» Folge 264

Zusammenfassung durch AI:

In dieser Episode dreht sich alles um das Google Cloud Next Event und die neuesten Entwicklungen im Bereich KI-Tools wie Google VILT und Gemini Code Assist. Es wird über die Herausforderungen und Chancen von KI-Agenten in Unternehmen diskutiert und wie Big Tech-Unternehmen wie Amazon und Google den Markt beeinflussen. Auch die kontroverse Einführung des Human AI Pin von Humane bei der Paris Fashion Week und die kritischen Videoreviews werden beleuchtet. Es wird auf die Bedeutung von Datenkontrolle, Innovation und die Auswirkungen von AI auf den Markt eingegangen.

Im Detail:

Letzte Woche gab es das Google Cloud Next Event mit Schwerpunkt auf AI und neuen Chips. Der Human AI Pin bekam schlechte Bewertungen. Diskussionen über Trainingsdaten, Adobe zahlt Künstler für AI-Trainingsdaten.
Elon Musks Prognosen und Unternehmensentwicklungen wurden beleuchtet. Politische und technologische Entwicklungen im Zusammenhang mit China und Angriffen auf Israel wurden diskutiert. Die Diskussion drehte sich um die neuesten Veröffentlichungen bei Google, einschließlich KI-gesteuerter Tools wie Google VILT und Gemini Code Assist. Es wurde auch über Verbesserungen in Google Workspace, KI-Monetarisierung und den Vertex AI Agent Builder gesprochen, der Partnerunternehmen bei der Erstellung von KI-Agenten unterstützt. Die Vielzahl an Ankündigungen und Premium-Optionen für KI-Tools bei Google kann jedoch verwirrend sein.

Es wird diskutiert, wie KI-Agenten in Unternehmen ganze Arbeitsabläufe übernehmen könnten, anstatt nur textliche Unterstützung zu bieten. Die Idee ist, die Produktivität zu steigern, indem diese Agenten Zugang zu verschiedenen Anwendungen und Daten haben, um Aufgaben autonom zu erledigen. Es wird auch erwähnt, dass die Position der Big Techs durch die Entwicklung solcher Agenten gestärkt wird, da sie bereits Zugang zu einer Vielzahl von Daten haben. Es wird darüber nachgedacht, wie Produktivitätsgewinne durch KI den wirtschaftlichen Einfluss beeinflussen könnten.
Kontrolle über die eigene Infrastruktur ermöglicht bessere Kontrolle und schnelleren Vertrieb.

Plattform-Ökonomie besteht durch monopolistische Positionen von Google, Amazon, Meta, Microsoft und Apple. Untersuchungen zeigen, dass wenige Big Techs viele AI-Investitionen tätigen, was die Unabhängigkeit und Neuentwicklungen beeinträchtigen könnte. Amazon wird in Bezug auf Wettbewerbsklagen und illegale Monopole diskutiert. Amazon-Anzeigen sind teurer und von schlechterer Qualität. Plattformmacht von Amazon führt zu höheren Preisen und schlechterer Qualität für Konsumenten. Kritik an Amazon wegen hoher Gebühren für Händler und Verwendung interner Daten für Konkurrenzprodukte. Diskussion über Regulierung im Zusammenhang mit AI und Auswirkungen auf Verbraucher. Einfluss von Big Tech auf den Markt und potenzielle Wettbewerbsverzerrungen. Betonung der Bedeutung von Werbung und Produktentdeckung in Bezug auf Agenten-Dienste und Einkäufe.

Hinweis auf Artikel im Wall Street Journal über Wettbewerb im Lebensmittelbereich. Diskussion über Amazon’s Strategien, um mehr Gewinn zu erzielen. Der Artikel befasst sich mit Amazon’s strategischen Praktiken wie der Akquisition von Whole Foods und dem Druck auf Mitarbeiter, Daten von Konkurrenten weiterzugeben. Amazon hat darauf reagiert und Manager gefeuert. Trotzdem besteht ein hoher interner Druck, da Mitarbeiter mit schlechter Performance jedes Jahr entlassen werden.

Die Diskussion beinhaltet auch Themen wie Datenkontrolle, Innovation, AI und Hardware im Kontext von Humane AI. Ein Unternehmen, das in diesem Bereich tätig ist, ist Humane mit dem AI-Pin. Das Unternehmen wurde mit Beteiligungen von prominenten Investoren wie Marc Benioff, LG Ventures, Microsoft, Volvo, Tiger Global, Qualcomm und OpenAI gegründet. Die öffentliche Einführung fand ungewöhnlicherweise bei der Paris Fashion Week statt. Es wird diskutiert, wie das Produkt im Zusammenhang mit der Apple Watch als Fashion-Statement steht. Kritische Videoreviews zum Funktionsumfang wurden geteilt, insbesondere die Verzögerung bei Antworten und unerwartete Ergebnisse. Das Hardware-Gerät ist ein Clip-on mit Kamera und Projektor, das Gestensteuerung ermöglicht. Es wurde für den Supermarktgebrauch und Nährstoffanalysen beworben. Es gibt Bedenken hinsichtlich der Tragekomfort auf verschiedenen Kleidungsstücken und der praktischen Anwendung außerhalb von Pullis. Das besprochene Tech-Produkt, ein AI-gesteuerter Pin, hatte gravierende Probleme bei der Nutzung: Überhitzung des Battery Packs, langsame Antwortzeiten, fehlerhafte Erkennung von Marken, unklare Verfügbarkeit von Funktionen und hohe Kosten von fast 700 Dollar plus 25 Dollar für den Mobiltarif. Insgesamt wurde es als das schlechteste Tech-Produkt betrachtet, das jemals überprüft wurde.

Es wird diskutiert, wie neue Technologien wie AR-Brillen von Ray-Ban und Meta sich in den Markt integrieren und welche Fähigkeiten benötigt werden, um von Null auf Eins ein Produkt aufzubauen. Es wird auch über die Herausforderungen gesprochen, existierende Hardware wie die AirPods von Apple optimal zu nutzen und ob auch Big Tech-Leute Startups gründen können. Analyse von Problemen bei Quibi und anderen Unternehmen, die top-down anstatt bottom-up vorgegangen sind. Vergleich von Startup- und Corporate-Herangehensweisen bei Produktentwicklung. Erwähnung von gescheiterten Projekten wie Magic Leap. Kritik an Erwartungen von sofortigem Erfolg bei Produkten. Betonung der Bedeutung von Nutzerfeedback und iterativer Entwicklung. Der Sprecher kritisiert die Limitierungen von Sprachsteuerungen und das Fehlen eines sinnvollen Use Cases für Standalone-Geräte, die das Smartphone ersetzen sollen. Er betont, dass erfolgreiche neue Geräte existierende Bedürfnisse und Schmerzpunkte ansprechen müssen, ähnlich wie das iPhone. Er zweifelt daran, dass Geräte wie Humane oder Rabbit das Smartphone effektiv ersetzen können, da sie nicht genügend Mehrwert bieten. Dies könnte ihr Verkaufsargument untergraben, besonders bei hohen Kosten.

Es wird diskutiert, wie Apple mit seinen AirPods eine breite Userbasis bieten könnte, ohne die Entwicklung für Dritte zu öffnen. Es wird Hintergrundwissen über OpenAI, Sam Altman und Jony Ive sowie ihre Bemühungen im Bereich der KI-Entwicklung geteilt. Bedenken bezüglich übermäßiger Investitionen und hohen Erwartungen an neue Produkte werden ebenfalls thematisiert. Es geht darum, dass Unternehmen wie Humane, Magic Leap und Quibi hohe Erwartungen geweckt haben, aber letztendlich teuer gescheitert sind, weil sie nicht bereit waren, kleinen Misserfolgen Raum zu geben und daraus zu lernen. Im Gegensatz dazu sind Startups aufgrund ihrer begrenzten Ressourcen gezwungen, sich auf die kritischsten Probleme zu fokussieren und innovativ zu sein.

Daten, insbesondere Trainingdaten, sind ein weiteres wichtiges Thema, bei dem die Legalität und Vergütung diskutiert wird. Adobe setzt sich stark für legales Handeln ein und möchte legitime Konkurrenz zu anderen Unternehmen sein. Zusammenfassung: Es wird diskutiert, wie Unternehmen rechtlich einwandfreie Trainingsdaten für KI bekommen können, da illegale Daten riskant sind. Große Tech-Unternehmen nutzen oft verfügbare Daten ohne Rücksicht auf Rechte. Das Anschaffen von Trainingsdaten wird als schwierig betrachtet, da es keinen klaren wirtschaftlichen Anreiz für die Datenanbieter gibt. Es wird darüber spekuliert, ob es durchsetzbar ist, dass Modelle auf illegalen Daten eingestellt werden müssen.

Es wird diskutiert, wie verschiedene Persönlichkeiten wie Sam Altman und Elon Musk AI und deren potenzielle Gefahren betrachten. Musk sagt voraus, dass nächstes Jahr eine künstliche allgemeine Intelligenz entstehen wird. Manche zweifeln an seinen Prognosen, aber beachten auch seine bisherigen Errungenschaften.

Die Diskussion um Teslas Zukunft und Musks Einfluss auf seine Unternehmen wird ebenfalls angesprochen. Elon Musk hat mit Tesla Erfolg gehabt, hat aber durch sein Verhalten bei Twitter Probleme verursacht. Tesla war kurz vor der Pleite, konnte aber durch geschickte Strategien überleben. Musk nutzte Regulierungen und baute in China eine Gigafabrik auf. China förderte den Elektromobilitätsmarkt, wodurch viele chinesische Unternehmen nun im globalen Wettbewerb stehen. Dies führt zu einem starken Preisverfall von Elektrofahrzeugen, was positive Auswirkungen auf den Klimawandel haben kann. Es geht um den Wettbewerb im Batteriemarkt, Protektionismus vs. offene Märkte, Rolle von Janet Yellen, Frage nach schneller Umstellung auf saubere Wirtschaft, Diskussion über Ricardo-Theorie zum internationalen Handel und komparativen Vorteilen verschiedener Länder in der Produktion. Globalisierung und Wohlstandsgewinne sind zentrale Themen.
Die Diskussion drehte sich um die Allokation von Ressourcen in verschiedenen Ländern mit Fokus auf China als führendes Land in der EV-, Batterie- und Solartechnologieproduktion.

Es wurde auch über geopolitische Spannungen zwischen Iran und Israel gesprochen, wobei Informationsquellen wie Nachrichtenportale und soziale Medien genutzt wurden, wobei die Börsenkurse als Indikator für die Entwicklungen fungierten. Es wurde betont, dass Twitter für Echtzeitinformationen aufgrund von Verschwörungstheorien nun schwieriger zuverlässig ist. Die Diskussion dreht sich um die Qualität und Schnelligkeit der Berichterstattung in den Medien, insbesondere im Vergleich zwischen öffentlich-rechtlichem Rundfunk in Deutschland und internationalen Sendern wie CNN. Es wird auch über alternative Informationsquellen wie Telegram-Gruppen gesprochen und die wachsende Fragmentierung der Gesellschaft thematisiert. Die Strategie, Vertrauen in Politik und Medien zu untergraben, wird kritisiert, ebenso wie die Relevanz von Fehlern und deren Umgang im geschäftlichen Kontext.

Eine Buchempfehlung zu diesem Thema ist „The Right Kind of Wrong. The Science of Failing Well“ von Amy Edmondson. Die Bedeutung von Fehlern im unternehmerischen Kontext wurde diskutiert. Es ist wichtig, aus Fehlern zu lernen, eine Fehlerkultur zu fördern und Mitarbeiter zu ermutigen, Fehler zu melden. 

Alle Artikel, über die wir gesprochen haben, sind in den Shownotes verlinkt. Wir freuen uns über Feedback und Bewertungen auf Podcast-Plattformen. Bitte teilt den Podcast mit zwei Freunden, die daran interessiert sein könnten

Bis nächste Woche!