Elon Musk sur la façon dont PayPal a obtenu ses 100 000 premiers clients en un mois "Je ne m'attendais pas à ce que le taux de croissance de PayPal soit ce qu'il était, et cela a en fait créé de gros problèmes," explique Elon. "Nous avons lancé PayPal sur University Avenue [à Palo Alto], et après le premier mois ou à peu près de l'activité du site web, nous avions 100 000 clients." Comme l'explique Elon, la clé de la croissance virale de PayPal était son programme de parrainage : "Nous avons d'abord commencé par offrir aux gens 20 $ s'ils ouvraient un compte et 20 $ s'ils parraineraient quelqu'un. Ensuite, nous l'avons réduit à 10 $, puis à 5 $. À mesure que le réseau devenait de plus en plus grand, la valeur du réseau lui-même dépassait toute sorte de carotte que nous pouvions offrir." Il continue : "Et ensuite, nous avons simplement fait un tas de choses pour réduire les frictions. C'est comme des bactéries dans une boîte de Pétri. Ce que vous voulez faire, c'est essayer de faire en sorte qu'un client génère deux clients, ou trois clients idéalement. Et ensuite, vous voulez que cela se produise très rapidement." Elon estime que PayPal a dépensé entre 60 et 70 millions de dollars pour alimenter cette croissance, avant que la société ne soit acquise par eBay pour 1,5 milliard de dollars. Source vidéo : @khanacademy (2013)

Le fondateur de Netflix, Reed Hastings, explique pourquoi la « famille » est une mauvaise métaphore pour votre startup « La métaphore classique des entreprises était la famille. Vous les embauchiez et vous vous disiez : "Nous sommes une famille. Nous prenons soin les uns des autres. Et c’est un peu de la bêtise parce que vous licencierez quelqu’un d’une manière que vous ne feriez pas pour votre sœur. C’est comme si vous vouliez qu’ils travaillent pour vous comme s’ils étaient un membre de la famille – gratuitement et à bas prix. Mais vous n’êtes pas vraiment prêt à les traiter comme un membre de la famille si vous êtes honnête. Au lieu d’une famille, Reed pense que l’équipe sportive professionnelle est une meilleure métaphore d’une entreprise : « Vraiment, la relation professionnelle, c’est comme une équipe sportive. Et si vous voulez gagner un championnat, vous devez avoir un talent incroyable à tous les postes... Nous payons bien les gens. Nous voulons qu’ils gagnent. Et si vous avez un mauvais match, vous ne perdez pas votre position. Mais en fin de compte, vous vous battez pour votre position chaque année. Source de la vidéo : @GreylockVC (2015)

Jensen Huang sur pourquoi la révolution de l'IA sera similaire à la révolution industrielle « Nous produisons quelque chose pour la toute première fois qui n'a jamais été produit auparavant, et nous le produisons en volume extrêmement élevé. Et la production de cette chose nécessite un nouvel instrument qui n'a jamais existé auparavant - c'est un GPU. Et la chose que nous produisons pour la toute première fois, ce sont des tokens. Nous produisons des nombres à virgule flottante en grande quantité pour la première fois dans l'histoire. Et la raison pour laquelle ces nombres à virgule flottante ont de la valeur, c'est parce que c'est de l'intelligence. » Jensen continue : « Vous pouvez prendre ces nombres à virgule flottante et les reformuler de telle manière qu'ils se transforment en anglais, français, protéines, produits chimiques, graphiques, images, vidéos, articulation robotique, articulation du volant… Donc maintenant, le monde va produire une énorme quantité de tokens. Et ces tokens vont être produits dans de nouveaux types de centres de données - nous les appelons des usines d'IA. » Il compare cela à la révolution industrielle : « Lors de la dernière révolution industrielle, l'eau entre dans une machine, vous mettez le feu à l'eau, cela la transforme en vapeur, puis en électrons. Les atomes entrent, les électrons sortent. Dans cette nouvelle révolution industrielle, les électrons entrent et les nombres à virgule flottante sortent. Et lors de la dernière révolution industrielle, personne ne comprenait pourquoi l'électricité était si précieuse, mais elle est maintenant vendue et commercialisée en kilowattheures par dollar. Maintenant, nous avons des millions de tokens par dollar. Et donc cette même logique est aussi incompréhensible pour beaucoup de gens que la dernière révolution industrielle, mais cela va devenir complètement normal dans les 10 prochaines années. Ces tokens vont créer de nouveaux produits, de nouveaux services, une productivité améliorée dans toute une série d'industries, et des centaines de trillions de dollars d'industries au-dessus de nous. » Le principal problème qui freine l'IA dans beaucoup de ces cas d'utilisation en ce moment est la précision, mais Jensen pense que cela sera bientôt résolu. La façon de penser à ces modèles, soutient Jensen, est que le taux d'erreur sera réduit de moitié tous les six mois à un an. Ce qui signifie que la précision et la crédibilité doubleront à un rythme plus rapide que la loi de Moore. « Tous les tests que nous utilisons actuellement pour mesurer ces modèles, leur taux d'erreur est réduit de moitié tous les six mois. Et il n'y a aucune raison de ne pas s'attendre à ce que tout cela devienne surhumain très bientôt. » Source vidéo : @stripe (2024)