Der ehemalige CEO von Google, Eric Schmidt, über die Datenstrategie hinter den nächsten hundert Milliarden Dollar Unternehmen: Er erklärt, dass er Startup-Ideen bewertet, indem er die Wachstumsprognosen für 5 Jahre betrachtet und fragt, ob eine skalierbarere Strategie verfügbar ist. Nehmen wir einen Gründer, der eine App entwickelt, für die er 10 $ verlangen möchte. @ericschmidt's Herausforderung: "Warum nicht die App kostenlos anbieten und die Nutzer stattdessen upsellen?" Aber die eigentliche Einsicht ist sein Rahmenwerk zur Vorhersage, welche Unternehmen dominieren werden – und es kommt alles auf Daten an. "Vor 5 Jahren habe ich öffentlich gesagt, dass die Zukunft Apps sein werden, die auf Smartphones laufen, Google Maps, GPS nutzen und etwas Nützliches tun. Was ich hätte sagen sollen, war Uber." Was denkt er also, wird die nächste Welle massiver Unternehmen definieren? Systeme, die auf Android und iOS basieren, schnelle Netzwerke und leistungsstarkes maschinelles Lernen, mit einem entscheidenden Datenvorteil: "Sie werden die Menge nutzen, um etwas zu lernen." Er veranschaulicht dies mit folgendem Beispiel: Zahlen Sie Dermatologen jeweils 1 $, um Hautproben zu kategorisieren. Füttern Sie das in ein maschinelles Lernsystem. Dann verkaufen Sie den diagnostischen Service zurück an sie, denn ein System, das auf Tausenden von Experten trainiert wurde, wird jeden Einzelnen übertreffen. Schmidt fasst die gewinnende Datenstrategie zusammen: "Sie crowdsourcen Informationen, lernen sie und verkaufen sie dann. [Das] ist meiner Meinung nach ein sehr wahrscheinlicher Kandidat für die nächsten hundert Milliarden Dollar Unternehmen." Der Plan: Expertenwissen in großem Maßstab aggregieren → ML-Systeme mit diesen Daten trainieren → überlegene Einblicke zurück an den Markt verkaufen. So werden die nächste Generation dominierender Unternehmen aufgebaut.

Alle reden über OpenAI, NVIDIA und Google. Aber sie alle sind auf ein Unternehmen angewiesen, von dem die Leute noch nie gehört haben – das ein 100% Monopol über die Maschinen hält, die KI-Chips möglich machen. So treibt ASMLs EUV-Technologie leise die gesamte KI-Industrie an:

Jonathan Ross, Gründer und CEO des KI-Chipherstellers Groq, bietet eine konträre Sichtweise: KI wird keine Arbeitsplätze vernichten, sie wird einen Arbeitskräftemangel schaffen. Er skizziert drei Dinge, die durch KI passieren werden: Erstens, massiver deflationärer Druck. "Diese Tasse Kaffee wird weniger kosten. Ihre Wohnung wird weniger kosten. Alles wird weniger kosten." Er erklärt, dass dies durch Roboter, die Kaffee effizienter anbauen, und durch ein besseres Management der Lieferketten geschehen wird, was bedeutet, dass die Menschen weniger Geld benötigen. Zweitens, die Menschen werden aus der Wirtschaft aussteigen. "Sie werden weniger Stunden arbeiten. Sie werden weniger Tage in der Woche arbeiten und sie werden weniger Jahre arbeiten. Sie werden früher in Rente gehen, weil sie in der Lage sein werden, ihren Lebensstil mit weniger Arbeit zu unterstützen." Drittens werden völlig neue Jobs und Industrien entstehen. Jonathan verweist auf die Geschichte als Beweis: "Denken Sie an vor 100 Jahren. 98 % der Arbeitskräfte in den Vereinigten Staaten waren in der Landwirtschaft tätig. Als wir in der Lage waren, das auf 2 % zu reduzieren, fanden wir Beschäftigungsmöglichkeiten für die anderen 98 % der Bevölkerung." Er fährt fort: "Die Jobs, die in 100 Jahren existieren werden, können wir uns nicht einmal vorstellen." Softwareentwickler gab es vor einem Jahrhundert nicht. In einem weiteren Jahrhundert wird es sie auch nicht mehr geben, "weil jeder mit Vibe-Coding arbeiten wird." Das Gleiche gilt für Influencer, ein Beruf, der vor 100 Jahren unvorstellbar gewesen wäre, aber jetzt Menschen Millionen einbringt. Sein Fazit: Deflationärer Druck, Ausstieg aus der Arbeitswelt und neue Industrien, die wir uns noch nicht vorstellen können, werden zusammenkommen, um ein Ergebnis zu schaffen... "Wir werden nicht genug Menschen haben."