Bekannte Venture Capital Firma a16z: Die "Innovationsmethodologie" der letzten 75 Jahre wurde durch KI grundlegend umgeschrieben

Niemand weiß wirklich, was entstehen wird, "das ist ein digitales Produkt, das die Menschheit noch nie geschaffen hat".

Verfasser: Long Yue, Wall Street Journal

Kürzlich führten die General Partner Martin Casado und Erik Torenberg sowie der Board Partner Steven Sinofsky in der neuesten Podcast-Episode von a16z ein tiefgehendes Gespräch: Was bedeuten die Durchbrüche der KI im mathematischen Bereich? Wird die grundlegende Logik der Innovation neu geschrieben? Wie wird sich das Wettbewerbsumfeld zwischen Start-ups und großen Unternehmen entwickeln?

Die drei Diskutierenden sind sich einig, dass die grundlegenden Annahmen, die die gesamte Computerindustrie in den letzten 75 Jahren gestützt haben, von der KI Punkt für Punkt neu geprüft werden. Eine der entscheidendsten Annahmen - dass Innovation ein Ingenieursproblem und kein Finanzproblem ist - hat sich als falsch erwiesen. KI schreibt die wirtschaftliche Logik der Innovation um: von ingenieurtechnischen Einschränkungen hin zu kapitaltechnischen Einschränkungen, ein 20-köpfiges Team kann jetzt effektiv 1 Milliarde Dollar einsetzen. Diese Einschätzung hat direkte Auswirkungen auf die Beurteilung des Wettbewerbsumfelds zwischen Start-ups und großen Unternehmen, der Risikokapitallogik und sogar der Grenzen der KI-Fähigkeiten.

Von Abakus zu KI: Ein 75-jähriger Sprung in der Abstraktionsebene

Sinofsky zeigte ein Werbebroschüre von IBM aus dem Jahr 1953.

Auf dem Cover umkreisen Atomorbitale einen Kopf, und der erste Satz lautet: "Die Menschheit hat Millionen von Jahren gebraucht, um den Nutzen des Rades zu erkennen."

In dieser Broschüre verwendete IBM eine ganze Seite, um zu erklären, was ein "digitaler Computer" ist - Eingabe, Speicherung, Berechnung, Kontrolle, Ausgabe.

Sinofsky sagte: "So haben wir Computer in den letzten 75 Jahren verstanden."

Vom Abakus über das Rechenbrett, von der Differenzmaschine zum Personal Computer, von grafischen Taschenrechnern bis zum Cloud-Computing - jeder technologische Sprung ist im Wesentlichen ein "Aufstieg in der Abstraktionsebene". Niedrigere Probleme werden verpackt, und die Menschheit löst neue Probleme auf einer höheren Ebene.

Als der TI-85 grafische Taschenrechner erschien, gerieten Mathematiklehrer in Panik: "Unser Fach wird aussterben." Sinofsky sagte:

Aber sie beschwerten sich nicht über das Erscheinen der Infinitesimalrechnung, denn die Infinitesimalrechnung war für sie bereits der Ausgangspunkt. Die Reaktion der Menschen auf Veränderungen ist viel intensiver als die Reaktion auf eine Basislinie.

Die Panik, die durch die KI ausgelösten mathematischen Probleme entsteht, ist der von grafischen Taschenrechnern sehr ähnlich.

KI löst mathematische Probleme: Durchbruch oder "Spielmeister"?

Kürzlich ließ jemand Claude versuchen, das Riemannsche Vermutung zu lösen, was in der Mathematik zu weitreichenden Diskussionen führte.

Daraufhin schüttete Casado kaltes Wasser über die Idee.

Wenn man die Gehälter aller Postdocs, die in all den Jahren an diesen Problemen gearbeitet haben, zusammenzählt, ist die Gesamtsumme nicht groß. Das bedeutet, dass der Markt diese Probleme nie wirklich als Priorität betrachtet hat. Daher bin ich mir nicht sicher, ob das Lösen dieser Probleme beweisen kann, dass KI einen bedeutenden wirtschaftlichen Wert erreicht hat.

Er verglich die mathematischen Fähigkeiten der KI mit einem StarCraft-Champion: "Das ist der stärkste StarCraft-Spieler aller Zeiten - sehr beeindruckend, aber ich habe Schwierigkeiten, das direkt mit realem wirtschaftlichem Wert zu verknüpfen."

Sinofsky bot eine andere Perspektive an. Er glaubt, dass Durchbrüche im mathematischen Bereich möglicherweise "neue abstrakte Werkzeuge hervorbringen".

So wie der Beweis des Vierfarben-Satzes - es geht nicht darum, eine schöne mathematische Ableitung zu schreiben, sondern darum, alle endlichen Fälle mit einem Computer zu erschöpfen und mit Rechenleistung die Antwort zu erhalten.

Sobald man eine neue Abstraktionsebene hat, müssen alle nicht mehr von Null anfangen, sondern können direkt auf dieser Ebene Werkzeuge entwickeln.

Der größte Paradigmenwechsel: Von Ingenieureinschränkungen zu Kapitalbeschränkungen

Die zentrale Einsicht dieses Gesprächs stammt aus einem Gedankenexperiment von Casado.

Vor 20 Jahren, wenn man einem 10-köpfigen Start-up 1 Milliarde Dollar gegeben hätte, hätten sie es nicht einmal ausgegeben. Man hätte Server gekauft, und das Geld wäre weg gewesen.

Vor 10 Jahren, wenn man 1 Milliarde Dollar gegeben hätte, hätte man Ingenieure eingestellt, um Code zu schreiben, aber das Mythos von Mensch-Monat ist real - mehr Menschen machen es langsamer.

Jetzt, wenn man 20 Personen 1 Milliarde Dollar gibt, können sie es tatsächlich effektiv ausgeben.

Sein Fazit ist:

Wir haben diese Branche von einem Ingenieureinschränkungsproblem in ein Kapitalbeschränkungsproblem verwandelt. Das ist ein grundlegend anderer Zustand. So etwas hatten wir noch nie.

Sinofsky fügte hinzu, dass dies nicht das erste Mal ist, dass es eine Kapitalbeschränkung gibt - die ersten 30 bis 40 Jahre der Computerindustrie waren ebenfalls eine Zeit der Kapitalbeschränkungen. "Wenn du mit einem Computer etwas machen willst, ist der erste Schritt, einen zu bekommen."

Dann kam die Ära der Ingenieureinschränkungen, und jetzt sind wir wieder bei den Kapitalbeschränkungen.

Warum werden Start-ups nicht von den Giganten überrollt?

Nach allgemeinem Verständnis sollten Microsoft, Google und Meta, die über Kapital, Daten und Vertriebskanäle verfügen, alles überrollen.

Aber die Realität ist: Cursor, Anthropic und OpenAI wachsen mit "Meteorengeschwindigkeit".

Casado nannte zwei Gründe.

Erstens hat KI das Verteilungsproblem gelöst.

Früher wusste man nicht, ob das Marketingbudget, das man ausgegeben hat, effektiv war. Jetzt ist die Nachfrage nach Rechenleistung und GPUs unbegrenzt, man kann direkt entscheiden, wie viel man investieren möchte, um Wachstum zu fördern.

Zweitens können Start-ups jetzt genug Geld sammeln, um wirklich auf Augenhöhe mit den Giganten zu stehen.

Und was ist mit den Giganten? Sinofsky sagte es sehr direkt:

Microsoft ist mehr besorgt darüber, was Amazon und Google tun, und kümmert sich überhaupt nicht um irgendwelche Start-ups. Start-ups zielen nicht direkt auf die Giganten ab, und die Giganten bemerken die Start-ups nicht.

Er verriet auch ein Detail: Einige große Unternehmen haben ihre Rechenleistung vorrangig für Unternehmenskunden bereitgestellt, während ihre internen Produktteams in einem Zustand der "KI-Hungersnot" sind, "während kein einziger ihrer Wettbewerber in einer Hungersnot ist".

Sinofsky brachte seine eigenen Erfahrungen bei Microsoft als Beispiel. Als er damals mit dem ersten Surface zu Intel-Topmanagern ging, wurde die Stimmung sofort kühl, als sie hörten, dass darin ein ARM-Chip verbaut war.

Sie dachten, das sei ein Chip für Drucker. Sie machen nur das Moore'sche Gesetz, genau wie Google nur für groß angelegte Anwendungen - wenn KI auf die Endgeräte umschwenkt, ist das nicht ihr Problem.

Sinofsky fasste zusammen:

Die Essenz der Disruption ist die kulturelle Konstanz großer Unternehmen. Scorecards, Vertriebssysteme, Vergütungsstrukturen, historische Lasten, Kundenverpflichtungen - all das kann sich nicht ändern. Das ist ein physikalisches Gesetz.

200 Milliarden investiert, niemand weiß, was herauskommt

Am Ende des Gesprächs berührten die drei ein tieferes Unbekanntes.

Casado gestand, dass er zuvor einen Fehler gemacht hatte:

Ich dachte, dass rekursive Selbstverbesserung und schnelles Wachstum nicht eintreten würden, das war nicht falsch. Aber ich hätte nie gedacht, dass wir unbegrenzt Geld hineinstecken könnten und dass die Skalengesetze immer noch gelten.

Wenn du 20 Milliarden Dollar nimmst und in ein Modell steckst. Wir zwei schauen es uns an, testen einfach - ich glaube nicht, dass wir verstehen können, was das bedeutet. So viel Rechenleistung, so viele Daten, ich weiß nicht, was es erreichen kann.

Sinofsky stimmte zu und verglich dies mit exponentiellem Wachstum: "Niemand kann exponentiell modellieren."

Er nannte ein konkretes Beispiel: Die Erschöpfung von Protein-Kombinationen, die früher ein "unendliches Problem" war, kann jetzt zu einem "Kapitalproblem" werden.

Wir können frühere unendliche Probleme durch Kapital in endliche verwandeln. Das ist eine sehr seltsame Sache.

Casado sagte, das sei auch der Grund, warum er jetzt nicht mehr versucht, die Obergrenze der KI-Fähigkeiten vorherzusagen:

Ich habe beschlossen, dass ich nicht vorhersagen kann, was aus 20 Milliarden Dollar geschaffen wird, wo die Grenzen seiner Fähigkeiten liegen werden.