Loading video...

Video Failed to Load

Go Home

半導体大手のIntelとNvidiaの過去10年間での時価総額推移 。AI需要における確変が半端ない。信じたことを直向きに続ける。これこそが会社経営の醍醐味の一つだよね。

19,744 views • 2 years ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

『AI 時代の、スタートアップのセンターピン』 ブースト・キャピタル 小澤隆生さんが語る答えが、 明確すぎた。 ❶ AI 時代、プロダクトは均質化する 「プロダクトは、均質化していく」 バイブコーディング、AI エージェント 内製化できることが、どんどん増える。 でも、それは全員が同じ条件で使えるツール。 「作れる、ということ自体は、価値にならなくなる」 ⇒ AI 時代の差別化は、 作る力ではなく、別のところにある。 ❷ B2B の答えは、営業 「B2B のセンターピンは、営業」 なぜか? 「AI は、通じない」 つまり、 ・要件定義から、何を作ったらいいですか?と考える力 ・クライアントに、どういうものが欲しいですか?と聞ける力 ⇒ B2B で AI 時代を勝ち抜くのは、 聞ける営業を持つ会社。 ❸ もう1つのセンターピンは、採用 「もう1つは、営業を取れる人を、採用する力」 これは、AI が代替できない、人と人の接点。 特に B2B は、 「多分、ずっと人が必要」 そして、 「AI 時代において、どんな企業体でも」 「センターピンは、採用と営業」 「これが強い会社は、どこまでも永遠に、強い」 ⇒ AI に代替されない領域を、 最初に固めた会社が、勝つ。 年商数十億規模に伸ばすために ・作る力を、差別化の起点にしない ・聞ける営業を、事業の中心に置く ・採用を、経営者の最重要業務にする 「AI 時代には、人と人の接点を、磨いていく」 事業の勝敗は、AI をどれだけ使うかも大事だが AI に代替されない部分を、どれだけ強くしたかが、 より重要。

ビジラボ|

330,603 views • 3 months ago

NVIDIAのCEOが断言 コードを書くだけのエンジニアは、全員AIに消える ジェンスン・フアンのこの発言は、 生成AI時代のエンジニア全員が知っておくべき話 エンジニアの目的を一言で言うと 問題を解くこと コーディングは目的ではなくて手段 ただの作業のひとつ もし 「目的=コードを書くこと」 になってたら それはAIに代わられる側になってしまう Jensenの生い立ちから追うと、かなり刺さる 彼は台湾生まれ 幼少期にアメリカへ移住するが、 英語も話せず、文化も分からんまま かなり荒れた学校に放り込まれた 勉強ができるかどうか以前に 「どう生き残るか」を考えないとあかん環境 そこで彼が身につけたのは テクニックでも要領でもなく、 「今この場で一番の問題は何か」を見抜く力やった その後エンジニアになり、 LSI Logic、AMDと 半導体業界の最前線を渡り歩く ここで彼は気づく ・技術的に面白いこと ・会社が本当に困ってること ・市場が評価すること これらが ほとんど一致していないという現実に 多くの会社は 「作れるもの」を作り、 「今ある市場」に最適化して、 本当の問題から目を背けていた だったら自分でやるしかない 1993年、 JensenはNVIDIAを創業する でも当時のNVIDIAは 今みたいなAI企業ではなかった グラフィックス市場は不安定。 資金はない。 失敗したら即終了の世界。 実際、 最初のプロダクトは盛大にコケた このとき彼は 「コードが悪い」とは言わなかった 「俺たちは間違った問題を解いていた」 そう結論づけて、 市場と技術の“問い”から全部やり直した そこから GPUという概念を磨き続け、 10年以上「意味わからん会社」扱いされながら、 計算・並列処理・AIに賭け続けた 結果、 “誰も本気で向き合ってなかった問題”を 解き続けた会社だけが AI時代のど真ん中に立った だから今、彼はこう言う エンジニアの仕事は 新しい問題を見つけて それを解くこと 会社の中には 未発見の問題がうじゃうじゃある。 だからこそ時間が命。 ここが1番重要 生成AI時代に 仕事を失うエンジニアと 給料が上がるエンジニアの差は、 コードの上手さではない ・何が本当のボトルネックか説明できるか ・それを解いたら売上/コスト/速度がどう変わるか言えるか ・AIに任せる部分と、人間が決める部分を切り分けられるか これができる人は AIを「脅威」ではなく 生産性ブースターとして重宝される 逆に 「実装だけ」「言われたことだけ」 になった瞬間、 AI+安い人材に置き換えられる というか完全に不要に 給料を上げたかったら やることはシンプル ・コードを書く前に“問題定義”を書く ・要件をそのまま受け取らず、1回疑う ・AIで実装を高速化して、空いた時間で“問い”を探す ・ビジネス側と同じ言葉で話す これができるエンジニアは 「作業者」やなく 意思決定に近い存在になる Jensenが言ってるのは 「コード書くな」ではない 目的と作業を混同するな ということ 生成AI時代、 生き残るエンジニアは 一番最初に 「何を解くべきか」から考える これ読んで 「ちょっと焦った」なら、 たぶん感覚は間違ってない 生成AI時代、 何もしないのが一番リスク高い 考えがズレてないか確認する用に、 ブックマークして定期的に見直し推奨 こういう 生成AI時代のエンジニア論とか プロダクト・意思決定・キャリアの話は、 シリコンバレーのスタートアップでCTOやってきた視点で 定期的に書いてます 気になった人は Taishi | AI Language Learning App 🧞‍♂️ をフォローしといてィ

Taishi | AI Language Learning App 🧞‍♂️

139,636 views • 8 months ago

本動画1トレード目の損切り4秒(-50万)だけ見ていってほしい。 と、共に損切りの考え方について下の方で解説。 この動画の損切り後に大きく跳ねているので、「下手くそだな」と思った方も多いかもしれない。 でも私的には、かなり納得のトレード。 ルールを守って期待値を死守した上で、自分の入っていた位置が間違っていなかったことの確認(実際に跳ねたデータ)が取れたから。 これだけで十分嬉しい。 【損切り解説】 そして、莫大な数を検証してきたからこそ言える、正しい損切りの考え方がある。 損切りした後に反発して、「持っていればプラスだったのに」と思う。 この感情自体を持っている時点で、勝ち続ける心の持ちようではない。 今回の動画も、持ち続けていればかなりのプラスにはなった。 でも私は、プラスで終わることに重きを置いていない。 重きを置いているのは、期待値通りにトレードを収束させること。 私の手法は、跳ねる前提で入る。 だから跳ねなければ損切り。 想定外が起きたら切る。 機械的に終わらせる。 ただそれだけ。 ここに感情は入れない。 多くの人は、損切りした後に反発した結果ばかりを見る。「持っていればよかった」と。 でも、ほぼ同じくらいの確率で、そのまま大きく下落し続けることもある。 ただ、人はなぜか良い方の結果だけを記憶しやすい。 これでは、トレードは崩れていく。 損切りとは負けではない。期待値を守る行為。 ルール通りに損切りできたなら、その時点でトレードは成功。その後の値動きは、自分のトレードとは全く関係ない。 さらに重要なのは、全く同じルールを基にトレードを続けなければ、自分の本当の癖やデータの偏りを一切見ることができないということ。 逆に、同じトレードルールを継続するだけで、たとえ今が負ける手法だったとしても、本質的な改善策は見つかるもの。 これが一番重要なことだと思っている。

Scal_Lab

43,536 views • 4 months ago