Startupy i korporacje a AI, archetypy Product Managerów i tworzenie zasad współpracy w zespołach
Amator nie wie, co robić. Mistrz wie, czego nie robić.
Dzień dobry,
W ostatnim tygodniu miałem przyjemność otrzymać nagrodę Business Angel of the Year 2023 - ogromny zaszczyt - dziękuję. W temacie wspierania founderów i founderek w tym roku jeszcze dużo dobrego ode mnie usłyszycie. Stay tuned.
Druga kwestia - po 6 latach pisania newslettera, czas na zmianę, która chodziła mi po głowie od długiego czasu. Od kolejnej edycji newsletter będzie ukazywał się w wersji anglojęzycznej. Mało kto wie, ale pierwsza wersja, nieistniejącego już newslettera jaki prowadziłem w 2014 roku (i przerwałem po roku) była właśnie w języku angielskim.
Są ku temu dwa ważne powody: dostaje bardzo dużo zapytań od osób anglojęzycznych oraz po cichu i ku mojemu zaskoczeniu newsletter znalazł się w Top 20 newsletterów Substack w kategorii Business na świecie.
PS. Dla osób, które preferują treść w języku polskim będzie załączona instrukcja jak nadal czytać go w języku polskim.
W dzisiejszym wydaniu między innymi:
Duże firmy kontra startupy a AI
Ways of working agreements w zespołach
7 archetypów Product Managera
Głupsza strona mądrych ludzi
Talent w AI
Najlepsze praktyki tworzenia LLMów
Your Network Is Your Net Worth - w jaki sposób budować?
Mobile Gaming 2024
Naprzód!
Duże firmy kontra startupy a AI
W styczniu pisałem o tym, czy budowanie firm i produktów AI bardziej sprzyja istniejącym firmom na rynku, powiększając ich przewagę konkurencyjną i często prawie-monopole, czy działa na korzyść nowych graczy, w domyśle startupów. Dla przypomnienia:
You have to understand if, in your industry, AI’s primary effect is disruptive or sustaining. Disruptive innovation creates entirely new markets and services. Sustaining innovation improves, accelerates, or refines those that already exist.
Some disruptive innovations are obvious. Uber and Lyft created new pools of supply in the taxi industry that didn’t exist, disrupting the established supply side of the market: taxi companies. They created the rideshare market.
Often, it’s not clear how truly disruptive certain innovations are right away. Sometimes there’s a delayed reaction that’s 100x times that of the initial disruption. The iPhone’s launch in 2007, was clearly disruptive to the existing “smartphone” market controlled by Blackberry and Palm Pilot. But a few years later, the iPhone went on to disrupt nearly every industry via the creation of the mobile interface. (And we predict that a similar delayed reaction is likely to happen in generative AI as well).
Because of the compounding nature of adoption and improvement of disruptive technologies, value is created exponentially. There’s little movement at first as technical hurdles are overcome and user experiences are iterated on. Then it all happens seemingly all at once. This is another reason disruptive innovation often benefits startups, because they’re more agile, often don’t have an existing business model to protect, are able to move faster, and often more willing to take on risks early on.
Sustaining innovation targets existing markets and customers, and improves those processes. AI applied ad targeting on Facebook is an example of a sustaining innovation. We already know that certain segments of people on Facebook are interested in certain products. AI-led ad targeting helps advertisers reach them faster.
In this way, sustaining innovations often work as lock-in mechanisms, helping established players maintain their lead. The underlying dynamics of the market or business model don’t change radically, they’re just aided by tailwinds of new technologies.
W tym padają argumenty od A Smart Bear:
Disruption Theory & risk-aversion don’t apply
Incumbents typically cede market space to startups wherever there’s new, unproven technology or a new, unproven market, especially in spaces where they can’t use past data to predict the future. But in AI, they’re rushing to embrace new technology and uncertain markets, spending historic amounts of money and time.
Incumbents aren’t failing to innovate
Typically the race is “whether the startup gets distribution before the incumbent gets innovation (Alex Rampell).” But in AI, the incumbents already have the innovation (whether through closed APIs or open source), while startups struggle as mightily as ever to find distribution. Perhaps an even greater struggle, as every market is over-saturated with new startup competitors, some with massive funding.
Incumbents have the data
“There’s no AI strategy without a data strategy,” the (now often-repeated) saying goes. For training, testing, benchmarking, and features, you need data. Incumbents have it or can afford it; startups are at another disadvantage.
Great talent are happy at incumbents
While there will always be fantastic people who only want to be at a small company, there are even more people, including are the top AI and software engineering talent in the world, who are getting paid above-market rates to work on the most exciting projects, with healthy budgets, with data to leverage, and with the ability to impact huge numbers of customers quickly without having to do marketing, sales, support, or accounting.
The so-called “AI market” is not what you think it is
People say “the AI market will be trillions of dollars so there’s enough for everyone,” but there’s no such thing as “the AI market” unless you’re competing directly with OpenAI. The market for chatbots and SEO tools is the same market as before, now with stiffer competition.
Cała analiza podaje serię świetnych argumentów za tym, że większość wartości w tym obszarze zostanie wytworzona i złapana przez istniejące firmy, ponieważ problem do rozwiązania jest ważniejszy niż istniejące sposoby rozwiązania tego problemu:
AI is in the solution-space, not the problem-space, as we say in product management. The customer problem you’re solving is still the same as ever. The problem a chatbot is solving is the same as ever: Talk to customers 24/7 in any language. AI enables completely new solutions that none of us were imagining a few years ago; that’s what’s so exciting and truly transformative. However, the customer problems remain the same, even though the solutions are different.
Ergo: największy potencjał nadal tkwi w problemach do rozwiązania.
Ways of working agreements w zespołach
Każdy, kto był częścią rozwijającego się zespołu, wie, że niewypowiedziane (lub niejasne) oczekiwania dotyczące procesów, ról i współpracy mogą być istotnym źródłem tarć. W tym miejscu zaczyna się artykuł LeadDev, oferujący praktyczny przewodnik po tworzeniu tzw. ways of working agreements. Dlaczego takie umowy o tym jak pracuje się w zespołach mają znaczenie?
Keep reading with a 7-day free trial
Subscribe to Bartek Pucek to keep reading this post and get 7 days of free access to the full post archives.