Potřebuji pomoc s hledáním skvělých inženýrů. Kde lze najít neobjevený talent s vysokým stropem? Hackathony? Univerzitní kampusy? Neúspěšní zakladatelé? Samostatné vývojářské agentury? Inženýrské influencery? Velké bonusy za doporučení? Poptávka v @tenex_labs daleko převyšuje nabídku a já v příštích několika měsících potřebuji 10 výjimečných inženýrů. Archetyp, který hledám, je: - Zkušenosti s prací na různých projektech a více než jednom najednou - Maximalista AI: pokud odpovídáte na to, jak používáte AI, je "používám kurzor", tohle není ono - Vysoká tolerance rizika: ochota vytěžit maximum z vaší roční kompenzace v hotovosti na základě výstupu - V kanceláři: 5 dní v týdnu v naší kanceláři v New Yorku Kde se ti lidé skrývají???

Každý podnik je buď omezen na nabídku (zaměstnanec) nebo poptávku (zákazník). Pokud jste omezeni poptávkou, tlačíte balvan do kopce. To je pro většinu podniků status quo. - Nejlepším krátkodobým řešením omezení poptávky je silnější marketing v nižším trychtýři. - Nejlepším dlouhodobým řešením omezení poptávky je marketing v celém trychtýři, vylepšení produktů nebo ještě lépe zlepšení trhu. - Vaší prioritou #1 je posun od poptávky k nabídce s omezenou nabídkou. Pokud máte omezené zásoby, bojujete jako o život, abyste se udrželi na balvanu, který se řítí z kopce. Každý podnikatel sní o tom, že bude na tomto místě. - Krása omezené nabídky spočívá v tom, že máte spoustu poptávky, talenty vás přirozeně přitahují. - Marketing a nábor zaměstnavatelů se stává ještě důležitějším pohybem než prodej a marketing. - Vaší prioritou #1 je zůstat omezený na dodávky tak dlouho, jak je to v lidských silách.

Zítra budu dělat rozhovor se @Altimor, generálním ředitelem společnosti @getlindy, o všem, co se týká agentů umělé inteligence. Ukáže, jak vytvořit některé ze svých oblíbených agentů, včetně: 1. Osobní organizace: nahrávání schůzek, každodenní příprava na schůzky, plánování schůzek, správa osobního crm 2. Cross posting na sociálních sítích + monitoring 3. Nábor / hromadné oslovení 4. Oslovení pomocí LinkedIn pomocí počítače Podrobnosti: 📍 Umístění: Virtuální 📅 Datum: 13. srpna 2025 (tuto středu) 🕕 Čas: 11:30 tichomořského času Na konci budeme věnovat 10-15 minut otázkám a odpovědím, takže pokud máte dotazy, napište je sem do chatu. Zaregistrujte se na místo níže 👇

Technologický Twitter je právě teď rozdělen mezi nesmlouvavé ateisty a naprosté biblické žvásty, aniž by mezi tím bylo nic.

Tento cyklus umělé inteligence je někdy úžasný a zároveň velmi frustrující. Zeptal jsem se 250 zakladatelů, co jim na tomto okamžiku v oblasti umělé inteligence nejvíce vadí. Zde je to, co řekli: 1. Příliš mnoho hluku – "Je toho tam příliš mnoho, je obtížné posoudit kvalitu vs. odpad." 2. Přehnané sliby – "Úroveň humbuku ztěžuje pochopení toho, co je skutečně užitečné." 3. Přetížení – "Děje se toho příliš mnoho; je těžké držet krok, je těžké vědět, na co vsadit vs. čekat na další iteraci." 4. AI pro AI – "Potřebujeme AI, která vyhodnotí další nástroje AI pro problém, který se snažíte vyřešit, a řekne vám nejlepší řešení." 5. Univerzální způsob myšlení – "Nesnáším diskusi o umělé inteligenci jako o jedné jediné věci." 6. Rozptýlení, které si sám způsobím – "Nyní mám schopnost dělat MNOHEM více, ale moje pozornost je všude." 7. Rizika pro soukromí a bezpečnost – "Nedávný únik klíčů API a PR dat z ChatGPT odhalil, jak křehký je ekosystém." 8. Podvody a podvody řízené umělou inteligencí – "Nárůst podvodů, vydávání se za někoho jiného a podvodů řízených umělou inteligencí... se bude jen zhoršovat." 9. Ignorování základů – "Všichni se honí za další lesklou věcí, ale nikdo neopravuje základy." 10. Etika vs. rychlost – "Velké laboratoře umělé inteligence hovoří o etice a bezpečnosti, ale závodí v tom, aby vydaly nové modely." 11. AI vertigo – "Příspěvky o 'celých marketingových týmech AI' dávají FOMO, i když jsou vaporware." 12. Mezera mezi ukázkou a realitou – "Mezi vytvořením ukázky a integrací umělé inteligence do podnikání je velká propast." 13. Klam stříbrné kulky – "Mnozí si myslí, že umělá inteligence bude stříbrnou kulkou, ale jejich strategie je postavena na špatných základech." 14. Rychlé tempo změn – "Vzrušující, ale je to jako pít z požární hadice a stavět na písku." 15. Zahlcení nástrojem – "Držet krok s obrovským množstvím různých nástrojů a vyzkoušet je všechny." 16. Povrchní aplikace – "Většina aplikací AI je novinkou a jen zřídka řeší základní problém." 17. Skryté náklady – "Agenti umělé inteligence často vyžadují tolik opakovaných hovorů, že náklady převyšují lidskou práci." 18. Zaostávání ve vzdělávání – "Školy se nepřizpůsobují k nepoznání budoucího trhu práce." 19. Indeterministické výstupy – "LLM jsou nepředvídatelné; Přeprava systémů připravených k výrobě je obtížná." 20. Zanedbávání latence – "Jen málo modelů upřednostňuje nízkou latenci; Většina z nich není připravena na produkci." 21. Podnět ke křivce učení – "Naučit se mluvit s LLM je těžší, než jsem si myslel – někdy je to jako mluvit s teenagerem." 22. Mezera mezi humbukem a realitou – "Marketing je roky napřed před tím, co může technologie spolehlivě poskytnout." 23. Bolesti hlavy kontextového inženýrství – "Kontextové inženýrství je nejdůležitějším a zároveň nejvíce frustrujícím aspektem vývoje dobrých produktů AI." 24. Problémy s kvalitou na poslední míli – "Kódovací umělé inteligence se mohou chovat jako vedoucí inženýr, ale v 10–20 % případů se vymknou z kolejí – s jistotou." 25. Přílišná důvěra v nesprávné odpovědi – "Můj vedoucí recenzent AI náhodně změnil soubor a přidal 'pokud je nepravdivé && ...' něco 'opravit'." 26. Neúplná řešení – "Je to jako stážista: 80 % tam, pak opravíte a optimalizujete." 27. Výkon klesá se složitostí – "Rozpadá se, jak se projekty stávají složitějšími, pokud nejsou stavěny modulárně." 28. Nedostatek talentů v oblasti umělé inteligence na vyšší úrovni – "Je vzácné najít někoho, kdo kombinuje vizionářskou strategii s hlubokými technickými schopnostmi." 29. Nekonzistentní spolehlivost kódu – "Jsme daleko od toho, aby umělá inteligence dělala z juniorů kód jako seniory." 30. Fragmentace nástrojů – "Musíme přelepit příliš mnoho nástrojů AI, abychom získali spolehlivý pracovní postup." 31. Rychlé zastarávání – "Jakmile se usadíme na zásobníku AI, nový model si vynutí přehodnocení." 32. Špatná přesnost specifická pro doménu – "Obecné modely bojují s výklenkovými znalostmi i se spoustou kontextu." 33. Riziko halucinace – "Nemůžete plně důvěřovat výstupům bez lidské kontroly, což zabíjí zvýšení rychlosti." 34. Omezená hloubka uvažování – "Bojuje s vícekrokovým uvažováním, kde každý krok navazuje na ten předchozí." 35. Limity kontextového okna – "Narazíme na limity tokenů a uprostřed úkolu ztratíme důležitý kontext." 36. Drahé experimentování – "Testování nových modelů ve velkém měřítku se rychle prodražuje, zvláště když většina z nich nevyjde." 37. Bolest při integraci – "Přimět nástroje umělé inteligence, aby si dobře hrály s našimi stávajícími systémy, je těžší, než by mělo být." 38. Nekonzistentní stabilita API – "Jeden den API funguje perfektně, druhý den hází náhodné chyby." 39. Mělká personalizace – "AI se přizpůsobuje rysům na povrchové úrovni, ale postrádá hlubší vzorce chování." 40. Pomalé přijetí podnikem – "Přesvědčit větší klienty, aby důvěřovali procesům řízeným umělou inteligencí, je stále těžký boj." 41. Pokušení přílišného spoléhání se – "Pro týmy je snadné zlenivět a slepě důvěřovat výstupům AI." 42. Nejistota v souladu – "Předpisy jsou pohyblivým cílem, který ztěžuje dlouhodobé plánování umělé inteligence." * 43. Příliš mnoho hluku na trhu – "Každý den se objeví nový nástroj, který tvrdí, že vyřeší vše – většina z nich jsou vaporware." 44. Strmé křivky učení – "Nástroje jsou výkonné, ale ne intuitivní – zapojování týmů je dřina." 45. Latence v případech použití v reálném čase – "I malá zpoždění zabíjejí uživatelský zážitek pro interakce poháněné umělou inteligencí."

Trvalo mi to 31 let, ale nakonec jsem si mohl splnit svůj sen stát se Rafikim.

Můj co tenex[.]Co byl uveden v jednom z největších inženýrských zpravodajů na světě! Ve své kariéře jsem neviděl takový obchodní růst. Rychle se stáváme prvními firmami, které lidi napadnou, když chtějí inženýrství a transformaci AI.

Jednou z nejtěžších věcí pro zakladatele je zjistit, jak vypadá great mimo oblast jeho odbornosti. Skvělá rada, jak...

Kdybych dnes zakládal novou společnost, moje GTM by bylo VŽDY zakotveno v redakčně řízeném a ICP posedlém obsahu. Proč? 1) Je to marketingový kanál, který vám dává největší kontrolu nad udržitelnou a škálovatelnou distribucí. 2) Staví se proti rostoucím marketingovým nákladům, nadbytku umělé inteligence a komoditizaci produktů s padajícími softwarovými bariérami. 3) Poskytuje vám přístup k celému trychtýři najednou. Můžete se zaměřit na 95 % potenciálních zákazníků, kteří nejsou připraveni nakupovat, a zároveň pečovat o 5 %, kteří aktivně nakupují řešení. To je přesně důvod, proč jsme založili @storyarb – pomoci průkopníkům budoucnosti B2B marketingu.

Steve Harvey dělá absolutní banku. Poslední tři týdny jsem sledovala Family Feud, jak říhá a konejší naše novorozeně. V každé epizodě se zdá, že moderátor Steve Harvey žije svůj sen. Drogové obleky. Vražedný křest. Vtípky se soutěžícími. Ale včera v noci jsem se dozvěděla, že OPRAVDU žije svůj sen. I když čísla nejsou veřejně dostupná, odhady hovoří o jeho smlouvě na 10-14 milionů dolarů za sezónu. To je 100 000 dolarů za epizodu. 1 666 $ za minutu (za předpokladu 60 minut natáčení). 16 USD za každé vyřčené slovo (za předpokladu 6 000 slov). Divoký.