część książki w której Zweig opisuje hiperinflacje w Austrii. Austria, po przegranej I WŚ została ukarana podobnie do Niemiec, terytorium zostało podzielone, musiała płacić reparacje i oddać złoto z banku centralnego. To wszystko sprawiło, że Austriacka waluta szybko stała się bezwartościowa. Hiperinflacja w Austrii była tak kosmiczna, że cwani przybysze z zagranicy mogli kupować całe ulice kamienic w Wiedniu za grosze.
Cały chaos wywołany hiperinflacją Zweig podsumowuje w piękny i dający nadzieje sposób:
Pragnienie kontynuowania życia okazało się silniejsze niż chwiejność pieniądza. Mimo chaosu finansowego, życie toczyło się zwykłym trybem, prawie bez zmian.
Zmienił się tylko porządek społeczny: bogaci stali się biedni, gdy ich pieniądze w bankach i papierach wartościowych stopniały, a spekulanci wzbogacali się.
Ale koło diabelskie toczyło się dalej, nie troszcząc się o los jednostek, wciąż tym samym rytmem, nie przestając nawet na chwilę; piekarz piekł chleb, szewc robił buty, pisarz pisał książki, rolnik uprawiał ziemię, pociągi kursowały zgodnie z rozkładem, rano gazeta leżała o zwykłej porze przed drzwiami - a bary, teatry, lokale rozrywkowe były przepełnione.
Właśnie dlatego, że to, co kiedyś reprezentowało największą trwałość, a więc pieniądz, traciło codziennie na wartości, ludzie zaczęli cenić prawdziwe wartości życia - takie jak praca, miłość, przyjaźń, sztuka, przyroda - i w obliczu katastrofy cały naród żył o wiele intensywniej niż zwykle.
Chłopcy i dziewczęta wędrowali po górach i wracali opaleni na brąz, na dansingach szalała muzyka do późnej nocy, wszędzie powstawały nowe fabryki i sklepy.
Wydaje mi się, że i ja sam żyłem i pracowałem w tym czasie intensywniej niż kiedykolwiek. To, co wcześniej miało dla nas jakieś znaczenie, stawało się jeszcze ważniejsze. Nigdy w Austrii nie kochano tak bardzo sztuki jak w owych latach chaosu, gdyż wskutek dewaluacji pieniądza czuliśmy, że tylko wartości w nas samych mają jakieś znaczenie. (podział na akapity mój)
Google kontra ChatGPT /
Jedną z narracji ostatnich tygodni było to, że ChatGPT to bezpośrednie zagrożenie dla Google. Ludzie, zamiast szukać, będą rozmawiać z modelem. Pojawiły się pogłoski, że Google bardzo się przejęło premierą ChatGPT.
CEO Sundar Pichai has been in meetings to "define Google's AI strategy" and has "upended the work of numerous groups inside the company to respond to the threat that ChatGPT poses." (cnet)
Dla wielu pytań ChatGPT wydaje się bardziej naturalnym sposobem szukania odpowiedzi niż Google. Nie wiem czy są to najbardziej rentowne pytania, ale można sobie wyobrazić wersję przyszłości w której zamiast googlać, wiele pytań zadajemy ChatGPT i stopniowo ChatGPT uzyskuje możliwości Google dla zapytań, dla których lepszą odpowiedzią niż tekst, jest seria linków do stron..
Czy Google zarabia na serwowaniu odpowiedzi na pytanie “Czym różni się ekonomia neo-keynesiowska od nowoczesnej teorii monetarnej?”. Nie sądzę, ale obsługa tego zapytania w Google kosztuje tak niewiele, że opłaca się wyświetlić listę wyników, choćby po to tylko żebym utrzymał nawyk szukania w Google.
Jeśli ChatGPT przejąłby wystarczająco dużo tego typu abstrakcyjnych zapytań, serwując lepsze wyniki niż Google, to wyobrażam sobie, że mógłbym mniej regularnie wracać do Google również w przypadku bardziej rentownych fraz typu “najlepszy kredyt na samochód”.
ChatGPT musiałby jednak, w odpowiedzi na moje pytanie o kredyt na samochód, wyświetlić mi zestaw dobrych linków.
Co jest łatwiej zrobić: dokleić wyszukiwarkę do ChatGPT czy ChatGPT do wyszukiwarki? Myślę, że w obie strony jest to nietrywialne zadanie.
Przyzwyczailiśmy się do Google i tego jak działa, ale to nie sprawia, że łatwo jest zrobić drugie Google.
Wielu próbuje i próbowało albo przez naśladownictwo (Bing) albo przez próbę bycia anty-googlem (DuckDuckGo). Jednak Google okazuje się wyjątkowo dobrym i trudnym do zastąpienia produktem. 25 lat inwestycji trudno dogonić, Google ma genialny model biznesowy i bardzo trudno zastępowalną ofertę dla reklamodawców.
Przykład DuckDuckGo pokazuje jednak, że da się małym zespołem (250 osób) zbudować wyszukiwarkę, która pokazuje dobrej jakości wyniki. Nie jest to biznes i produkt zagrażający Google ale działa. Wyszukiwarka istnieje, pokazuje linki, zarabia.
ChatGPT to świetny produkt i pozwala robić rzeczy, które wydają się magiczne. Zmienia paradygmat interakcji z internetem. Ale aktualnie nie ma modelu biznesowego, traci pieniądze na każdym użyciu, nie ma infrastruktury, która pozwalałaby mu utrzymać użytkowników, których już zgromadził (muli!) i nie mamy pewności co do tego jak wysoka jest jego fosa produktowa.
Wiemy, że Google ma swój chat działający w oparciu o duży model językowy. Informacja na ten temat stała się bardzo publiczna gdy jeden z inżynierów Google uznał, że ich chat uzyskał świadomość. LaMDA musi być niezłym produktem, prawda?
Andrej Karpathy (znany inżynier AI) naklikał swój odpowiednik GPT-2 w 600 liniach kodu i opublikował na Githubie. Wiadomo, że to nie jest ChatGPT, ale daje do myślenia na temat unikalności IP OpenAI.
Kluczowym aspektem jakości dużych modeli językowych są dane. Im więcej danych tym lepiej. GPT-3 mógłby być lepszy, gdyby wytrenowano go na większej ilości danych. Kto ma więcej danych? OpenAI czy Google?
ChatGPT to jednak jedyny produkt tego typu na rynku, który jest dostępny szerokiej publiczności za darmo i działa. To dużo. Oznacza, że zespół z OpenAI potrafił zrobić masowy produkt oparty o LLM, który ludzie pokochali. Nie działa bezbłędnie, muli, ale jest i wracam do niego codziennie.
Jak dokleić ChatGPT do tradycyjnej wyszukiwarki?
Skoro Google ma swój chat i boi się konkurencji ChatGPT to wkrótce powinni zaimplementować jego możliwości w wynikach wyszukiwania.
Mogło by to wyglądać podobnie do Google Translate. Czyli odpowiedź na górze strony wyników, która jest interaktywnym elementem.
Jednak Google to dojrzała firma, która ma sporo do stracenia. Ryzyka takiej integracji to na przykład: niższe przychody z adwords dla tych zapytań; ryzyka wizerunkowe związane z halucynacjami i groteskowymi odpowiedziami od chata; koszty obsługi; niepewna sytuacja związana z prawem autorskim itp.
OpenAI jest startupem, który ma niewiele do stracenia. Google musi brać pod uwagę te ryzyka i odpowiednio nimi zarządzać. To klasyczny problem dylematu innowatora. Innowacja ChatGPT jest ciekawa technicznie ale nie jest oczywista z pozycji zarabiania pieniędzy.
Czy linki to jedyny sposób na przychody z ChatGPT?
Trudno mi jest sobie wyobrazić scenariusz użycia ChatGPT, w którym gdy pytam o “najlepszy telewizor”, to nie dostaje listy linków do sklepów. Wydaje mi się, że bez tej funkcji ChatGPT nie zastąpi Google. Jeśli coś ma zastąpić Google to musi wyświetlać linki bo Google to linki.
Zdarzają się jednak innowacje, które są taką rewolucją, że każda referencja do tego co było przed nimi staje się niewłaściwa. Google mogłoby monetyzować się przez wyświetlanie graficznych bannerów, które były podobne do reklam w papierowych gazetach i które wszyscy wtedy rozumieli. Zamiast tego, przekonali rynek do, innowacyjnego wtedy, modelu reklamy natywnej w postaci linków, które najlepiej pasowały do Google.
Nie mam na tyle wyobraźni, żeby wymyślić inny, lepszy model biznesowy i lepszy sposób ma monetyzację ChatGPT niż reklama w postaci linków. Co nie oznacza, że taki sposób nie istnieje.
To co wydaje mi się pewne to fakt, że ChatGPT musi zostać darmowy jeśli ma być istotnym produktem dla masowego użytkownika i móc zagrozić Google. Musi też znaleźć sposób na finansowanie kosztów obsługi użytkowników.
Chciałbym, żeby OpenAI powalczyło z Google. To będzie korzystne dla nas, konsumentów i dla innowacji, ale wieści o śmierci Google uważam za znacząco przesadzone.
Czeka nas miękkie lądowanie /
Soft landing - ładne, nowe (dla mnie) sformułowanie opisujące to co prawdopodobnie się wydarzy w gospodarce w tym roku.
Pisałem o tym, że to co jest dość dziwne w działaniu Fed w tym cyklu to optymalizacja pod bezrobocie. Bank centralny mówi o tym, że chciałby zobaczyć więcej bezrobotnych. To jest dziwne bo stoi w sprzeczności z oficjalnymi celami polityki monetarnej Fed.
Przedstawiciel Fed mówił w listopadzie, że spodziewa się 5% bezrobocia w tym roku. To niekoniecznie musi oznaczać, że spodziewa się go z dużą pewnością. To raczej informacja dla rynku w jaki sposób Fed myśli o rynku pracy w kontekście inflacji.
USA jest w dziwnej sytuacji bo większość aktualnej inflacji to Core Services. W tym wskaźniku spory procent to mieszkanie, ale poza tym, koszt pozostałych usług, jest wprost powiązany z kosztem pracy. Koszt pracy rósł z prostego powodu - jest więcej otwartych ofert pracy niż bezrobotnych.
10M ofert pracy vs 6M ludzi szukających pracy.
Fed chce wyrównać te liczby i robi to przez wyższe stopy procentowe, które zwiększają koszt finansowania inwestycji i przez to ograniczają wzrost gospodarczy. Wolniejszy wzrost to mniej nowych miejsc pracy, mniej nowych miejsc pracy to mniej ofert, mniej ofert to mniej konkurowania o pracownika, więc mniejsze wzrosty wynagrodzeń. Mniejsze wzrosty wynagrodzeń to niższa inflacja w Core Services.
Część tego problemu, można by rozwiązać większą imigracją, ale ona ma konsekwencje polityczne i nie leży w uprawnieniach Fed.
Liczba otwartych ofert pracy powoli spada, bezrobocie w USA stoi w miejscu, wzrosty wynagrodzeń też spadają, inflacja w USA i Europie spada, Chiny wycofały się z zero-covid policy, łańcuchy dostaw wróciły do normy. To sprawia, że Fed i inne banki centralne nie muszą podnosić stóp procentowych tak wysoko jak tego oczekiwaliśmy jeszcze dwa miesiące temu.
W USA ceny Core goods i Energy w listopadzie i grudniu 2022 były poniżej tych z listopada i grudnia 2021.
To wszystko sprawia, że najnowszą predykcją na 2023 jest soft landing. Miękkie lądowanie, w którym uda się ograniczyć inflację unikając recesji.
Fajnie!
Siła konwersacyjnego interfejsu /
Jak pisałem o premierze ChatGPT to nie spodziewałem się jakie zamieszanie zrobi ten software.
GPT-3 testowałem dużo wcześniej i czułem już możliwości LLM. ChatGPT był ewolucją tego co już wcześniej testowałem. Interfejs konwersacyjny był ciekawy i wydawał się bardziej naturalny, niż ten, który OpenAI wypuściło wcześniej i do którego darmowy dostęp był ograniczony, ale nie spodziewałem się, że tak namiesza.
Wydaje mi się, że nie doceniłem siły darmowego dostępu w połączeniu z interfejsem konwersacyjnym. Konwersacyjność sprawia, że użytkownik może stopniowo poprawiać rezultaty, które dostaje od modelu. W naturalny sposób przekazywać mu instrukcje tak jakby rozmawiał z człowiekiem, i stopniowo dostawać to co chce.
Jest to naturalniejsza interakcja niż pisanie złożonego prompta od samego początku, lub dokładanie kolejnych słów do prompta po to by otrzymać bardziej precyzyjną odpowiedź.
W konwersacji dzieje się to samo. Gdy rozmawiamy z modelem to de facto dodajemy kolejne słowa do prompta, tylko robimy to we fragmentach. Jest to bardziej zbieżne ze sposobem w jaki myślą ludzie. Intuicyjne.
Gdy rozmawiamy z innym człowiekiem to nie robimy długich wykładów, mówimy trochę, szukamy zrozumienia, mówimy więcej, znowu szukamy zrozumienia itd. Łącznie nasza wypowiedź to długi wykład pełen powtórzeń. Jednak to naturalne i sprawia nam przyjemność.
Testowałem wczoraj wtyczkę, która pozwala używać GPT-3 bezpośrednio w polu tekstowym na komputerze. Pisząc notatkę w Notes.app, mogę dodać ++ na końcu zdania i GPT-3 dodaje treść od siebie.
ChatGPT wymusza na mnie kopiowanie i wklejanie rezultatów tego co wypluje model, co jest coś redundantne i bez sensu. Czemu muszę kopiować i wklejać skoro model mógłby mi to sam wklejać w miejsce w którym piszę.
Oczekiwałem, że ta wtyczka to będzie dobra ewolucja i coś czego potrzebuję. Jednak szybko zauważyłem, że to nie to samo co konwersacja z ChatGPT. ChatGPT jest w osobnym miejscu, wymaga copy/paste, ale jest naturalniejsze.
Okno ChatGPT daje osobny kontekst, w tym miejscu szukam, eksperymentuje, próbuję osiągnąć jakiś efekt. Gdy robię to inline od razu w notatce, to gubię kontekst i czuję, że nie wykorzystuję w pełni możliwości modelu.
Takie niuanse sprawiają, że coś jest porywającym, masowym produktem, albo ciekawostką dla nerdów.
Inwestycja MS w OpenAI jako ryzyko /
W marcu 2014 Facebook kupił Oculus VR za $2B. Firma miała wtedy 2 lata. Oculus stał się popularny dzięki Kickstarterowi, na którym przeprowadził udaną kampanię i pozyskał $2.4M od wspierających projekt.
Po akwizycji Oculus co roku wydawał nowy headset, w 2016 na rynku pojawił się też headset od Microsoft, HTC i Sony.
Jakiś czas temu czytałem doskonały wywiad Bena Thompsona z założycielem Midjurney Davidem Holzem (niestety za paywallem), który w tamtym czasie tworzył projekt Leap Motion i był mocno zaangażowany w rodzący się rynek VR.
David komentuje w nim aktualny stan rynku VR i jest nim rozczarowany. Mówi o tym, że transakcja Oculusa defacto zabiła innowacje na tym rynku. Zamiast eksperymentować z różnymi formami i interfejsami rynek zaczął się konsolidować i stał się bardzo konserwatywny, zanim tak naprawdę się zaczął.
To co było dużym sukcesem dla założycieli i inwestorów w Oculus VR, byłe złe dla ekosystemu, bo każdy kolejny projekt headsetu musiał od razu mierzyć się ze skalą i finansowaniem, które oferował Facebook. To oznaczało, że było mniej chętnych do ryzykowania i inwestowania w takie firmy. To sprawiło, że było mniej eksperymentów i poszukiwania właściwych interfejsów oraz killer apps, które spopularyzowałyby ten rodzaj interakcji z komputerem.
Zanim produkt osiągnął product-market-fit, rynek się skonsolidował i usztywnił. Efektem jest to, że VR i metaverse, sądząc po kursie akcji Mety, ma więcej sceptyków niż entuzjastów.
Piszę o tym w kontekście potencjalnej inwestycji Microsoftu w OpenAI. Byłby naprawdę bardzo słabo jeśli uznalibyśmy, że ChatGPT i OpenAI to koniec historii. Jeśli, po tej wielkiej transakcji, przestaną pojawiać się małe drużyny sprytnych koderów, tworzących swoje wersje dużych modeli językowych i ich interfejsów, to będzie to tragedia dla ekosystemu.
ChatGPT jest fajny, to fajna innowacja i coś co otwiera oczy na możliwości, które daje AI i techniki z nim związane.
Techniki, do których intelektualnie kontrybuowało wiele firm i zespołów, nie tylko OpenAI.
ChatGPT to tylko jedna wersja produktu. Wersja jednej firmy, która ma jakiś punkt widzenia i stawia jakieś tezy produktowe. Byłoby kiepsko gdyby ich wizja zamroziła rynek i sprawiła, że ludzie, którzy mogliby coś stworzyć w tej przestrzeni uznali, że temat jest zamknięty i trzeba szukać nowego.
Byłoby kiepsko, gdyby okazało się, że trzeba mieć $10B budżetu, żeby móc eksperymentować na tym rynku, lub że trzeba płacić “podatek od API” do OpenAI bo nie ma alternatyw.
Duże pieniądze, wielkie transakcje, przejęcia wielkich firm są ekscytujące jako nagłówek artykułu czy zaczyn do dyskusji na Twitterze, ale są słabe dla innowacji i budowania ekosystemu.
Potrzebujemy więcej firm jak HuggingFace, stability.ai i Humanloop i im podobnych, które zostaną jak najdłużej niezależne od big tech i tworzą swoje innowacje, budują ekosystem, wspierają wymianę wiedzy i rozwiązań.
Przykłady użycia ChatGPT w pisaniu, nauce i mailach /
Zaczynam regularnie używać ChatGPT.
Gdy piszę tekst taki jak wczoraj o deglobalizacji to proszę ChatGPT, żeby wypisał mi typowe argumenty za tym, że deglobalizacja już się zaczęła.
prompt: Give me arguments that deglobalization is happening
ChatGPT jest dobry w pisaniu takich ogólnych tekstów.
Po tym jak mi je wypisze mam pewność, że nie pomijam w swoim pisarstwie jakiegoś kluczowego argumentu. To sprawia, że mój tekst jest trochę lepszy niż gdybym pisał z pamięci, oraz, że piszę się go szybciej niż gdybym musiał robić szerszy reaserch i kompilować wiele tekstów.
Workflow wygląda więc tak: mam jakiś pomysł, wrzucam do ChatGPT prośbę o kontr argumenty, piszę swój tekst odnosząc się do tego co dostałem od ChatGPT.
Inny sposób użycia to skracanie długich tekstów. Zaciekawił mnie tekst o Cyberpunk 2077 na Gamespot, ale nie na tyle, żeby go przeczytać. Wkleiłem go do ChatGPT i poprosiłem o skrót. Dostałem dużo krótszą wersję tekstu zawierającą kluczowe fakty. Jako, że lubię teksty w punktach, to dodałem prośbę o wyświetlenie skrótu w punktach.
prompt: summarise this text for me: [text]
prompt: put it in points
Jeśli z jakiegoś powodu chciałbym nauczyć się kluczowych faktów z tego tekstu na pamięć to mogę poprosić ChatGPT o wypisanie pytań na temat tego tekstu. Myślę, że to dobry sposób na przygotowanie do egzaminów.
prompt: ask me questions about this text
Jeśli pytań jest dużo to mogę poprosić ChatGPT o posortowanie ich po tematyce
prompt: sort them by topic
A jeśli lubię tabelki to mogę nawet poprosić o ładnie sformatowaną tabelkę
prompt: Turn these questions into a table and sort them by topic. Give each topic a header in the table.
Innym praktycznym użyciem ChatGPT jest odpisywanie na maile. Czasem chcemy grzecznie odmówić zaproszenia na spotkanie. Napisanie ładnego maila po angielsku zajmuje czas. Oczywiście warto to na koniec spersonalizować, żeby nie wyglądało jak szablon.
prompt: write polite reply to this email that I'm not interested [email]
Jeśli odkryliście jakieś inne praktyczne, codzienne sposoby, użycia ChatGPT to napiszcie proszę.
Kilka myśli o deglobalizacji /
Popularną, od kilku lat, tezą w kręgach analityków, geopolityków i bloggerów jest to, że po epoce globalizacji nastała epoka deglobalizacji.
To ciekawa narracja, takich narracji przyjemnie się słucha bo zapowiadają ogromne zmiany i wydają się nieuniknione, a jednocześnie nikt z nas nie ma na nie wpływu, więc możemy sobie spokojnie dyskutować i debatować bez końca.
Są argumenty za i przeciw i oczywiście długi horyzont czasowy (10-20 a może nawet 50 lat, bo czemu nie?), więc debata może trwać i zostać nierozstrzygnięta.
Mam oczywiście swoją opinię: nie wierze w deglobalizację. Nie widać jej w liczbach i faktach.
Jednym z przyczynków do deglobalizacji miała być wojna taryfowa między USA i Chinami, którą rozpoczął Trump. Sprawiła ona, że import z Chin do USA spadł na kilka lat z $560B w 2018 do $460B w 2020. Jednak w 2021 i import z Chin do USA wzrósł do $540B, a w 2022 ma być najwyższy w historii.
W EU i Polsce w 2021 mieliśmy najwyższy w historii import z Chin, EU: $550B, Polska: $50B.
Jeśli jakimś wskaźnikiem deglobalizacji miały być relacje handlowe z Chinami to nie ma danych, które pokazywałby deglobalizację. Może, po taryfach, zmieniła się struktura importu i eksportu do Chin ale wartość wróciła do wielkości sprzed wojny taryfowej.
Innym powodem deglobalizacji ma być Covid. Pandemia pokazała, że jeśli zamkniemy się w mieszkaniach na kilka miesięcy to gospodarka działa inaczej. Ludzie kupują więcej produktów, a mniej korzystają z usług. Większe zakupy i przerwy w produkcji zatkały łańcuchy dostaw, co ma przełożenie na ceny. Just-in-time przestało działać i wygrywali ci, którzy mieli coś na magazynie.
Deglobalizacja miała się wydarzyć bo baliśmy się, że jesteśmy zbyt zależni od innych krajów jeśli chodzi o produkcję podstawowych rzeczy takich jak maseczki i żele antybakteryjne.
To też okazało się chwilowe. Ludzie wyszli z mieszkań, wrócili do kupowania usług, a firmy powoli pozbywają się zapasów. Pewnie pandemia przyczyni się do większej dywersyfikacji dostawców, ale dywersyfikacja będzie wspierać globalizację. Apple nie przenosi produkcji iPhone do USA tylko inwestuje w produkcję w Indiach.
Szczepionki, które pomogły nam wrócić do normalności, pokazały, że handel międzynarodowy jest niezbędny również w radzeniu sobie z globalną pandemią. Pfizer (firma z USA) i BioNTech (firma z Niemiec) razem stworzyły i wyprodukowały szczepionkę, którą kupił cały świat.
Ostatnim argumentem miało być wycofanie się USA z roli "światowego policjanta” gwarantującego bezpieczny handel międzynarodowy. Narracja była taka, że relatywna potęga USA jest mniejsza niż po II WŚ. USA nie ma zasobów, żeby dalej pilnować pokoju, a świat zmierza w kierunku multipolarnym. Wojna na Ukrainie pokazuje, że to bullshit. Rola USA jest kluczowa, NATO działa, Ukraina dostaje wsparcie, Rosja przegrywa, sankcje działają.
USA nadal jest i będzie światowym policjantem bo im się to opłaca i opłaca się to ich sojusznikom czyli wszystkim sprawnie działającym demokracjom oraz wielu reżimom autorytarnym. Nie ma konkurencji.
Bycie światowym policjantem jest po to by można było handlować z całym światem. Bez globalizacji ta rola jest bezsensu, jest marnowaniem zasobów. System działa najlepiej jeśli można kupować i sprzedawać w dowolnych konfiguracjach. USA może narzucać pewne zmiany reguł w tej wymianie na przykład ograniczając możliwości niektórych uczestników (Rosji), lub konkretnych towarów (eksport nowoczesnych procesorów do Chin), ale te korekty nie wpływają na ogólny trend, a raczej pozytywnie wpływają na balans sił.
Deglobalizacja się nie dzieje, dzieją się korekty w ramach globalizacji. Globalizacja opłaca się wszystkim.
2022 był przełomowy dla AI /
Rzeczy, które wydarzyły się w tym roku w AI:
Generatory obrazów, text-to-image - zaczęło się od Dalle-2, ale najpopularniejszym projektem dla developerów zostało open-sourcowe Stable Diffusion.
ChatGPT, text-to-text - projekt od OpenAI, który dzięki konwersacyjnemu interfacowi i darmowemu dostępowi stał się hitem.
Lensa AI - pierwszy masowy hit wykorzystania Stable Diffusion do generowania avatarów. Prosty pomysł, który eksplorowało wielu ale najlepiej wyszedł Prisma Lab, którzy od dawna sprzedają appkę do poprawiania selfie i mieli najlepiej ogarniętą dystrybucję.
DreamBooth - metoda strojenia Stable Diffusion. Dzięki DreamBooth możliwe było stworzenie appek generujących avatary. Strojenie pozwala na osiąganie specyficznego stylu danej instancji SD. Na przykład Lexica Aperture generuje fotorealistyczne obrazy.
Optymalizacja Stable Diffusion pod Core ML na procesorach Apple - dzięki temu Stable Diffusion działa “bliżej metalu” na procesorach Apple i lepiej wykorzystuje ich możliwości, czyli działa szybciej na lokalnej maszynie (np macbooku z M2). To ważne bo generowanie obrazów wymaga dużo mocy procesora i zwykle firmy wybierały generowanie ich w chmurze. Dzięki takim optymalizacją generowanie może odbywać się lokalnie, daje więc większą prywatność i istotnie wpływa na koszt.
Make-a-video, text-to-video - pierwsze przymiarki do generowania video. Narazie jakość nie jest powalająca ale spodziewam się, że w przyszłym roku w text-to-video radykalnie się poprawi i spopularyzuje.
DreamFusion - text-to-3d - metoda generowania obiektów 3D
Whisper - rozpoznawanie mowy w języku angielskim, które działa lepiej niż Siri
Riffusion - text-to-music - ciekawy projekt, którego autorzy dostroili Stable Diffusion w oparciu o sonogramy piosenek, dzięki temu mogą generować muzykę z promptów, tworząc wizualną reprezentację dźwięku i konwertując ją na dźwięk do odtwarzania. Projekt jest ciekawy bo pokazuje, że Stable Diffusion to nie tylko generowanie obrazów ale można go kreatywnie używać w inny sposób.
Prompt Engineer - nowe stanowisko pracy, człowiek, który pisze prompty do GPT-3 lub jakiegoś generatora obrazu, żeby osiągnąć zamierzone efekty.
Reverse Prompt Engineering - nowa aktywność dla nerdów takich jak ja. Zabawa w odkrywanie jak dana firma zaimplementowała daną funkcję integrując się z GPT-3.
Działo się więcej, projektów jest więcej, ale lista pokazuje jak przełomowy był to rok.
AI to już nie tylko naukowe projekty, których nikt nie rozumie, albo budowanie botów do grania w kolejne gry planszowe, które mimo że imponujące są jednak nudne.
AI w 2022 to pobudzające wyobraźnie, twórcze projekty i pierwsze udane produkty.
W 2023 chciałbym więcej produktów.
Żeby ekosystem dobrze się rozwijał potrzebujemy masy eksperymentów produktowych. Możliwości już dziś są duże, a produktów, które je monetyzują jest jeszcze mało.
Od strony technologii szczególnie liczę na wszystko co open source, bo to pozwoli zmniejszać koszty eksperymentów, więc wygeneruje więcej innowacji.
Cieszy mnie też trochę fakt, że trudniej dziś o inwestycje i przejęcia. Czuję, że na tym etapie powstawania rynku potrzebne jest budowanie produktów i szybki darwinowska selekcja naturalna niskokosztowych projektów. Pompa i konsolidacja mogłaby go usztywnić. Timing tej fali AI wydaje się bardzo dobry.
Open source AI vs OpenAI /
Zaczynają się pojawiać produkty oparte o generowanie treści. Mam silne przeświadczenie, że użycie Stable Diffusion jako silnika, będzie kilka rzędów wielkości większe niż reszty. Głównie z powodu tego, że SD to open source.
Modeli dyfuzyjnych jest kilka, każdy produkuje dobrej jakości rezultaty. Wszystkie mają API. W porównaniu do Midjurney czy Dall-e jakość generowanych obrazów w Stable Diffusion jest gorsza. To jednak Stable Diffusion stoi za sukcesem Lensa AI, najpopularniejszej appki do generowania avatarów.
Powód jest prosty SD - jest open source. Mogę je ściągnąć, dostroić, wrzucić na swój serwer lub odpalić na własnym komputerze i nie płacić za każdy API call. Koszty CPU i GPU potrzebnego do generowania avatarów, przy skali lensy i tak są pewnie duże.
Komercyjne użycie obrazu wygenerowanego w Midjurney kosztuje $600. To super dla Midjurney ale niekoniecznie dla użytkowników. Pewnie istnieją inne licencje i można się dogadać na inne ceny, ale to właśnie jest kluczowe w przewadze SD - nie trzeba się dogadywać, nie trzeba płacić, żeby się pobawić i pokombinować, można swobodnie tworzyć i szukać zastosowań dla tej technologii.
Szybko powstała masa stron, na których można generować swoje obrazy w SD, każda ma trochę inne podejście do cen i użycia, jeśli się chce, to można całymi dniami siedzieć i generować obrazy za darmo.
Powstała również darmowa appka na iPhone / iPad, która pozwala generować obrazy w SD, która działa lokalnie na urządzeniu. Nie jest to może najpiękniejsza appka świata ale jest darmowa, demonstruje możliwości SD i działa lokalnie. Czyli koszt wygenerowania obrazu wynosi 0 zł jeśli masz iPhona.
Co ciekawe Apple wypuściło specjalne optymalizacje dla Stable Diffusion do Core ML, które już są wydane w iOS 16.2 i macOS 13.1.
To lokalne wykorzystanie SD jest bardzo ciekawe. Midjurney używa ponad 10 000 GPU, żeby odsłużyć generowanie obrazów dla swoich użytkowników. Średni koszt GPU od nvidia to około $600, czyli koszt samego procesora, który Midjurney potrzebuje by obsłużyć użytkowników to około $6M USD. Jeśli generowanie obrazu odbywałoby się po stronie klienta to ten koszt spada do zera.
Zrobienie softu, który działa na lokalnej maszynie i ma możliwości standardowego SD plus rozszerzenia z różnego rodzaju strojeniem, jest możliwe. Już dziś można to zrobić, brakuje jednak ładnego interfacu użytkownika.
Będzie można zrobić alternatywę dla Midjurney, z podobną jakością obrazów, z podobnym stylem uzyskanym przez strojenie, która działa lokalnie.
Może od razu jako plugin do Photoshopa. Coś jak to.
Wczoraj pisałem o OpenAI ich wzroście wartości. Myślę, że OpenAI to świetna firma, której wkład w obecną rewolucję AI trudno przecenić. Mam poczucie, że ich biznes model sprawi, że ich technologie nie będą fundamentem i platformą dla większości projektów. Myślę, że niebawem pojawi się open sourcowy large language models, który może będzie nieco gorszy od GPT-3 lub GPT-4 ale będzie za darmo i wygra.
OpenAI ma duże finansowanie i dużych partnerów z których największym jest Microsoft. Ale to tylko jedna firma. Jeśli powstanie open sourcowy LLM to będzie konkurowała z tysiącami niezależnych developerów (których wspierać będą inne duże firmy, takie jak Apple).
Techniki i IP, które stoi za sukcesem ChatGPT są znane. Nawet jeśli OpenAI nie opublikuje opracowania na temat tego jak działa ChatGPT to ta wiedza krąży. Ludzie, którzy pracują w OpenAI ją mają, istnieją inne duże modele językowe, między innymi w DeepMind i Google. Sekretny sos nie będzie długo sekretem.
Przykład SD pokazuje, że open source “wygrywa masą”. Dall-E od OpenAI jest fajne, ale cały świat używa do swoich projektów darmowego i nieco gorszego SD.
Trwają już prace nad open source wersją dużego modelu językowego InstructGPT. W projekt zaangażowane jest Stability.ai, które stoi za Stable Diffusion.
Myślę, że projekt typu InstructGPT, czyli open souce, darmowy duży model językowy, będzie ważniejszym milestonem w rozwoju AI niż GPT-4.
Unikanie ryzyka w systemach AI /
Istnieje nagranie z konferencji z 2019 roku, gdzie Sam Altman odpowiada na pytania dotyczące OpenAI, firmy której jest CEO.
Pani, która przeprowadza wywiad, pyta Sama w jaki sposób OpenAI zamierza zarabiać pieniądze. Sam odpowiada, że nie ma pojęcia, że nigdy nie mieli przychodów i nie wie. Mówi też, że obiecał inwestorom, że jak już zbudują AGI to zapytają je jak mają wygenerować zwrot z inwestycji:
Once we build a generally intelligent system, that basically we will ask it to figure out a way to make an investment return for you. (youtube)
Publiczność się śmiała. Dziś prywatna wycena OpenAI jest na poziomie $20B.
Ta historia mówi trochę na temat tego jaką organizacją jest OpenAI. Wydaje się, że oni rzeczywiście wierzą, że to co robią to nowy Manhattan Project, a Sam Altman to nowy Robert Oppenheimer, który nie może się doczekać, żeby powiedzieć “Now I am become Death, the destroyer of worlds”, bo oznaczałoby to, że stworzył AGI i na zawsze zmienił bieg historii.
Jeśli wierzymy, że tworzymy coś z potencjalnym wpływem na rzeczywistość o skali bomby atomowej, to chcemy upewnić się, że myślimy również o złych scenariuszach.
Gdy budowaliśmy web 2.0, blogi i social media, to szybko natknęliśmy się na problem moderacji. Finalnie okazało się, że moderacja jest fundamentalną cechą usług User Generated Content, oraz, że decyzje podejmowane przez firmy, dotyczące moderacji, są emocjonujące i kontrowersyjne, niezależnie od tego jakie są.
Moderacja to problem pierwszego rzędu, którego nie da się rozwiązać samą inżynierią. Trzeba mieć opinię, kulturę, przemyślenia filozoficzne na temat wolności słowa, oraz prawne na temat zgodności tego co robimy z przepisami różnych państw. Jest to jednak problem jakości produktu.
Mogę zrobić social media bez moderacji. Wtedy powstanie 4chan.
Mogę zrobić social media z dość restrykcyjną moderacją, wtedy powstanie Tiktok.
Social media wygenerowały jednak problemy drugiego i trzeciego rzędu, o których nikt nie myślał na poziomie tworzenia samej technologii: uzależnienie, problemy ze zdrowiem psychicznym, poczucie alienacji, misinformacja, cyberbulling, zanik umiejętności społecznych itd.
Te problemy mogą być dużo istotniejsze w długim horyzoncie czasowym bo zmieniają nas w innych ludzi, zmieniają społeczeństwo, normy kulturowe, lub w przypadku wpływu na zdrowie psychiczne: wpływają na naszą percepcje rzeczywistości na poziomie neurologicznym.
Mogą też w długim terminie być bez znaczenia, bo krok po kroku się z nimi uporamy, dzięki kulturze, legislacji i inżynierii.
Zanim mieliśmy popularne systemy AI typu ChatGPT powstała cała gałąź badań, która nazywa się AI alignment. Jest to obszar badań dotyczący tego, żeby systemy AI działały zgodnie z intencją i wartościami twórców, a nie tylko dążyły do efektywnego rozwiązania problemu.
Chodzi o to, żeby systemy AI nie miały wbudowanych błędów poznawczych. Na przykład, żeby generator obrazów w odpowiedzi na prompt “portrait of english professor” nie wyświetlał tylko zdjęć przedstawiających siwych białych mężczyzn.
Chodzi też o problemy niepełnego zrozumienia, na przykład jeśli damy cel systemowi AI by wygrał wyścig, AI może wybrać taki sposób wygrania wyścigu w którym niszczy wszystkich konkurentów, zamiast dobrać optymalną trasę i technikę pokonania toru. AI nie rozumie, że naszą intencją nie jest wygranie wyścigu za wszelką cenę, bo nie ma naszego systemu wartości. Jeśli chcemy, żeby poprawnie działał musimy zadbać by lepiej rozumiał o co nam chodzi.
Alignement w tej postaci jest uzupełnieniem inżynierii samego systemu. Chcemy, żeby system działał poprawnie, musimy wiec narzucić mu pewne zasady, które do tego doprowadzą. Budzi emocje i konflikty, ale jest problemem produktowym. Rozwiązujemy problemy pierwszego rzędu.
Oczywiście szybko zaczynamy rozszerzać nasze zainteresowania o bardziej abstrakcyjne problemy. Problemy drugiego i trzeciego rzędu.
Na przykład “rozwój własny AI”, czyli ograniczenie tego w jaki sposób AI samo się poprawia, żeby nie wymknęło się pod kontroli twórców.
Lub problem “złego aktora”. Co jeśli ktoś stworzy “złe AI” i będzie je kontrolował, a nasza grupa będzie miała tylko “dobre AI” i przegramy.
Ostatnie dwa przykłady to już nie alignment w rozumieniu “niech system działa zgodnie z naszą intencją”. Zaczynamy się ocierać o science fiction i spekulację. Przestajemy skupiać się na problemach pierwszego rzędu, a zaczynamy snuć rozważania antycypujące problemy drugiego i trzeciego rzędu.
Jeśli poważnie wierzymy, że OpenAI to nowy Manhattan Project to pamiętajmy, że Manhattan Project stworzył bombę atomową, czyli narzędzie do zabijania milionów ludzi w krótkim czasie. Twórcy bomby wiedzieli co zrobić, żeby bomba działała, i jakie działania podjąć, żeby nie wysadzić bombą samych siebie w trakcie jej konstruowania. Po cytacie z Oppenheimera, który wstawiłem wyżej, można zakładać też, że antycypowali problemy drugiego i trzeciego rzędu, które ich wynalazek może wygenerować. Uznali jednak, że ich zespół powinien zrobić bombę i tak, bo inny zespół, może zrobić ją pierwszy.
Nie sądzę jednak, że zakładali, że bomba i fakt, że wiele zespołów na całym świecie ją w końcu zbudowało, przyczyni się do długotrwałego pokoju i braku kolejnej wojny światowej przez następne 77 lat.
Antycypowanie problemów pierwszego rzędu to dobra inżynieria. Antycypowanie problemów drugiego i trzeciego rzędu jest teoretyczną aktywnością, której użyteczność jest nieoczywista.
Wydaje się, że OpenAI wybrało drogę budowania i korekt, a nie drogę antycypowania wszystkich możliwych problemów trzeciego rzędu, która może prowadzić do paraliżu.
Jesteśmy nieźli w generowaniu pomysłów jakie ryzyka i problemy może przynieść nowy wynalazek. Jesteśmy średni w przewidywaniu tego jakie jest prawdopodobieństwo tego, że dane ryzyko wystąpi i bardzo słabi w antycypowaniu tego jak będzie wyglądał świat po tym gdy dane ryzyko wystąpi.
Przesadna optymalizacja w kierunku “unikania ryzyka” jest ryzykiem samym w sobie.
W długim terminie wszyscy umrzemy /
Wysokie stopy procentowe studzą rynek. Skutki tego studzenia będziemy widzieli w wynikach spółek w pierwszym i drugim kwartale 2023.
Do tej pory duże spółki pokazywały raczej dobre liczby, ale to się zacznie zmieniać.
Rosnący koszt obsługi zadłużenia i zmniejszające się wzrosty przychodów mają wpływ na zysk, firmy będą więc szukały oszczędności, żeby nie generować strat.
To ciekawa dynamika zwłaszcza w kontekście wieloletnich inwestycji, które wymagają dużych nakładów kapitałowych dziś, a zwrócą się za wiele lat.
Do niedawna, w czasach niskich stóp procentowych, ogólną mądrością było “zadłużanie się pod korek”. Jeśli dług kosztuje 1-2%, to tylko tyle muszę zarobić na mojej inwestycji, żeby wyjść na zero. Czyli zaciągając dług, bardzo tanio mogę skalować biznes, tworzyć innowacyjne projekty i bardziej ambitne strategie. Każdy plan inwestycyjny zakłada wyższe zwroty niż 1-2% IRR. Oczywiście nie każdy plan się udaje, ale każdy w excelu ma zwrot powyżej 1-2% w skali roku.
Wieloletnie inwestycje mają to do siebie, że przez wiele lat nie widać zwrotu na poziomie gotówki. Na tym polega ich “wieloletność”. Tworzymy software, kupujemy kontent, budujemy i stawiamy paczkomaty. Gotówka pojawi się dopiero jak to zbudujemy i sprzedamy. Zaciągamy zobowiązania na kilka lat, po to by zarobić w przyszłości.
Wiele takich istotnych i wieloletnich inwestycji dzieje się tu i teraz. Zostały rozpoczęte w peaku niskich stóp procentowych, rozgrzania rynku i gorączki ekspansji.
Disney inwestuje w kontent i dystrybucję Disney Plus, Allegro w paczkomaty, Elon w Twittera.
Jaki wpływ mają wysokie stopy procentowe na te inwestycje?
Duży. Każdy poradnik, jak przygotować się na recesje mówi jedno: pozbądź się długu. Dług to ryzyko, którego nie chcesz mieć w czasach gdy topline jest niepewny. Dług drożeje, a twoje marże się zmniejszają, szukasz więc sposobu, żeby szybciej zarobić na poczynionej już inwestycji lub się jej pozbyć, odpisać i przestać krwawić gotówką.
Strategia “zadłużania się pod korek” z 2021 roku jest niekompatybilna ze strategią “pozbądź się długu bo idzie stagnacja” z 2022 roku.
Jesteśmy w stagflacji. Mamy wysokie stopy procentowe, wysoką inflację i słaby wzrost gospodarczy.
To minie, ale przez kolejny rok stagflacja pojawi się w wynikach spółek i będzie miała wpływ na decyzje dotyczące już otwartych inwestycji.
To może oznaczać, że firmy skupią się na głównym biznesie i okroją ambicje, w już toczących się, projektach. Na przykład (traktujcie to jako czystą spekulację)
Allegro sprzeda swoje paczkomaty inPostowi i skupi się na generowaniu większych zysków ze strony Allegro.pl.
Kontent Disneya i innych tego typu firm pojawi się na Netflixie bo Netflix jako jedyny umie zarabiać na streamingu.
Elon będzie zmuszony do sprzedaży swoich udziałów w Tesli, żeby obsłużyć zadłużenie, które zaciągnął na poczet zakupu Twittera.
Długoterminowe inwestycje są fajne jak pieniądz jest tani. Jak mówił John Maynard Keynes: “w długim terminie wszyscy umrzemy”. Tu i teraz musi się zgadzać, żeby jakiś długi termin miał szansę nastąpić. Wszyscy zarządzający to wiedzą i działają zgodnie z tą zasadą.
Stagnacyjny rok niestety nie oznacza spokojnego roku. To rok przetasowań, koncentracji na gotówce, tym co działa i pozbywaniu się tego co niepewne lub zbyt odległe. Dla blogera to super, bo będzie się działo i będzie o czym pisać. Dla całej reszty: takie sobie.
Właśnie dlatego nie lubię wysokich stóp procentowych. Uważam, że banki centralne przesadziły i jest to podobny rodzaj histerii jak zamykanie lasów na początku pandemii w Polsce. Nie zmienia to faktu, że sytuacja jest jaka jest i trzeba się w niej odnaleźć.
Kilka fajnych projektów AI /
Kilka ciekawych AI-related projektów na które ostatnio trafiłem.
Znajdziecie tam małe projekty w oparciu o dostępne już platformy jak i większe, bardziej zaawansowane projekty, które tworzą unikalne IP:
Wand - pozwala wypełniać fragmenty szkicu generowaną grafiką ze Stable Diffusion. Możemy więc narysować sobie coś dokładnie tak jak chcemy.
Terminal Copilot - można pisać komendy w terminalu używając naturalnego języka, Terminal Copilot tłumaczy to czego potrzebujesz na komendę.
prompt_explorer do RemNote - RemNote to popularne oprogramowanie do nauki, w którym łatwo można tworzyć fiszki i je powtarzać. Ktoś zrobił plugin, który generuje tekst do fiszek w oparciu o GPT-3
Action Transformer - plugin do przeglądarki, który pozwala wykonać skomplikowaną akcję w przeglądarce w oparciu o prompt napisany naturalnym językiem.
Humanloop - projekt, który ma być odpowiednikiem Stable Diffusion tylko w przestrzeni Large Language Model, czyli open source GPT-3. Sukces tego projektu dużo zmieni.
Strong Compute - rozwiązanie, które przyspiesza trening modeli ML podobno między 10 a 1000 razy.
Video Search od Twelve Labs - technologia, która pozwala precyzyjnie wyszukiwać konkretnych scen w pikach wideo.
Huberman AI - pozwala zapytać popularnego podcastera o dowolną rzecz związaną ze zdrowiem i jeśli Huberman poruszył ją w którymś odcinku podcastu, to dostaniemy odpowiedź.
Generator tekstur w Blenderze - można wygenerować tekstury dla całej sceny przy użyciu Stable Diffusion.
Lexica Aperture - nowy model do generowania fotorealistycznych obrazów od Lexica.
Mochi - copilot do game-devu, Mochi ma przyspieszać pracę twórcy gier.
Sporo entuzjazmu wokół AI i generowania treści. Demka rozbudzają wyobraźnie.
Fajny jest trend copilotów do wszystkiego. Pokazuje jak wiele elementów pracy intelektualnej można usprawnić uzupełniając interfejs popularnych programów o możliwość pisania promptów w naturalnym języku.
Stable Diffusion to prawdziwie rewolucyjny projekt. Dzięki temu, że jest open source jest pierwszym wyborem dla developerów, którzy chcą używać generowania obrazów w swoich projektach.
Potrzebujemy open source GPT-3. Kibicuję Humanloop. Jeśli dowiozą to to będzie rewolucja. OpenAI jest fajne i robią przydatne rzeczy ale ich kluczowe projekty są płatnymi API, a świat potrzebuje open source.
Czemu Paczkomaty wyszły? /
Święta, więc odwiedzam co jakiś czas paczkomat. Paczkomat jest innowacją, której sens ciężko poczuć dopóki się z niej nie skorzysta.
Moja paczkomatowa ewolucja wyglądała tak, że na początku wydawało mi się, że to bezsensowny pomysł. Po co mi paczkomat skoro kurier może mi przynieść paczkę do domu lub biura? Okazało się, że była to pochopna opinia.
Pierwsze moje zetknięcie z paczkomatem było dość późno, bo jakoś w 2020, gdy moja żona poprosiła mnie o wrzucenie paczki, którą wysyłała komuś z appki Vinted. Proces był prosty i szybki, doświadczenie pozytywne.
To co sprawiło, że zacząłem korzystać z paczkomatu regularnie, to darmowa dostawa z Allegro Smart. Zakupy na Allego nauczyły mnie korzystania z paczkomatu, a potem przyzwyczaiły do wybierania tej opcji.
Kluczowym aspektem było to, że mam blisko do paczkomatu i mogę przy nim zaparkować. Podjeżdżam, klikam z appki, żeby się otworzył, wyjmuje, wrzucam do auta, odjeżdżam. Jest to wygodniejsze od rozmów telefonicznych z kurierami i chodzenie na portiernie w moim budynku.
Paczkomat to również dobry sposób na zwroty. Najlepszy proces zwrotów przez paczkomat na jaki trafiłem to ten zrobiony przez Zarę. Nie trzeba nic naklejać, wystarczy “pokazać” QR kod paczkomatowi, wrzucić do skrytki, zamknąć i gotowe.
Każdy, kto korzysta z paczkomatu to wie, więc po co o tym piszę? Ciekawi mnie to z perspektywy trudności odpalenia takiego biznesu jak inPost.
Zwróćcie uwagę ile rzeczy trzeba zrobić i jak dużo musi się wydarzyć, żeby przekonać kogoś do regularnego korzystania z paczkomatu.
Trzeba mieć paczkomaty. Wyobrażam sobie, że gdy otwiera się nowy rynek na którym jeszcze nikt ich nie stawiał, to trudno jest przekonać właścicieli nieruchomości do tego, że chcemy postawić u nich taką maszynę. Żeby paczkomaty miały sens to musi być ich dużo i muszą stać w publicznych miejscach. Takich deali trzeba zrobić tysiące.
Każdy paczkomat to oczywiście koszt, który długo się zwraca. Poza trudnością operacyjną stawiania paczkomatów mamy więc wyzwanie pod tytułem szybko puchnącego CAPEXu.
Trzeba mieć dobrą logistykę. Ktoś musi wrzucać te paczki do paczkomatów. Nie jest łatwo to wyoutsourcować do tradycyjnego kuriera, bo trzeba mieć przeszkolonych ludzi, którzy potrafią obsłużyć paczkomat i załadować paczki do odpowiednich skrytek. To duży koszt i dużo ryzyk operacyjnych.
Paczkomaty i własna logistyka są bezużyteczne, jeśli sklepy nie oferują opcji wysyłki do paczkomatu. Trzeba przekonać ecommerce. Allegro musi chcieć się z tobą zintegrować. Po co im taka innowacja skoro istnieją kurierzy? Czemu mają robić coś dla startupu, który oferuje coś czego wartość ciężko zrozumieć gdy porównuje się go do tradycyjnych kurierów?
Na końcu jest oczywiście konsument. Taki jak ja, który nie rozumie tej innowacji i ma opory, żeby się jej nauczyć, bo po co? Kurierzy istnieją, jakoś to działa. Muszę mieć silną motywację, żeby uczyć się nowej rzeczy i zmieniać nawyki.
W Polsce pomogła pewnie Poczta Polska, której jakość obsługi jest tragiczna od lat i każdy biznes kurierski wygląda korzystnie na jej tle. Ale nawet z takim “wsparciem”, mamy 4 cuda, które muszą się wydarzyć, żeby ten biznes zaczął działać.
Przy zwykłym dwustronnym marketplace takim jak OLX trzeba poradzić sobie z problemem jajka i kury - muszą być oferty, żeby byli kupujący, muszą być kupujący, żeby były oferty. W przypadku paczkomatów interesariuszy jest więcej. Trudne i ryzykowne.
Dojście do skali jaką inPost ma w Polsce zajęło im dużo czasu (22 lata?), we Francji przejęli konkurenta, który istniał od 1997 roku. W UK działają organicznie, w 2020 obsługiwali około 2m paczek rocznie (w Polsce wtedy 300m paczek)
UK to dobry eksperyment, odpowiadający na pytanie czy da się zbudować silny biznes paczkomatowy w kraju w którym poczta działa, rynek kurierski jest dojrzały i konsument jakoś sobie radzi.
Jaka strategia go-to-market pozwoli na szybki wzrost na rynku, który radzi sobie bez paczkomatów?
Okazało się, że sporo ludzi zaczyna przygodę z paczkomatami podobnie do mnie. Dzięki Vinted.
inPost informuje w raportach, że liczba przesyłek w UK w Q3 2022 wzrosła o 227% yoy i że szczególną popularnością cieszą się wysyłki z paczkomatu do paczkomatu, a tak właśnie wysyła się ubrania z Vinted.
Innym kołem zamachowym są zwroty ubrań dla tradycyjnego ecommerce, które często łatwiej (i taniej) realizuje się przez paczkomat niż kuriera.
Vinted i zwroty to ciekawy “go-to-market”, który wspiera kolejne elementy układanki o których pisalem wyżej. Konsument uczy się paczkomatu, sieć paczkomatów rośnie, to otwiera drogę do dalszych rozmów z kluczowymi graczami na rynku ecommerce. Koło zamachowe zaczyna działać.
Wygląda na to, że inPost obsłuży około 20m paczek w UK w tym roku. Czyli urośli na tym rynku 10x od 2020. To świetny wynik.
Paczkomaty to trudny i kosztowny w ekspansji biznes, ale odkrycie go-to-market pozwala lepiej oszacować ryzyko ekspansji na kolejnych rynkach i lepiej ją zaplanować. Powstaje kopiowalny playbook.
Wysoki koszt inwestycji i konieczność przekonania do siebie tak wielu interesariuszy to problem na początku stawiania biznesu, ale gdy już zbuduje się mechanizm wzrostu to jest to świetna fosa przed konkurentami. To co trudne i kosztowne dla innowatora jest trudniejsze i kosztowniejsze dla konkurentów, którzy za nim podążają.
Elon-exit /
Nie pisałem o Twitterze od jakiegoś czasu bo temat mnie trochę zmęczył, chciałem też dać więcej czasu Elonowi, żeby mógł zaprezentować nam lepiej wizję na rozwój mojej ulubionej aplikacji.
Wizja rzeczywiście się pojawiła. Nie było w niej informacji na temat nowego podejścia do wolności słowa,ale była zapowiedź nowych funkcji: lepszych reklam (?), szyfrowanych prywatnych wiadomości, długich tweetów i kolejnej, lepszej wersji weryfikacji.
Poprzednia wersja weryfikacji, wyklikana na szybko jeszcze przed drugą turą zwolnień w Twitterze, była klapą. Spowodowała wiele zamieszania i problemów dla reklamodawców.
Co wydarzyło od tego czasu?
Elon zatrudnił dwoje dziennikarzy, żeby opisali jak poprzednia ekipa Twittera współpracowała z rządem USA. Nowe wątki na ten temat pojawiają się co jakiś czas. Dziennikarze czytają stare maile i slacka i opisują decyzje moderacyjne, shadow bany itd.
Dla mnie to nuda, ale myślę, że to dobry kierunek, żeby zapraszać dziennikarzy, żeby opisywali kluczowe decyzje moderacyjne na platformie.
Jeszcze lepiej byłoby gdyby platformy musiały publikować komunikację na temat tych decyzji i sposób w jaki są one podejmowane same z siebie, proaktywnie, żeby każdy z nas mógł sobie to poczytać.
Elon przywrócił wielu zbanowanych użytkowników w tym Trumpa i Jordana Petersona.
Trump nie wrócił, Peterson zaczął się podlizywać. Przy okazji Twitter przywrócił znanego neo-nazistę. Nie mam na myśli Kanye.
Powstało zero nowych funkcji w aplikacji. Nie ma lepszych reklam, szyfrowanych wiadomości, długich tweetów. Programista, który miał poprawić wyszukiwarkę, znany hacker, George Hotz chyba się poddał. Nowa weryfikacja wróciła.
Ostatnie newsy z Twittera to:
Ban konta ElonJet, które publikowało informacje na temat lotów prywatnego odrzutowca Elona. Oraz banowanie dziennikarzy, którzy o tym napisali.
Nie ma transparentnego “Twitter Files” na temat tych banów.
Pojawiła się nowa wytyczna Twittera dotycząca linkowania do konkurencji. Przez jakiś czas, nie można było linkować z Twittera do innych serwisów społecznościowych takich jak Instagram, Facebook i Mastodon.
Jedną z ofiar nowego regulaminu był słynny inwestor, twórca Y Combinator, Paul Graham, który dostała bana za opublikowanie linku do Mastodona. Jego konto zostało już przywrócone.
W miedzy czasie Elon podobno szuka inwestorów i sprzedaje udziały w Tesli. Kurs akcji Tesli spadł o 33% od 27 października, kiedy to Elon kupił Twittera.
Ten wątek jest ciekawy bo wiemy, że Elon przepłacił za Twittera. Informował też pracowników Twittera, że firma ma problemy finansowe i jest na drodze do bankructwa.
Zakup Twittera był częściowo lewarowany długiem. Pytanie ile tego długu jest zabezpieczone majątkiem Elona i przy jakim poziomie wyceny Tesli bank może zrobić margin call?
Tesla to bardzo dobra spółka, szybko rośnie, ma dobrą marżę, Model Y jest jednym z najlepiej sprzedających się aut na świecie. Wycena Tesli odzwierciedla te atuty: jest nadal wyższa niż wycena Toyoty, Mercedesa, BMW, GM i Forda razem wziętych.
Pytanie jak Tesla i jej kurs akcji poradzi sobie w bardziej stagnacyjnej gospodarce, droższym leasingu, większej konkurencji i z CEO spędzającym dużo czasu na Twitterze.
Elon sprzedający akcje nie napawa optymizmem inwestorów Tesli. Można to odczytywać jako zabezpieczenie przez margin callem na zasadzie: lepiej sprzedam sam teraz, niż żeby mój bank sprzedał za mnie, przy gorszym kursie akcji, za pół roku.
Dziś w nocy Elon wrzucił ankietę z pytaniem czy odejść ze stanowiska szefa Twittera. Głos oddało 16M użytkowników. 57% kliknęło, że powinien odejść.
Kilka minut po ogłoszeniu ankiety, na nowego CEO zgłosił się już jeden z fanbojów Elona, Lex Friedman, znany podcaster i researcher współpracujący z MIT. Elon odpisał, że warunkiem byłoby zainwestowanie przez Lexa wszystkiego co ma w Twittera wiedząc, że firma jest na drodze do bankructwa od maja. Lex przyjął warunki.
Lex jest podcasterem, nigdy nie prowadził żadnego przedsiębiorstwa. Jeśli uważa, że zrobiłby lepszą robotę niż Elon to musi bardzo nisko oceniać dotychczasowe dokonania Elona w Twitterze.
Czy Elon zrezygnuje ze stanowiska i znajdzie kogoś kto poprowadzi Twittera w kierunku sukcesu? Nawet nie próbuję tego przewidzieć.
Genialny przedsiębiorca, wizjoner, jeden z najbogatszych ludzi na ziemi, Elon Musk nie ogarnia Twittera. Nie da się tego chaosu i destrukcji wartości wytłumaczyć grą w 3D szachy, której nie rozumiemy. To po prostu zwykły chaos i zwykła destrukcja wartości. Zwykła niekompetencja.
Więcej niż jeden App Store na iPhone /
UE chce zmusić Apple do tego, żeby na iPhonie był więcej niż jeden App Store.
App Store to jedna z największych innowacji, które przyniósł iPhone. Pierwszy iPhonie nie miał App Store. Nie było aplikacji, które tworzyli niezależni developerzy. iPhone był w pełni kontrolowany przez Apple.
Pomysłem Steve’a Jobsa na aplikacje miały być strony webowe, które do dziś można dodawać jako osobną ikonę na iPhonie. Nikt tego oczywiście nie robi.
Steve chciał, żeby iPhone działał bez zarzutów, nie chciał wirusów, scamu, piractwa i wszystkiego co mogłoby zaburzyć przyjemność z korzystania z iPhone. Znał i tworzył historię PC i widział jakim polem minowym jest możliwość instalowania programów na komputerze. iPhone miał być inny, w pełni kontrolowany i czysty.
Całe szczęście ktoś przekonał Jobsa, żeby pozwolić innym tworzyć aplikacje. Kompromisem między chaosem znanym z PC, a pełną, sztywną kontrolą jednej firmy, był App Store.
Dzięki App Store, iPhone stał się sukcesem, a dzięki sukcesowi iPhone powstała cała gałąź gospodarki tworzenia i sprzedaży aplikacji i gier mobilnych.
Dla Apple, App Store to drukarnia pieniędzy, Apple pobiera 30% od każdej płatności, które przechodzi przez App Store. Ma jakieś koszty związane z obsługą App Store i hostingiem danych, ale myślę, że można założyć, że przeważająca większość tych 30% idzie wprost do zysku operacyjnego.
Więcej niż jeden App Store na iPhone? Jak mawiał Ferdek Kiepski: Steve Jobs przewróciłby się w grobie gdyby żył.
Mark Gurman, który pierwszy opublikował wiadomość na ten temat w Bloombergu, pisze że:
“customers could ultimately download third-party software to their iPhones and iPads without using the company’s App Store, sidestepping Apple’s restrictions and the up-to-30% commission it imposes on payments.”
To ostatnie zdanie jest kluczowe. Brzmi bardziej jak założenie niż potwierdzony fakt.
Jeśli Apple będzie zmuszone do odstąpienia od swoich 30% w momencie gdy transakcja odbywa się przez inny domyślny App Store, to zmiana ta będzie fundamentalna dla całego ekosystemu twórców aplikacji, oraz dla Apple.
Nie jest to jednak oczywiste. Apple dalej może chcieć pobierać swoje 30% jeśli transakcja odbywa się przez Apple Pay. Apple nadal może wymuszać by alternatywny operator App Store korzystał tylko i wyłącznie z Apple Pay.
Według Gurmana europejski App Store generuje mniej niż 2% przychodów Apple, więc nawet jeśli każdy europejski użytkownik iPhone przysiadł się na EU App Store Bis i przestał płacić Apple 30% to wpływ na top line byłby marginalny. Ale jeśli to 2% przychodu to czysty zysk to mówimy już o ~10% wpływu na bottom line.
Apple inwestuje w dalszą monetyzację App Store, ich kluczowym projektem są reklamy. Mniej popularny App Store, to mniej wyświetleń reklam.
Jeśli alternatywny App Store oznacza niższy “podatek Apple” to jest to fantastyczna wiadomość dla developerów i konsumentów.
Paradoksalnie jest to też dobra wiadomość dla Apple.
Tim Cook nigdy by dobrowolnie nie zdecydował, że rezygnuje z 30% na rzecz czegoś bliżej 3%. Nic tak nie uzależnia jak stały dopływ gotówki.
Regulatorzy go do tego zmuszą, więc nie będzie musiał brać odpowiedzialności na siebie. Łatwo to wytłumaczyć inwestorom.
Niskie koszty transakcyjne są dobre dla ekosystemu, a silny ekosystem to silna platforma.
W dłuższej perspektywie UE robi, moim zdaniem, przysługę Apple.
Ciekawym elementem tej historii jest to, że zespoły w Apple, które pracują nad umożliwieniem powstania innych App Store są niezadowolone z tego projektu. Dla mnie to dowód, że duch Stevea Jobsa jest wciąż silny w kulturze korporacyjnej Apple.
Inflacja bazowa w USA już w deflacji /
Wracam do inflacji, im więcej czytam na ten temat tym bardziej wierzę w swoją predykcję, że przejdziemy z dwucyfrowej inflacji w tym roku do deflacji w drugiej połowie przyszłego roku.
To co może zaskoczyć to ceny energii i żywności, ciężko to przewidywać. Jeśli będzie umiarkowana pogoda latem, dobre zbiory, wojna na Ukrainie jakoś się skończy i capy na ropę zaczną działać, to może być naprawdę tanio. Oczywiście, to działa też w drugą stronę.
Wyższe stopy procentowanie od Rady Polityki Pieniężnej nie mają wpływu na pogodę i wojnę.
To co RPP, FED i inne robią podnosząc stopy procentowe, to ostudzenie gospodarki, która zbyt agresywnie rośnie i ma za mało “luzu w systemie” (brakuje ludzi, podzespołów, materiału itd).
Ładnie to tłumaczył Paul Krugman w październiku tego roku.
Dlatego ekonomiści lubią koncentrować się na inflacji bazowej (Core CPI).
Core CPI wyłącza najbardziej zmienne elementy inflacji czyli ceny energii i żywności. Pokazuje ogólny stan wzrostu cen w gospodarce bez najbardziej zmiennych jego elementów.
Core CPI w USA spada miesiąc do miesiąca w październiku i listopadzie tego roku. (z 6,6% we wrześniu, do 6,3% w październiku i 6.0% w listopadzie)
Czytam o Core CPI w USA i wygląda na to, że już jesteśmy w deflacji.
40% Core CPI w USA to czynsze (OER). Czynsze są specyficzne bo cenę zawartą w umowie najmu ciężko przestawić w górę lub w dół. Umowy najmu mają tendencję do pozostawania w tyle za sytuacją rynkową. To co wpływa zmianę OER to nowe umowy najmu, tych jednak jest relatywnie niewiele w agregacie, więc wskaźnik jest dość powolny.
Co by się stało z Core CPI jeśli zamiast OER użylibyśmy innego wskaźnika, który pokazuje tylko ceny nowych najmów? Wskaźnik byłby bliższy temu co dzieje się na rynku tu i teraz.
Ekonomista Jason Furman sprawdził jakie są ceny najmu na portalu Zillow, zagregował je w bardziej aktualny niż OER wskaźnik i wrzucił do Core CPI.
Z wykresu wynika, że Core CPI w USA jest już w deflacji. Ceny w październiku i listopadzie były niższe niż rok temu.
Jeśli dodamy do tego odblokowane łańcuchy dostaw, Chiny, które robią pivot w temacie Zero Covid, hamujący wzrost wynagrodzeń i zapasy, których biznes będzie chciał się pozbyć, to deflacja musi się wydarzyć.
Przyszły rok będzie dziwny, stagnacyjny i burzliwy, ale wygląda na to, że inflacja była jednak przejściowa i nie zostanie z nami na zawsze.
To ważne bo daje nadzieje, na niższe stopy procentowe w perspektywie 12 miesięcy, czyli tańszy kredyt, więcej inwestycji, więcej szans na rozwój i wzrost w 2024.
Krypto i efekt Lindy /
Czytając którąś z książek Nassima Taleba natknąłem się na teorię efektu Lindy (Lindy effect).
Teoria skupia się na przewidywaniu długości istnienia elementów kultury lub technologii. Efekt Lindy mówi, że każdy fenomen kulturowy i technologiczny będzie istniał proporcjonalnie długo do tego ile czasu już istnieje.
Jeśli książka jest druku od 10 lat, to z dużym prawdopodobieństwem będzie w druku przez kolejne 10 lat. Jeśli przetrwa tę dodatkową dekadę, to można zakładać, że będzie w druku przez kolejne 20 lat.
Jeśli film na Youtube jest popularny przez tydzień, to najprawdopodobniej będzie oglądany jeszcze przez kolejny tydzień.
Lindy dotyczy tylko rzeczy, które nie mają daty przydatności, nie ma więc sensu estymować dalszego życia jogurtu w ten sposób.
Czemu Lindy ma sens? Dlatego, że czas istnienia danej idei lub technologii potwierdza jej przydatność. Im dłużej coś jest przydatne tym większa szansa, że będzie przydatne w przyszłości.
Istnienie danego fenomenu może przerwać jakieś nieprzewidywane wydarzenie, na przykład nowa innowacja lub katastrofa, dlatego Lindy mówi o prawdopodobieństwie, a nie o absolutnej pewności.
Lindy daje nam mechanizm, który dość skutecznie, opisuje nasze doświadczenie: przydatne (w utylitarnym sensie) idee, kultura, technologie mają tendencję do zostawania z nami na dłużej.
Ilekroć myślę o krypto to myślę o Lindy.
Krypto jest w kryzysie. Kojarzy się głównie z oszustami i spadkiem cen kluczowych coinów. Jeszcze rok temu hype na Web3 był ciężki do wytrzymania. Dziś founderzy spółek Web3 często robią pivot w kierunku generatywnego AI (czytaj: kolejnego hype’u).
Coiny i krypto obiecywały nam różne rzeczy, miały być
W dzisiejszej atmosferze łatwo można powiedzieć, że nic z tych obietnic nie wyszło. Krypto umiera, koniec, kaplica.
Jednak według Lindy krypto powinno istnieć jeszcze jakieś 14 lat.
Bitcoin istnieje od 14 lat, przeżył upadki kilku dużych giełd, wielu oszustów i złodziei, duże wzrosty i spadki cen, zainteresowanie regulatorów, branży VC i branży finansowej. Udowodnił swoją przydatność swoim 14 letnim istnieniem.
Czy wydarzyło się coś co można nazwać katastrofą w krytpo? Nie widzę tego. Scott Alexander ma o tym dobry artykuł na substacku.
Wietnamczycy używają krypto bo nie mają stabilnych banków
Ukraińcy do przelewów miedzynarodowych
Venezuela jako hedge przeciwko hiperinflacji
Ludzie z Afryki jako regulacyjny arbitraż przeciwko opresyjnym reżimom w których żyją
Krypto ma wiele wad, przyciąga wielu oszustów, a ceny coinów często są pompowane i dumpowane. Ale jest też użyteczne.
Z perspektywy mieszkańca peryferyjnego zachodu, w którym banki działają, inflacja jest wysoka, ale nie szalona, rząd w miarę stabilny i demokratyczny, krypto wydaje się w najlepszym razie czystą spekulacją.
Nie czujemy tej użyteczności bo instytucje, które mamy są lepszej jakości niż “instytucje” krypto. Ta perspektywa nie jest jednak uniwersalną perspektywą. Jak wyjrzymy poza demokratyczny świat zachodu to podstawy instytucjonalne krytpo wydają się dużo stabilniejsze niż ekosystem gospodarczo polityczny wielu państw.
Wyobraźmy sobie sytuacje w której Rosja napada na Polskę i udaje jej się zdobyć Warszawę. Co jest bezpieczniejsze i stabilniejsze: PLN na koncie w PKO BP, czy bitcoin na Coinbase?
Lindy mówi, że coiny pożyją z nami jeszcze 14 lat. Ja obstawiam, że dłużej.