16,942 文字
まだ多くのツールやインフラを構築する必要があります。AIの展開やエージェントの利用に関するインフラ分野においても、明らかにまだ多くのスタートアップが構築される余地があります。もし最先端の未来に住み、最新のテクノロジーを探求しているなら、素晴らしいスタートアップのアイデアに出会う可能性は非常に高いでしょう。
適切なプロンプトと適切なデータセットに少しの創意工夫、適切な評価、少しのセンスを加えれば、まさに魔法のような出力を得ることができます。
ライトコーンの新しいエピソードへようこそ。隔週で新しい能力に気づくことがあります。Gemini 2.5 Proの100万トークンのコンテキストウィンドウなど、今は本当に信じられないような状況です。そこから学ぶべきことは、新しいスタートアップのアイデアが非常に多く存在するということです。その中には実は非常に古いものもありますが、それらは今になって初めて実現可能になりました。
ハージ、あなたが見ているものはどんなものですか？
最近私がよく考えているのは、AIの前は機能しなかったか、あまりうまく機能しなかったけれど、今では本当にうまく機能するようになったスタートアップのアイデアのタイプです。私にとって非常に個人的なアイデアの一つは採用スタートアップです。私はほぼ5年間、Triple Byteという採用スタートアップを運営していました。
2015年頃にTriple Byteを始めた頃は、採用スタートアップが人気のあるスタートアップの種類の一つでした。当時のそれらのアイデアへの興奮の多くは、採用にマーケットプレイスモデルを適用するというアイデアでした。あらゆるものにマーケットプレイスがありましたが、優秀な人材、特に優秀なエンジニアを雇用する方法のマーケットプレイスはありませんでした。
私たちはTriple Byteを「マーケットプレイスに誰でも参加させるのではなく、エンジニアを評価し、最高のエンジニアが誰かについて多くのデータを提供する、本当に厳選されたマーケットプレイスを構築する」という考えで始めました。これはすべてAI以前のことでした。
何千もの技術面接を行うための独自のソフトウェアを構築するために何年もかかりました。技術面接からできる限り多くのデータポイントを絞り出して、効果的に機械学習モデルを実行できるラベル付きデータセットを構築しました。しかし、それは3年目か4年目までできませんでした。
最初は実際に三方向のマーケットプレイスでした。会社がエンジニアを雇用し、エンジニアが仕事を探し、そして私たちが契約したエンジニアがエンジニアを面接するという形でした。
今はAIでたくさんのことが可能になっています。特にAIコード生成モデルを使えば、コード評価ができます。現在最もホットなAIスタートアップの一つはMerorという会社で、基本的にTriple Byteのアイデアと似ています。ソフトウェアエンジニアを雇用するためのマーケットプレイスですが、AIが彼らにとって解禁したのは評価の部分で、これをLLMを使って1日目から行うことができました。
彼らは大きなラベル付きデータセットを構築する必要がなく、他の種類のナレッジワークにも簡単に拡大できました。私たちがエンジニアからアナリスト、その他すべてに移行するには何年もかかったでしょう。なぜなら、再びラベル付きデータセットを構築する必要があったからです。しかし、LLMを使えば、基本的に1日目からそれができます。
だから、特定のタスクが得意かどうかを評価しようとする採用スタートアップのこの全クラスは、5年前よりも今の方が良いスタートアップのアイデアを見つけるのに興味深い分野です。
これは聞いている人にとって非常に強力なプロンプトです。三方向または四方向のマーケットプレイスが突然二方向または三方向になるものは何か、または今は二方向のマーケットプレイスがあります。例えばDuolingoは、別の言語で話す人に対してAIを使うだけかもしれないと言い始めているので、少し火の手が上がっています。それは完全に一貫したことです。世界のほぼどのマーケットプレイスにも行って、「LLMがそのマーケットプレイスで何をするか」と尋ねることができます。
Merorの創業者たちを本当に尊敬しているもう一つのことは、創業者として、スマートなチームがたくさんいて、多くの資本が投入されている分野に参入するときの心理的要素です。
採用スタートアップでは確かにそうでした。Triple Byteは約5000万ドル調達しました。私たちの主な競合相手は1億ドル以上調達しました。総合すると、採用マーケットプレイス企業への資金供給は数億ドルに達したと思います。しかし、全体としてカテゴリーとしては特に良い結果を出せませんでした。
だから、あなたが投資家にアイデアをピッチしようとすると、多くの懐疑論や、そのアイデアでたくさんのお金を失って燃え尽きた人々に直面します。それをテストして機能させるために続けるには、多くの皮肉を押し通す意欲が必要です。
これは実際に繁り返し起こることです。Instacartがまさにその例でした。Web Vanはスタートアップの腐敗した死体のようなものでした。ほとんどの人はそれを見て「そこには近づきたくない」と思いました。しかし、同時にiPhoneとAndroidフォンがどこにでもあり、初めてモバイルマーケットプレイスを持つことができました。
だから私たちがこの瞬間にとても興奮している理由です。突如としてアイデアの迷路のすべての壁が移動し、それを見つける唯一の方法は実際に迷路の中にいることです。
歴史を振り返ると、InstacartとWeb Vanに非常に似ています。Instacartの大きな技術的ブレイクスルーは、誰もが今や電話を持っているという事実でした。それによってWeb Vanモデルが初めて実際に機能するようになりました。LLMと採用企業、そして他の多くのアイデアについても同じことが言えます。
マーケットプレイスの特定の部分に焦点を当てることでも素晴らしいアイデアになると思います。この採用アイデア空間では、YCの他のGPであるニコが2024年の冬にファンディングしたApriora（アプリオラ）という会社があります。彼らの前提は、技術面接のスクリーニングを実行するAIエージェントを構築することです。多くのエンジニアが多くの時間を費やして面接を行っているのに、合格率はとても低いのです。
私がNianticでエンジニアリングチームを運営していたとき、そのすべての事前スクリーニングは本当に大変な作業でした。エンジニアはそれをやることを嫌がります。そして、まさにその一つの部分がマーケットプレイスではないにしても、最も難しい部分であり、今それを解決すれば機能します。APIは実際にかなり良い仕事をしています。大企業で使用されており、急成長しています。
市場を拡大できるもう一つの例です。Aprioraの前には多くの技術スクリーニング製品がありましたが、それらは非常に単純な評価にしか使えず、基本的にはエンジニアではない人や非常に経験の浅い人を排除するためのものでした。しかし、LLMを持つAPrior製品では、より洗練されたレベルのスクリーニングを得るために、より複雑な評価ができるようになりました。
突然、企業は「これを国際的な応募者や大学生だけでなく、応募してくる上級エンジニアにも与えることができる」と言うようになり、チャンスが広がります。
ゲーリー、あなたはDuolingoを含め教育についても少し話していましたね。ハイパーパーソナライゼーションを行うという側面は、edtech企業が突破するのが難しかった聖杯の一つです。すべての学生は学習の旅を通じて非常にユニークで、異なることを知っているからです。それは本当にクールに聞こえます。
インターネットが存在していた限り、その夢の一つは、誰もがパーソナライズされた学習と知識にアクセスでき、私たち全員が素晴らしい知的ツールを持って何でも学べるということでした。明らかにインターネットは学習を容易にしましたが、本当の意味でパーソナライズされた学習や、ポケットの中の個人教師というアイデアは持っていませんでした。それが今初めて可能になり、そのような製品を構築することに興味を持つスマートなチームがYCに応募しています。
私たちがファンディングした会社の一つはRevision Dojoで、学生が試験準備をするのを助けます。それはフラッシュカードのバージョンですが、退屈なコンテンツを単調に進むのではなく、実際に学生が好む、そして彼らの旅に合わせたバージョンです。それには多くのDAUと多くのパワーユーザーがいて、とても興味深いです。
ジャレッド、あなたはAdexiaという別の会社とも仕事をしていましたね。
Adexiaは教師が課題を採点するためのツールを提供しています。これも人々の主な仕事ではないけれど、一般的に嫌いな別のことの例です。エンジニアが採用活動をするのと同じように。教師が労働力から離れる最大の理由は課題の採点が嫌いだということを示す多くの研究があります。それは全く楽しくありません。Adexiaは教師が課題を採点するのを助ける非常に優れたエージェントです。
このようなものの興味深い傾向の一つは、実際にはプライベートスクールの方がはるかに機敏であるということです。公立学校でこれを実際にサポートするために必要な政策変更が何なのか興味深いです。公立学校が最も必要としているからです。
実際にゲーリーに質問があります。LLMを使ってはるかに優れた製品を構築できることは明らかですが、学習アプリを例にとると、AIの前にできるどんなものよりもはるかに優れたパーソナライズ学習が可能です。しかし、特に消費者市場を目指している場合、必ずしも即座により多くの配信を得られるわけではありません。より良い製品が自動的により多くの配信を得るのか、それともこれらのスタートアップは以前と同じくらい配信を得るために同じくらい頑張らなければならないのか、どう思いますか？
より居心地の悪いことの一つは、知性がはるかに安くなったということです。昨年よりもかなり安くなりましたが、おそらくまだ料金を請求する必要があるほど十分です。しかし、それは私がおそらく追跡することでしょう。
大きなモデルから小さなモデルへの蒸留が機能していることは明らかです。巨大なモデルが今日の生産モデルサイズをより賢くすることも明らかです。知性のコストはかなり下がっています。そのため、消費者AI、それは最終的にもうすぐここにあるかもしれません。
追跡すべきことは、それがどれほど賢いかということで、任意のユーザーが増分的にペニーやおそらく10〜15セントしかコストがかからないほどです。そうなれば非常に安くなり、無料で知性を持つことになるでしょう。
おそらくWeb 2.0時代に慣れていたプレミアムモデルに戻るかもしれません。この考えは基本的に製品を無料で提供し、そのユーザーの5%または10%に対して、彼らが本当に望むものがあるため、月額5ドルや10ドルや20ドルのサブスクリプションを販売するというものです。これは基本的にOpenAIがやっていることです。
教育に戻ると、彼らはそれを行っており、多くの成功を見ています。平均して、それを使用する子供たちは実際に学年レベルに達するか、数学年レベル上昇することができます。それらは学生にとって実際の結果です。今のところまだ支払う必要がありますが、しばらくすればそうでなくなるかもしれません。それは本当に大きなロック解除です。それは1億人や10億人の人々がそれを使用する可能性がある瞬間です。
OpenAIはおそらく最も先を行っていますが、願いは、このようなアプリが何千もあらゆる必要なものに対して出始めることです。それは私たちが「起こるだろう」と言い続けていることですが、エドテックについては既に起こっています。
Speakはこの会社で、LLMが存在する前に数年前に始まりました。それは本当に言語学習をパーソナライズできると信じた研究者のチームでした。それは当時少し逆説的だったかもしれません。Duolingoがこの分野で勝っていたように見えたからです。彼らは本当に言語学習全体をパーソナライズすることに焦点を当て、韓国で英語を学ぼうとする多くの学習者のために成功し始めました。GPT-3と3.5が出始めたとき、彼らはそれらの早期採用者であり、「これが瞬間だ」と気づき、倍増し、今ではたくさんのMAU EASを持ち、本当に成功しています。
消費者のことに戻ると、あまり話していなかったことの一つは、企業や会社に販売しているスタートアップで見たことです。企業があなたをソフトウェア・アズ・ア・サービスとして考えるのをやめ、あなたを彼らのカスタマーサポートチームや分析チームなどの代わりと考え始めると、予算がはるかに大きくなります。彼らは単により多く支払います。
同じことが消費者にも適用されます。パーソナライズされた学習アプリを考えると、edtech企業はしばしば「実際に買い手は誰で、誰が支払うのか」という問題に苦労します。例えば、若い子供を対象にする場合、親に支払わせる必要があります。しかし、親は子供が関与せず完了しないようなオンラインコースにそれほど多くは支払わないでしょう。
しかし、私たちは親が人間の家庭教師には確実に支払うことを知っています。それは実際にかなり大きな市場です。もしあなたのアプリが自習コースから、実際に12歳の子供のための最高の数学家庭教師と同等になれば、親はそれに対してはるかに多く支払うでしょう。
それがあなたの製品が以前は持っていなかったビジネスモデルを持つようになる可能性があります。そして、それだけでは必ずしも何百万人もの親が使用する必要はなく、10万人の親が使用して、あなたに相当な金額を支払うだけでも、以前よりもはるかに大きなビジネスになり得ます。
モードについて少し話さなければならない気がします。Speakやそのような持続可能な収益ストリームを持つことができる他のほぼすべての企業にとって明らかなのは、ブランドと切り替えコストが必要だということです。時には、その経験を取り巻く他のテクノロジーとの統合も必要です。例えば、学校では、Cleverとの接続が認証のログインとして明らかでしょう。
Sam Altmanはこれについて多く話しています。AIをドロップするだけでは十分ではなく、実際にビジネスを構築する必要があります。OpenAIは必ずしもすべてのスタートアップを狙っているわけではないと思います。実際、API側では、彼らは多くのスタートアップが本当にうまくいくことを望んでいると思います。そして、私たちもそれを望んでいます。
彼らはInstacartのCEOをアプリケーションのCEOとして雇いました。だから、彼らがアプリケーション層にもっと注目しているように見えます。
そうですね。おかしいことでしょう。報告によると、OpenAIはある時点で1兆ドルの企業になる可能性が非常に高く、GoogleやAppleなどと同じくらい強力です。
興味深いのは、彼らはまだ成長途上だということです。そして、もし何かあるとすれば、大手テクノロジープラットフォームは実際にAIラボをかなり抑制しています。最も顕著な例は、Siriがなぜまだそんなに愚かなのかということです。全く意味がありません。
そうですね。これは今日のテックで本当に必要なものを示していると思います。本当にプラットフォームの中立性が必要です。20年前、30年前にネット中立性についてのこれらの戦いがあったのと同じように、インターネットは一つであるべきだという考え、ISPや大企業が自社のコンテンツやパートナーのコンテンツを優先すべきではないという考えです。それがインターネット上の真の自由市場を解き放ったものです。
もう一つの顕著な例はWindowsです。Windowsを開くと、実際にブラウザを選択する必要があり、さらに使用する検索エンジンも選択する必要があります。これらは政府が関与し、「このように自己優先することはできない」と言ったことです。
Internet Explorerがウェブユーザーの大多数を占めていた時代を思い出せば、それはGoogleが今日のようになれなかった可能性のある瞬間でした。だから政府が入ってきて「これは自由市場であるべきだ」と言い、その自由市場が選択を生み出し、したがって繁栄と豊かさを生み出した歴史があります。
だから、なぜ電話の音声にこれが存在しないのか？Google Assistantを使用することを強制されるべきではありません。Siriを使用することを強制されるべきではありません。選ぶことができるべきです。そして何年もの間、非常に非常に愚かなSiriを使わなければならなかったのです。
モートのトピックについて、最近見た数字について非常に興味深いと思ったのは、Gemini Proモデルの使用量、特に消費者からの使用量が、チャットGPTのほんの一部にすぎないということでした。YCでは、エージェントを構築するための独自の内部作業を行っており、多くのAIツールの最先端にいて、Gemini 2.5 Proが様々なタスクに対して03と同等か、場合によってはより優れたモデルであることを発見しました。それはまだ公共の認識に浸透していません。これは、Googleが既に彼らの電話でユーザーを持っていることを考えると魅力的です。
誰もOpenAIがもはやスタートアップではないとは言わないでしょうが、Googleに比べれば本質的にそうです。だから、スペースで最初になり、特定のユースケースに最適な製品として主張することによって、何らかの無形のモードが明らかに存在します。
そして実際にそれを良くすることです。しかし、いつか、必ずしも客観的に最高である必要はありません。十分に良いだけでいいのです。それは多くの大手テクノロジー企業が試みて失敗していることだと思います。
MicrosoftはWindowsに組み込まれたco-pilotを持っていますが、それはOpenAIが出すものよりもまだかなり劣っています。Gemini自体は非常に非常に良く、私はそれをかなり多く使用しています。それはおそらく私のエージェントの40%くらいです。特にYouTubeビデオを要約するのに非常に優れています。マルチモーダルに対して本当に良いです。
しかし、GmailやGoogle Driveへの多くのGemini統合は全く役に立ちません。そこに何かあるのでしょうか？理解できません。
開発者としても使用するのは混乱します。実際には2つの異なる製品があります。Geminiを消費できるGeminiと、Vert.ex Geminiがあります。それらは異なる組織だと思います。あまりにも大きな会社であることから少し苦しんでいて、本質的に組織を出荷しています。Geminiを使用するための2つのAPIがあり、私たちは「なぜ2つ？」と思います。一つはDeep Mindからで、もう一つはGCPからです。
それはGoogleの文化から来ていると思います。明らかにこの感覚があり、2つの組織が競争して戦っていると、通常の組織では上に行き、機能するスタートアップでは、最終的にはCEOや創業者に行き、彼らは単に「ここのポイントと、そこのポイントが見える。この方向に行く」と言いますが、Googleから多くの友人を持っているため、それはそこの文化ではないようです。VPと管理層があり、実際には「皆さんはただ戦い続けなさい」と言っているので、組織を出荷することになります。
Google について驚くべきことは、彼らはおそらく最高のモデルの経験の多くを勝ち取るべきだったということです。ゲーム・オブ・スローンズのたとえを使えるところがあるかもしれません。彼らはデニス・ターガーリアンのようなもので、秘密にドラゴンを持っているかもしれません。ドラゴンはTPUです。これは彼らが知性のコストを非常に低くできる理由の一つであり、また大きなコンテキストウィンドウを費用対効果高く実現するためのエンジニアリングもあります。
他のラボがそれほど大きなコンテキストウィンドウを出荷していない理由の一つはコストだと思います。それはハードウェアなのでしょうか？実際にそれをできますが、それは非常に高価で費用対効果がないと思います。しかし、彼らはそれをとても上手くやり、TPUを持っています。Samがやや発表でまだ「コンピュートのCEO」と称しているのを見れば、彼らはおそらくそこでも何か取り組んでいると思います。
古典的なイノベーターのジレンマです。Googleがgoogle.comをGemini proに置き換えれば、瞬時に世界一のチャットボットLLMサービスになるでしょうが、同時に収益の80%を失うことになります。
それには非常に強い創業者CEOが必要でしょう。Zuckがやりそうなことを想像できます。雇われたCEOがそれをやるとは想像できません。
彼はそれをやりました。会社の名前をMetaに変更しました。
Metaにも独自の問題があります。WhatsAppにMetaのAIがあり、ブルーアプリにもあり、どこにでもあります。しかし、誰がそれを実際に使用していますか？私たちの誰も使っていないと思います。
私はWhatsAppでMeta AIを使い始めました。非常に古典的です。明らかにZuckが製品の責任者であると感じさせます。他の誰もそのように立ち上げないと思います。今やすべてのチャットにAIシステムがあり、それを@することができ、グループチャットで話し始めますが、実際にはかなり侵略的に感じます。
それほど賢くはなく、何もできません。ほとんどの人はそれがそこにあることに驚いています。それはFacebookからの誰かがあなたのチャットにいるような感じです。元のニュースフィードの立ち上げを思い出させます。それは古典的なMetaスタイルで、客観的に最適な感じがします。人々はそれを愛するでしょう。
これらのことにはデザインのセンスを少し加える必要があります。私がブルーアプリに行けることに驚きます。おそらく見ている人は「ブルーアプリって何？」と思うでしょう。これはfacebook.comのことで、もう誰も使っていないかもしれません。非常にミレニアル世代です。
しかし、このMeta AIがあり、「ヘイ、私の友達は誰？私は来週バルセロナに行くけど、バルセロナにいる友達は誰？」と聞くと、「申し訳ありませんが、AIとして、実際にはそれらにアクセスできません」と返答します。これは何の意味がありますか？
私たちのパートナーであるピート・キューマンは、GmailとGeminiの統合について非常に素晴らしいエッセイを書きました。彼はなぜGoogleがこの統合を完全に間違って構築し、どのように構築すべきだったかを詳細に分析しました。
それは彼がGoogleのPMだったかのようでした。あ、彼は実際にGoogleのPMでした。彼が指摘したことの一つは、システムプロンプトとユーザープロンプトがあり、もし実際にユーザーを強化するなら、ユーザーにシステムプロンプトを変更させるということでした。これはVenita Showのアイデアでいうと、APIラインのようなものですが、システムプロンプトはユーザーに課せられるもの、強制されるものです。
Geminiは非常に特定のことに従います。例えば、ピートが私に病気だと言うメールで、「ごめんなさい、来ることができません」と言い、エージェントにこの手紙を書くように頼むと、それは非常に形式的になります。もちろんそうなります。なぜならトーンを変える方法がないからです。それは実際に最高のブログ記事の一つで、彼はおそらくブログ記事自体をバイブコードしなければならなかったと思います。なぜなら、そのウェブページで自分でプロンプトを試すことができるからです。
それはとても素晴らしいです。それはこの対話的なテンプレートのようなものです。
それを見て、AI優先のバイブコーディングブログプラットフォームを始める時が来たと思いました。AIの…AIosterous（エイアイオステラス）のようなものですね。基本的にはisostのようなものです。私の余った時間でそれに取り組むつもりです。でも、これは視聴者の皆さんへの無料のアイデアです。私たちはそれに資金を提供します。
私が特に興奮している別のクラスのスタートアップアイデアがあります。テック対応サービスの波を覚えていますか？
そうですね。2010年代に、テック対応サービスと呼ばれる企業のブームがありました。Triple Byteもその一つでした。それは採用のためのテック対応サービスでした。
また、法律事務所のためのテクニカルサービスを提供するAtriumもありました。それはBalagのフルスタックスタートアップに関するブログ記事から始まりました。この概念は、「ソフトウェアが世界を食べる」ということは、ソフトウェアが現実世界に入ることを意味するというものでした。
成功例ではありませんが、例えば、食べ物を配達するためのアプリを持つだけでなく、食べ物を調理するキッチンと、キッチンを最適化するソフトウェアも持ち、すべてを行うべきだということでした。そして、理論的には、フルスタックスタートアップはソフトウェアスタートアップよりも価値があるでしょう。なぜなら、彼らはすべてを行うからです。
レストランにソフトウェアを販売して10%だけを獲得するのではなく、レストランを所有し、100%を獲得することができるからです。
これはまさにTriple Byteがやっていたことです。私たちは基本的に採用エージェンシーになり、採用エージェンシーにソフトウェアを販売するのではなく、実際に全体を行うことにしました。また、給与交渉を手伝い、適切な企業とマッチングするための募集担当者もスタッフとして雇いました。それは本当にその波の中にあり、何もかもをやるというものでしたが、そのスタートアップの波は一般的に粗利益のことを忘れていました。
何が起こったかというと、短くいうと、それはあまりうまくいかず、フルスタックスタートアップは実際にはSaaS企業よりも価値がなく、SaaS企業がその異なるビジネスモデルのダーウィン的競争のラウンドで勝利しました。
基本的にそれはゲーリーが言うことです。実際にはそれらは優れた粗利益ビジネスではありませんでしたが、実際には単にそれらをスケールするのが難しかったのです。少なくともTriple Byteの場合、私たちは数年以内に年間2000万ドルの売上に達しました。通常の採用エージェンシーと比較すると、それは超高速でした。しかし、トップのソフトウェアスタートアップと比較すると、それほど印象的ではなく、より多くの人が必要になるにつれてスケールするのが難しくなりました。
基本的に、マージンはあまりうまくいかず、より多くの資本を調達し続ける必要があるので、非常に優れた資金調達者であれば、それを行うことができましたが、それでもそれらのビジネスのほとんどは、ある時点でそれに追いつかれました。
実際にビジネスをスケールする方法とマージンを良くし、これを収益性のあるものにする方法を見つけなければならず、次の資金調達ラウンドに頼るだけではないということが多くのことを傷つけたと感じました。ZSは保険や様々なHR関連のものの一つだったと主張できます。
彼らは基本的に、実際にマージンを生み出すソフトウェアを構築するのではなく、より多くの営業担当者とより多くのカスタマーサクセスの人々を雇うことに頼りすぎました。
そこでパーカー・コンラッドは「二度とそれをしないし、すべてのエンジニアにカスタマーサポートをさせて、それほどサポートを必要としないソフトウェアを構築させて、粗利益を得るようにする」と言いました。
それは2010年代を通して技術コミュニティ全体が集合的に学んだ教訓でした。もし一つのことを学んだとしたら、それは粗利益が非常に重要だということです。20ドル札を10ドルで売ることはできません。すべてを失うからです。
粗利益が重要な理由の金融以外の理由は、低粗利益ビジネスは通常、何らかの運用コンポーネントがあり、その運用コンポーネントを実行する必要があるということです。
私のTripleByteの経験を考えると、契約したエンジニアのチーム、本質的に人間の採用チームを管理する方法など、ビジネスの多くの部分について多くの頭脳が費やされました。実際の存在的な問題は、世界中の何百万ものエンジニアをどうやってプラットフォームに集め、ロックインするかということでした。
高粗利益ビジネスのいいところは、別の言い方をすれば、それはより単純な製品、より単純な会社を運営するということです。そして、実際に製品をより良くし、より多くのユーザーを獲得し、より多くの配布を得るためにすべての時間を費やすことができるので、10年間その指数関数的な成長を維持することができます。
フルスタックスタートアップの多くは部分的に停滞したのは、単に運営するのが複雑なビジネスだからだと思います。
それの非常に有名な例はWeWorkでした。それは極限まで行き、マージンはありませんでした。テックマージンを持っていませんでした。コミュニティ調整EBITDAという非常に創造的なものがありました。
最近私が興奮していることは、今がフルスタック企業を構築する時だと主張できることです。Triple Byte 2.0は、この巨大な運用チームを雇って悪い粗利益を持つ必要はありません。彼らはすべての仕事をするエージェントを持つでしょう。だから実際に今初めて、フルスタック企業が内部的にソフトウェア企業のように見えることができるのです。
あなたは素晴らしい例を挙げました。Justin Khanが始めたAtriumは、フルスタックの法律事務所でしたが、同じ理由でうまくいきませんでした。彼が言ったのを聞きました。「AIを使用して大部分を自動化しようとしましたが、その時点でAIは十分に良くなかった。しかし、今は十分に良いです。」
YCでは、Legoraがあります。これは私たちがこれまでにファンディングした企業の中で最も急成長している企業の一つです。彼らは法律事務所を構築しているのではなく、本質的には弁護士のためのAIツールを構築していますが、それがどこに拡張されるかが見えます。最終的には、彼らのエージェントが法的作業をすべて行うことになり、彼らは地球上で最大の法律事務所になるでしょう。これはAI以前には不可能だったフルスタックスタートアップの一種です。
これはUberとLyftとInstacartとこれらすべての企業が起こっていたときに始まりました。そして今、実際にLLMが多くの知識労働を行うことができ、それはますます記憶を持つことができます。これはRFSの一つです。文字通り仮想アシスタントを持つことができますが、彼らがあなたのために物事を行うために実際の人々を雇うこともできれば、それらは仮想でなくなります。
仮想アシスタントマーケットプレイスは、フィリピンなどの国の人々のマーケットプレイスを構築し、それをAirbnb UIのように公開するという、15年間の企業カテゴリーの一つでした。私はそれらのどれもが本当に素晴らしいビジネスになったとは思いません。
ピートの投稿に戻ると、システムプロンプトとユーザープロンプトについて、そしておそらくシステムプロンプトをユーザーにもっと公開したいということについて彼が指摘したもう一つの興味深いことは、私たちがまだAIを使用し、エージェントを構築する上でいかに初期段階にあるかの例です。
まだ構築すべきツールやインフラがたくさんあります。評価を行い、モデルを実行し、構築すべきものがたくさんあります。そこにはまだAIの展開やエージェントの使用に関するインフラストラクチャ分野で構築されるべきスタートアップがたくさんあります。
ジャレッド、興味深いことに、2020年にYCに戻ってきたときに気づいた一つのことは、私たちがファンディングに興味がなかったアイデアのクラスは、MLオペレーションやMLツールの世界のものだということです。いくつかのアプリケーションを読んで、「ああ、またMLオプスのようなチーム、これらは行き場がない」と思い出しました。明らかに、2020年にMLオプスに取り組んでいて、数年間それに固執したのであれば、あなたは正しい場所にいます。
共有できるコンテキストはありますか？
私は本当に賢くて楽観的な創業者たちと一緒にこれらのMLオプス企業に年々資金を提供した後、非常にイライラしました。彼らはどこにも行かなかったので、私はクエリを実行してカウントしました。これは2019年頃のことでした。2019年には、MLツールを構築する企業に対するアプリケーションが、そのようなMLツールの顧客となる企業、つまりMLを何らかの製品に適用するような企業に対するアプリケーションよりも多かったのです。
それが核心的な問題だと思います。これらの人々はMLツールを構築していましたが、それを販売する相手がいませんでした。なぜならMLは実際には機能していなかったからです。だから、このすべてのMLツールで構築できる有用なものは何もありませんでした。人々はまだそれを望んでいませんでした。
方向的には絶対に正しかったです。SFレベルで10年単位でみれば、それは正しい以上のものでした。ただその瞬間では間違っていたのです。
あなたには実際に耐え抜いたチームがいます。教訓の一部は、技術が追いつくまでに時間がかかることもあるということです。Replicateと呼ばれる会社があり、それはその時代のものでした。
Replicateは2020年冬のもので、彼らはCOVIDの直前に会社を始めました。パンデミック中、それはとても悪かったので、彼らは実際に数ヶ月間それに取り組むのをやめ、単に働かなかったのです。なぜなら、その物事に将来があるかどうかが全く明確ではなかったからです。そして彼らはそれを拾い上げ、静かにそれに取り組み始めました。
しかし、基本的には、彼らは画像拡散モデルが出てくるまで2年間、無名の中でこのものを構築していただけでした。そして、それは一夜にして爆発しました。
OlamaもLamaも良い例です。Olama（または、Lama）の人々もそのパンデミック時代の出身で、Replicateに似た話です。彼らは別の方向で様々なことを試み、オープンソースモデルの展開を向上させるために取り組んでいました。彼らも一時期、静かにそれに取り組んでいました。物事は本当に離陸していませんでしたが、彼らにとってのその瞬間はLamaがリリースされたときで、それは任意の開発者がローカルでオープンソースモデルを実行するための最も簡単な方法でした。
そして、物事が機能し始めたとき、突然、ローカルでモデルを実行することへの関心が高まり、それが離陸しました。その前は、Hugging Faceにはこれらの他のオープンソースモデル、特にBERTモデルがありましたが、それらは最も使用されていたディープラーニングモデルでした。それらは「まあまあ」でしたが、多くの人はそれらを使用していませんでした。なぜなら、それらはうまく機能していなかったからです。
この話から学ぶべき教訓は何でしょうか？その一部は、油が地面から噴き出す前に油井の上にいるようなものですが、それは実行可能なアドバイスですか？それは「自分の好奇心に従え」という古典的なスタートアップアドバイスのようなものです。
これらのチームの大部分、またはほぼすべてのチームはMLに興味を持っていたから、それに取り組んでいました。彼らはモデルを展開したかったのです。彼らはツールに不満を持っていました。おそらく彼らは商業的思考を持っておらず、取り組む可能性のある最高のスタートアップアイデアを選ぼうとしていませんでした。しかし、時に運が良いこともあります。
それをやる方法はたくさんあります。私たちはWindsurfのVerunと座っていました。彼はMLOpsからコード生成にピボットしました。
Deepgramも一つです。Deepgramは2016年に私が一緒に仕事をした最初の会社の一つで、弦理論をやっていた二人の物理学のPhDでした。彼らはコンピュータサイエンティストですらありませんでした。彼らは弦理論と並行するものを見たので、ディープラーニングに興味を持ちました。
それはまさにあなたが言ったことでハージです。彼らは数学がエレガントで興味深いと感じました。それが本当の起源でした。そして彼らは誰もが本当にそうする前にディープラーニングに取り組み始め、音声からテキストへのものを構築しましたが、それは長い間本当にうまく機能しませんでした。だから誰もこの会社に本当に注目していませんでした。それは有名ではありませんでした。
創業者たちは、彼らの功績として、ただ働き続けました。そして、音声エージェントが離陸したとき、彼らはすべて音声からテキスト、テキストから音声が必要で、そのほとんどは実際にDeepgramを使用しています。だから彼らは過去数年間で爆発的に成長しました。
基本的に、AI革命全体はIlya Sutskeverが長い期間自分の好奇心に従うことに基づいています。私たちはもっとそれが必要です。
これはこの会話全体のメタポイントかもしれません。私たちは大学にいました。TyanneとNadjと私はこの大学ツアーに行き、大学生と数週間話し、古いスタートアップのアドバイスが時代遅れになったと気づきました。
AI以前の時代では、良い新しいスタートアップのアイデアを思いつくのは本当に難しかったです。なぜなら、アイデア空間は20年間も選り分けられていたからです。だから、人々が聞いたスタートアップのアドバイスの多くは、「本当に構築する前に販売する必要があります。詳細な顧客発見を行い、本当に新しい顧客のニーズを見つけたことを確認する必要があります」というリーンスタートアップのようなものでした。
そうです。速く失敗する。すべてのこのようなことです。そして、それはまだ大学生が主に受けているアドバイスだと思います。なぜなら、それが非常に支配的になったからです。
しかし、この新しいAI時代では、正しいメンタルモデルはハージが言ったことに近いと主張します。それは単に興味深いテクノロジーを使い、自分の好奇心に従い、何ができるかを見つけ出すことです。そして、もしあなたがPGが言うように未来の端に住んでいて、最新のテクノロジーを探求しているなら、素晴らしいスタートアップのアイデアがたくさんあります。あなたはそれに出会う可能性が非常に高いです。
今日、それが特に効果的である理由は、適切なプロンプトと適切なデータセットに少しの創意工夫、適切な評価、少しのセンスを加えれば、まさに魔法のような出力を得ることができるからです。そしてそれはまだ秘密です。
それがまだ秘密であることはわかります。なぜなら、存在し繁栄している何百ものユニコーンがあり、年々成長し、十分な現金を持っているからです。しかし、実際に内部的に何らかの変革を行っているものの数は、そう多くはありません。
驚くほど少数の100人から1000人のスタートアップ企業があり、彼らは素晴らしいビジネスになりますが、そのクラスのスタートアップは、まだ完全に気づいていません。それらにはまだスカンクワークスプロジェクトがありません。おそらくCEOがそれを使って遊んでいるか、本当に先見の明があるエンジニアが暇な時間にそれを使っているか、初めてWindsorやCursorを使っている程度です。
それを見て、「今は何年だ？」と思うようなものです。「これに乗っかれ」というようなものです。ボブ・マクグルが私たちのチャンネルに来て、彼はただショックを受けていました。彼は01や03になったものを構築していた最高研究責任者の一人であり、それをリリースしたとき「誰がそれを使うのか」と思いました。彼は「知性はメーターにするには安すぎる、これは素晴らしい」という狂気の流出を期待していましたが、実際には人々は主に、1年前からでさえ変わっていない四半期のロードマップにまだ取り組んでいるだけです。
かなり野生的ですね。私たちが今日持っている時間はこれですべてです。私の主な学びは、構築するのに今以上に良い時はないということです。1年前には不可能だったアイデアが今日は可能になったものがたくさんあります。それらを見つける最良の方法は、自分自身の好奇心に従い、構築し続けることです。
視聴していただきありがとうございます。次の番組でお会いしましょう。
コメント