"OpenAI och Anthropic kommer att behöva skapa sina egna chips" "AI kommer att orsaka massiv brist på arbetskraft." "Jag skulle bli förvånad om Nvidia inte är värt 10 biljoner dollar om fem år" De bästa podcastavsnitten är påstridiga, tuffa och går emot allt du trodde att du visste. Det här är det och mer och mina 7 takeaways med @JonathanRoss321 👇 👉 Spotify (på engelska) På YouTube 👉 Apple Podcaster 👉 Tidsstämplar: (00:00) Introduktion (01:10) Analysera det aktuella marknadslandskapet (03:33) Varför hyperscalers måste fortsätta spendera vårdslöst på AI (12:35) Varför OpenAI och Anthropic måste bygga sina egna chip (18:14) OpenAI och Anthropic kommer att vara $5 miljarder företag: The Bull Case (28:20) Varför Kina ligger efter USA inom AI och Deepseek är dyrare att köra (34:37) Hur Europa kan konkurrera inom AI och varför USA är mer riskavert än Europa (37:21) Varför vi måste ha kärnkraft och hur vi ska få tillbaka den (48:16) Deflationstryck och nya arbetsmarknader (51:54) Framtiden för Vibe-kodning (53:40) Varför AI-företag bör sträva efter att ha låga marginaler (58:46) S&P 7000, Mag 7 och marknadens hackighet (01:06:44) Varför OpenAI och Anthropic är så undervärderade (01:13:35) Chipmarknaden om 5 år (01:21:51) Quick-Fire Round: Största rädslan, Nvidia: $10TRN, Zuck köper AI: Arbete eller inte

1. Varför hyperscalers måste fortsätta att spendera vårdslöst på AI Ingen är 100% övertygad om att AI inte kommer att kunna göra sitt jobb om 10 år. Det är så hyperscalers känner. Alternativet till att spendera som en galning är att riskera att bli helt utelåst från sin verksamhet. Kan hyperscalers uppnå intäkter innan Wall St tappar tålamodet @altcap @petergostev @steeve @tanayj

2. De tre pelarna för att förbättra AI och varför beräkning är det enklaste. Algoritmer, data och beräkning. Algoritmer förbättras sällan. Data är svårt att få tag på och vi har inte helt listat ut syntetisk data. Beräkning är den enklaste ratten att vrida på: Om du har pengar och lite tålamod kommer du garanterat att få bättre resultat. Älskar du att höra dina tankar om detta @jonsidd @brendanfoody @GarrettLord @andrewdfeldman?

3. Varför varje stor spelare måste bygga sitt eget chip Vad du får är inte ditt eget chip, det är kontroll över ditt eget öde. OpenAI, Anthropic och varje hyperscaler kommer att bygga sitt eget chip. Håller du med om att varje stor spelare kommer att behöva skapa sin egen @andrewdfeldman @FabAroundEU @UbertiGavin @RodrigoLiang

4. Varför AI skiljer sig från SaaS och hur mer pengar leder till bättre produkter Kvaliteten på din SaaS-produkt bestäms av ingenjörer. Inom AI blir din produkt betydligt bättre ju mer du spenderar. Tokenkostnader matchar ett företags intäkter eftersom de kan spendera mer för att vinna användare. Älskar att höra dina tankar om detta och om du ser att detta utspelar sig för dig @destraynor @amasad @btaylor @howietl

5. USA är mer riskavert än Europa... USA är livrädd för risken att bli utelämnat. När du är en massiv tillväxtekonomi är det dyrare att missa något än att fumla med något. Europa är oerhört villigt att ta risken att bli utelämnat. Vem utnyttjar incitamenten rätt i den här cykeln: USA:s FOMO eller Europas försiktighet? @zebulgar @shaunmaguire @rabois

6. Vi måste ta tillbaka kärnkraften och hur Japan ligger före Japan har ett rykte om sig att vara långsamma på att fatta beslut, men när de väl har bestämt sig går de väldigt snabbt fram. De talar om att ta sina kärnreaktorer i drift igen. De har avsatt 65 miljarder dollar för AI och de kommer att spendera det snabbt. Blir pro-kärnkraft + aggressiva AI-utgifter den nya industripolitiska spelboken @mttgrmm @jtlonsdale @DanielKhachab

7. AI kommer att orsaka massiv brist på arbetskraft AI kommer att göra att allt kostar mindre. Människor kommer att välja bort ekonomin mer: De kommer att arbeta färre timmar och gå i pension tidigare. AI kommer att skapa hela branscher som inte finns idag och vi kommer inte att ha tillräckligt med arbetskraft. Älskar att höra dina tankar om denna @htaneja @erikbryn @mustafasuleyman @ericschmidt