🔹 چرا در عصر VUCA سرعت از کیفیت مهم‌تر است؟ 🔹

📚 رید هافمن در کتاب Blitzscaling توضیح می‌دهد که در دنیای پر از ناپایداری، عدم قطعیت، پیچیدگی و ابهام (VUCA)، گاهی وقت‌ها سرعت اهمیت بیشتری نسبت به کیفیت دارد.

💡 دلایل این اولویت:
1️⃣ اول بودن در بازار: اگر سریع‌تر عمل کنید، سهم بیشتری از بازار را تصاحب می‌کنید.

2️⃣ تسخیر منابع محدود: فرصت‌ها و منابع مثل مشتریان یا سرمایه‌گذاران محدود هستند؛ حرکت سریع یعنی استفاده بهتر از این منابع.

3️⃣ یادگیری از بازار: با ورود سریع، بازخورد بیشتری می‌گیرید و محصول خود را بهبود می‌دهید.

4️⃣ فرار از خطر از دست دادن فرصت‌ها: منتظر ماندن برای محصول بی‌نقص، ممکن است شما را از بازی حذف کند.

منبع: بازنشر از کانال خلاصه مطالعات فناوری

https://news.1rj.ru/str/Tavaroghstd

سلام.

امروز جلسه پایانی درس تجارت الکترونیک مقطع ارشد دانشگاه شریف رو برگزار کردیم. این ترم مطالبی رو از منابع مختلف مرور کردیم تا بتونیم با مفاهیم اولیه برای راه اندازی و مدیریت کسب و کارهای اینترنتی آشنا بشیم. لازم میدانم از عزیزانی که در شکل گیری این فرصت و برگزاری بهترش کمک کردند تشکر ویژه کنم.

- دکتر فیض بخش و گروه دانشگاه صنعتی شریف که به بنده اعتماد کردند.

- علی امینیان و امیرعلی صبوری که به عنوان مهمان دعوت بنده رو قبول کردند و تجربه خودشون رو به عنوان مدیران اسنپ گروسری با ما در میان گذاشتند.

- ابوالفضل ساجدی که در یک جلسه به سوالات ما در مورد تولد و رشد پذیرش۲۴ پاسخ دادند و تجربه خودشون از رشد استارتاپ بدون تبلیغات سنگین رو به ما منتقل کردند.

و از همه مهمتر از دانشجویان عزیز که یک ترم تحمل کردند و هم مسیر این درس بودند.

البته عکس برای جلسه قبل هست😊

چرا در بروزرسانی مدلهای ذهنیمان ناتوانیم!

مدل ذهنی تقریبا در تمام ارکان زندگی افراد اثرگذار است. مدلهای ذهنی تعیین می‌کنند که افراد چگونه به اهداف خود نزدیک می‌شوند، چگونه در چالش‌ها تصمیم می‌گیرند، با مشکلات کنار می‌آیند و از پتانسیلهای خود آگاهی می‌یابند.

اما تغییر مدلهای ذهنی کاری بسیار پیچیده است. به دلیل اینکه عملا زاویه نگاه ما متاثر از این مدلهای ذهنی است، این موضوع در نقطه کور قرار میگرد و دسترسی به آن و کنکاش در مورد آن معمولا با شکست مواجه می‌شود.

شکست‌های ما در به‌روزرسانی مدل‌های ذهنی‌مان هنگام تعامل با جهان، عمدتاً از سه عامل ناشی می‌شود: نداشتن دید مناسب (perspective)، انکار ناشی از خودخواهی (ego)، و فاصله گرفتن از پیامدهای تصمیمات‌مان (distance). بیایید به طور خلاصه این نقص‌ها را بررسی کنیم:

نقص اول: شکست در دیدگاه (پرسپکتیو)
ما در دیدن سیستمی که بخشی از آن هستیم، مشکل داریم. ما فکر می‌کنیم زاویه دید ما درست است و تنها زاویه دید ممکن هم هست.

اگر واقعاً می‌خواهیم نتایج اقدامات خود را درک کنیم، باید نسبت به دیدگاه‌های دیگر باز باشیم و به صورت پویا شنونده دیدگاههای متفاوت باشیم. پذیرش دیدگاه‌های دیگر همچنین کلید برقراری روابط سازنده با دیگران است.

نقص دوم: خودخواهی (ایگو)
ایگو بخشی از وجود ماست که می‌ترسد و دائما در حال رقابت است و به راحتی تحریک می‌شود. بسیاری از ما تمایل داریم بیش از حد به نظر خودمان در مورد جهان وابسته باشیم. اما ناتوانی ما در یادگیری از جهان به دلیل ایگو، دلایل زیادی دارد که دو مورد آن را در اینجا به اختصار بررسی میکنیم.

- اول، ما اغلب آن‌قدر از حرف‌های دیگران درباره خودمان می‌ترسیم که از مطرح کردن ایده‌هایمان و قرار دادن آن‌ها در معرض انتقاد خودداری می‌کنیم؛ این‌طوری همیشه می‌توانیم حق به جانب باشیم.

- دوم، اگر ایده‌هایمان را مطرح کنیم و مورد انتقاد قرار گیرند، ایگو وارد عمل می‌شود تا از ما محافظت کند و ما به جای شنیدن و ارتقای ایده‌هایمان، به دفاع از خودمان می‌پردازیم که این موضوع مخالف رشد است.

نقص سوم: فاصله از نتایج
هر چه از نتایج تصمیمات‌مان فاصله بیشتری داشته باشیم، حفظ دیدگاه‌های فعلی‌مان آسان‌تر از به‌روزرسانی آن‌ها است. وقتی دست خود را روی اجاق داغ می‌گذارید، به سرعت نتیجه طبیعی این کار را یاد می‌گیرید. از این به بعد هم قبل از لمس اجاق، بررسی می‌کنید که آیا داغ است یا نه. یعنی یک قاعده کلی را استخراج می‌کنید که به شما می‌گوید قبل از لمس هر چیزی که ممکن است داغ باشد، آن را بررسی کنید.

اما سازمان‌های بزرگ اغلب ما را از پیامدهای مستقیم تصمیمات‌مان دور می‌کنند. وقتی تصمیماتی می‌گیریم که دیگران اجرا می‌کنند، یک یا چند سطح از پیامدهای آن‌ها فاصله داریم و نمی‌توانیم بلافاصله درک خود را به‌روز کنیم. در واقع هر چه از بازخورد تصمیمات‌مان فاصله بیشتری داشته باشیم، راحت‌تر می‌توانیم خود را متقاعد کنیم که حق با ماست و از چالش و درد به‌روزرسانی دیدگاه‌هایمان اجتناب کنیم.

در سطح کلان، فریب دادن خودمان که حق با ماست آسان‌تر است. در سطح خرد ما فورا پیامدهای تصمیمات خود را می‌بینیم. اما در سطح کلان ایگو وارد عمل می‌شود. ما روایتی ایجاد میکنیم که با آنچه می‌خواهیم باور کنیم سازگار باشد، نه آنچه واقعاً اتفاق افتاده است.

منبع: مدلهای ذهنی، Shane parrish

https://news.1rj.ru/str/Tavaroghstd

زیبایی خیره کننده شفق قطبی از نگاه ایستگاه فضایی بین المللی

این تصویر خیلی تخیلی به نظر میرسه. حتی آدم شک می‌کنه که واقعیه یا با هوش مصنوعی ساختنش.

ولی فارغ از تلاش برای بیرون کشیدن اندیشه های پند آموز (شفق قطبی درونت رو بشناس😁 ). از دیدنش به وجد آمدم.

منبع: کانال اقتصاد آنلاین

https://news.1rj.ru/str/Tavaroghstd

عجیبترین تجربه شما از شکایت مشتریان چی بوده؟

مجری از برایان چسکی مدیرعامل Airbnb میپرسه عجیبترین شکایت مشتری از شما چی بوده؟ و مدیرعامل Airbnb میگه:

یه مشتری زنگ زد و درخواست بازگشت وجه کل پول رزرو خونه رو داشت و گفت چون روح تو خونه است😱

تیم پشتیبانی زنگ میزنن به صاحب خانه و منتظر بودن وجود روح رو تکذیب کنه و  تمام بشه. چون تصویری هم برای اثبات ماجرا نبوده دیگه.

ولی صاحب خونه تایید کرده که خونه روح داره😂. گفته تو توضیحات صفحه نوشتم که خونه روح داره و اسمش استنلی هست.

تیم پشتیبانی هم چک می‌کنه و واقعا در صفحه رزرو نوشته بوده که یه روح به اسم استنلی در خانه است.

با مشتری تماس میگیرن. مشتری هم میگه من توضیحات رو مطالعه کرده بودم و دلیل رزرو خونه همین بوده

فقط مشکل اینه که استنلی کل شب اذیت می‌کنه و نمی‌ذاره بخوابیم.

به جز طنز ماجرا برایان چسکی میگه در اقتصادهای جدید که مبتنی بر اعتماد شکل میگیره. شما باید این چنین اتفاقاتی رو متصور باشید و نسخه از پیش آماده (playbook) هم براش نیست.

پی‌نوشت: به نظرم یک حلقه مفقوده مهم در کشور ما همین اعتماد متقابل بین مشتری و کسب و کارها است.

https://news.1rj.ru/str/Tavaroghstd

تمام داده های بشر برای آموزش هوش مصنوعی مصرف شده است!

ایلان ماسک در مصاحبه ای گفته است تمام داده های موجود برای آموزش هوش مصنوعی به اتمام رسیده است.

ماسک پیشنهاد داده است که از داده های تولید شده توسط هوش مصنوعی(synthetic data) برای آموزش مدلهای هوش مصنوعی استفاده شود و به نوعی چرخه خود آموزشی داخل این مدلها راه اندازی شود.

سوال این جاست که آیا این چرخه ها در نهایت منجر به فاصله گرفتن این مدلها از واقعیت نخواهد شد؟

برخی معتقد هستند این چرخه منجر به افتادن مدلهای هوش مصنوعی به ورطه توهم و تخیل خواهد شد. با توجه به هزینه پایین و سرعت بالای تولید داده مصنوعی ممکن است این داده ها به صورت افراطی مورد استفاده قرار گیرند و چون در دنیای واقعی ما به ازای مشخصی ندارد پس از مدتی باعث انحراف و ضعف مدلها شوند.

اما گروهی هم معتقد هستند تفاوتی بین اینکه یک انسان چیزی را بر اساس مشاهداتش از دنیای واقعی تولید کند با اینکه یک مدل هوش مصنوعی این کار را انجام دهد وجود نخواهد داشت.

اگر کسی اطلاعات بیشتری دارد ممنون میشم با من و بقیه گروه نظرش رو به اشتراک بگذاره.

https://news.1rj.ru/str/Tavaroghstd

سر سفره علی باباها رو دعا کنید.

بازی موازی: روشی کودکانه برای توسعه مدلهای کسب و کار پیچیده


توسعه محصول در بازارهای نوظهور یا ناشناخته از پیچیدگی زیادی برخوردار است که ممکن است منجر به شکست استارتاپها شود. یکی از روش‌هایی که برای توسعه مدل کسب و کار در این شرایط پیشنهاد شده است استفاده از روش بازی موازی (parallel play) است.

روش بازی موازی مکانیزمی برای یادگیری و نوآوری است که به کارآفرین اجازه می‌دهد تا ناشناخته ها را کشف کند، ایده ها را آزمایش کند و به تدریج و بدون فشار رقابت مستقیم مدل کسب و کار خود را بهبود دهد.

بازی موازی که از حوزه روانشناسی رشد بر گرفته شده است زمانی اتفاق می‌افتد که کودکان خردسال در کنار یکدیگر اما نه با یکدیگر بازی می‌کنند! آن‌ها فعالیت‌های مشابهی انجام می‌دهند، یکدیگر را مشاهده می‌کنند و گاهی از هم تقلید می‌کنند، اسباب بازی هم را قرض می‌گیرند، به طور مختصر تعامل دارند، اما تمرکز اصلی آن‌ها روی بازی فردی خودشان است.

در بازارهای نوظهور که قواعد بازار و ترجیحات مشتریان به وضوح تعریف نشده‌اند و عدم قطعیت بالا است، استارت‌آپ‌ها باید بین تقلید (یادگیری از دیگران) و نوآوری (ایجاد ارزش‌های منحصر به فرد) تعادل برقرار کنند تا بتوانند مدل‌های کسب‌وکار موفقی طراحی کنند. به عبارتی همانند مدل بازی موازی در کنار سایرین اما مستقل عمل کنند.

از جمله نکات این روش می‌توان به موارد زیر اشاره کرد:

۱. نوآوری متمرکز بر خود: به جای رقابت بر ساخت و اصلاح مدل‌های کسب‌وکار خود تمرکز کنید.
۲. مشاهده و تقلید: به فعالیت سایرین توجه کنید و ایده‌هایی را قرض بگیرید یا استراتژی‌هایتان را با دیگران تطبیق دهید.
۳. آزمایش و خطا: مانند کودکان که اسباب‌بازی‌های مختلف و رویکردهای مختلف را امتحان کنید تا به مدل صحیح برسید.
۴. تأمل و تکرار: کاهی مکث کنید تا پیشرفت خود را ارزیابی کنید و تغییرات لازم را انجام دهید.
۵. عدم رقابت مستقیم: مثل کودکان کمتر نگران رقابت با همتایان خود باشید و بیشتر بر درک بازار و مدل خود تمرکز کنید.

منبع:
Parallel Play: Startups, Nascent Markets, and Effective Business model Design

https://news.1rj.ru/str/Tavaroghstd

وقتی دنیا دیگر نیازی به ما ندارد: هوش مصنوعی و بحران معنا در زندگی

نگرانی ناشی از بیکار شدن بشر به دلیل رشد هوش مصنوعی در مقالات زیادی مورد بحث قرار گرفته است. همچنین مطالب زیادی در مورد تکنیکهای یادگیری استفاده از هوش مصنوعی منتشر شده است. این مطالب را می‌توان به نوعی تکنیک‌هایی دفاعی برای بیکار نشدن در این عصر دانست.

اما مسأله در واقع تنها بی پول شدن و بیکار شدن انسان در اثر رشد فناوری نیست! بری شوارتز در کتاب «چرا کار میکنیم» انگیزه هایی فراتر از درآمد را برای کار کردن ذکر می‌کند. به گفته بری شوارتز احساس رضایت شخصی، معنادار بودن کار و فرصت مشارکت در جامعه از جمله انگیزه های اصلی افراد برای کار کردن است.

در تصویر بالا رابرت شیلر نوبلیست اقتصاد روایت عمیق‌تری را از رشد فناوری ارائه می‌دهد. به گفته او ما با مسأله ای تدریجی مواجه هستیم که هویت ما را در طول زمان سلب می‌کند. بنابراین ترس از آینده بیشتر ترس وجودی است. ترس از این که دیگر به ما توجهی نشود، دیده نشویم و به نوعی دیگر به ما نیازی در این دنیا نباشد.

منبع: اقتصاد روایی، رابرت جی شیلر

https://news.1rj.ru/str/Tavaroghstd

حقیقت به تنهایی نمی‌تواند جلوی روایت‌های دروغ ایستادگی کند!

شبکه‌های مجازی بستر انتشار داستان‌ها و روایت‌های مختلفی هستند که وضعیت روانی و اقتصادی ما را تحت تاثیر اساسی قرار می‌دهند. بسیاری از افراد و حتی رسانه‌ها بر این باور هستند که اطلاعات درست می‌تواند جلوی نشر داستان‌های دروغ را بگیرد. اما بر اساس مطالعه‌ای که سروش وثوقی در سال 2018 انجام داده‌ است، به نظر می‌رسد موضوع پیچیده‌تر از این باشد و حقیقت به تنهایی شاید نتواند جلوی روایت‌های دروغ را بگیرد. مساله اساسی این است که داستان‌های دروغین راحت‌تر مسری (Viral) می‌شوند. به بیان دیگر این داستان‌های دروغ راحتتر می‌توانند توجه طرف مقابل را جلب کنند و روی او تاثیر بگذارند!

وثوقی در مطالعه خود بر روی 126000 داستان منتشر شده در توئیتر که بیش از 4.5 میلیون بار بازنشر شده‌اند به نتایج جالب توجهی دست یافته است. بر اساس نتایج این مقاله اخبار دروغ با احتمال 70% بیشتر بازنشر خواهند یافت. همچنین نرخ بازنشر اخبار دروغ 6 برابر بیشتر از اخبار واقعی است. به گفته مقاله اخبار واقعی به حدود 6 برابر زمان بیشتر برای رسیدن به دست 1500 نفر نیاز دارد.

اما یافته جالب توجه این پژوهش مربوط به محتوا و ساختار محتوای جعلی است. بر اساس این مقاله اخبار جعلی معمولا تازگی (Novelty) بیشتری دارد و واکنش‌های احساسی قوی‌تری (مانند ترس، انزجار یا شگفتی) را در مخاطب ایجاد می‌کند که باعث می‌شود افراد بیشتری آن‌ها را به اشتراک بگذارند. همچنین اخبار جعلی در حوزه‌ی سیاسی سریع‌تر و گسترده‌تر از سایر حوزه‌ها مانند تروریسم، بلایای طبیعی، علم و افسانه‌های شهری پخش می‌شوند.

شاید بتوان گفت که مسری شدن نتیجه تمایل شدید مردم به شگفت زده کردن دیگران با اطلاعات جدید است. به همین دلیل است که داستان جدیدی که قرار است داستان دروغی را تصحیح کند به اندازه خود داستان دروغ مسری نمی‌شود و این یعنی ممکن است یک روایت دروغ حتی مدت‌ها پس از تصحیح شدن هم تاثیر شگرفی داشته باشد چرا که روایت درست امکان رقابت با روایت دروغی که پیشتر منتشر شده است را ندارد. بر اساس این یافته‌ها به نظر می‌رسد برای مقابله با اخبار جعلی و روایت‌های دروغ مسیر بسیار پر چالشی پیش رو است و برای مقابله با اخبار جعلی نیاز به درک روانشناسی انسان و بهبود طراحی سیستم‌های شبکه‌های اجتماعی داشته داریم.

منبع: اقتصاد روایی، رابرت جی شیلر و The Spread of True and False News Online
https://news.1rj.ru/str/Tavaroghstd

فایل مقاله انتشار اخبار صحیح و دروغ برای دوستانی که علاقه‌مند به مطالعه کامل مقاله هستند. این مقاله در مجله ساینس منتشر شده است

آنچه بسیاری از مردم را از شروع کار باز می دارد تنبلی نیست، بلکه ترس است.

بی عملی نشخوار فکری را پرورش می‌دهد و تغذیه کننده اضطراب است. در عوض عمل کردن باعث ایجاد شتاب(مومنتوم) و تقویت اعتماد به نفس می شود.

برخی از ایده ها کار نمی کنند. برخی افراد خواهند گفت نه. اما در دراز مدت، شکست خوردن بهتر از شکست در تلاش کردن است.

منبع: توئیتر آدام گرانت (مطلب برداشت شده از کانال Dailywisdomhub است که خلاصه مطالب مفید توئیتر رو ارائه میکند و به زحمت دکتر فرجی عزیز اداره میشه.)

https://news.1rj.ru/str/Tavaroghstd

شرکت چینی 1 تریلیون دلار سهام در وال استریت را دود کرد!

شرکت چینی (Deepseek) توانسته با یک مدل بسیار ارزان قیمت، عملکردی بهتر از Chatgpt آمریکایی داشته باشد. همین موضوع باعث ریزش سهام فناوری آمریکا شده است به طوریکه Ndivia به تنهایی با کاهش ۶۰۰ میلیارد دلاری ارزش بازار مواجه شده است.

چند ماه گذشته در جلسات مختلف و کلاس دانشگاه گفته بودم تصور اینکه آینده صنعت هوش مصنوعی قطعا در گرو صنعت سخت افزار است اشتباهی مهلک است. چرا که هر لحظه ممکن است مدلی به بازار بیابد که بتواند با حجم داده بسیار کم و یا با سرعت بسیار بالاتر آموزش داده شود و در اینصورت محدودیت سخت افزاری بسیار کم رنگ می‌شود.

اگر بخواهیم مهمترین عوامل اثرگذار بر توسعه صنعت هوش مصنوعی را نام ببریم شاید بتوان چهار عامل را مشخص کرد.

۱. سخت افزار به معنای توان پردازشی
۲. نرم افزار به معنی مدل‌
۳. داده رفتاری کاربران و بازخوردهای آنها به مدل
۴. داده عمومی موجود و در دسترس

به نظرم داده رفتاری کاربران استراتژیک ترین دارایی در آینده صنعت است و در بلند مدت توان پردازشی کمترین نقش را خواهد داشت.

https://news.1rj.ru/str/Tavaroghstd

اگر دوست دارید دقیقتر داستان Deepseek رو مطالعه کنید میتونید از این رشتو اطلاعات بیشتری به دست بیارید.

دیپسیک نمونه سوگیری پیدا نکردن به وضع موجود می‌تونه باشه! استانداردهای مرسوم رو نپذیرفته و تهش تونسته با یه تیم کوچک و پول اندک به جنگ رقبای آمریکایی بره.

منبع: https://x.com/morganb/status/1883686162709295541?s=35


https://news.1rj.ru/str/Tavaroghstd

توصیه بسیار مهم از پاول گراهام

راه پیدا کردن ایده‌های استارت‌آپی این نیست که سعی کنید به ایده‌های استارت‌آپی فکر کنید.
بلکه باید به دنبال مشکلات بگردید، ترجیحاً مشکلاتی که خودتان دارید.

https://news.1rj.ru/str/Tavaroghstd

آنچه بیل گرلی پس از بزرگترین اشتباه خود در سرمایه گذاری نکردن روی گوگل آموخت.

بیل گرلی یکی از مشهورترین سرمایه گذاران دنیا و از سرمایه گذاران OpenTable و اوبر است. گرلی اخیرا در مصاحبه با فایرساید از بزگترین اشتباهش در حوزه سرمایه گذاری گفته است...

بزرگترین اشتباهی که تا به حال مرتکب شدم این بود که لری پیج و سرگئی برین را زمانی که آنها 25 کارمند در گوگل داشتند، ملاقات کردم و ما آن را دنبال نکردیم و سعی نکردیم روی آن سرمایه گذاری کنیم.

بیل گرلی آنچه را که از این موضوع آموخته است را اینگونه بیان می‌کند:

بسیاری از مردم در مورد اشتباهاتی که سرمایه گذاری خطرپذیر داشته اند صحبت می کنند، اما شما بازدهی نامتقارن دارید. شما ممکن است فرصتی به اندازه 1 برابر پول خود را از دست بدهید، اما در موضوع گوگل 10000 برابر پول خود را از دست خواهید داد.....

یک چیز جالب در مورد سرمایه گذاری این است که سرمایه گذاری یک کار خطی نیست بلکه سیستم پیچیده است و هیچ قاعده ای در آن وجود ندارد

من اغلب در مورد سرمایه گذاری اینگونه فکر می کنم:

شما مجموعه ای از قوانین برای تشخیص الگو را ایجاد می کنید که اگر با گروهی از افراد در این کار مشارکت کنید، قوانین تان بهبود می‌یابد چرا که هرکسی قواعد خود را دارد.

سپس شما مثلا 10 قانون سست (Loose rules) دارید که با دیدن یک شرکت آن قواعد را روی آن اعمال می کنید. اما بسیاری از اوقات که یک سرمایه‌گذاری عالی انجام می‌دهید، به این دلیل است که تصمیم می‌گیرید یکی دو تا از این قوانین را کنار بگذارید

بیل گرلی تاکید می کند که گوگل در آن زمان به وضوح برنده نبود و مشکلات زیادی هم داشت.

سهام یاهو به عنوان یک شرکت سهامی عام از 82 دلار به 10 دلار کاهش یافته بود. اکسایت در حال ورشکستگی بود. اینها دیگر شرکت های فعال در حوزه جستجوگر در آن زمان بودند. لری و سرگی هر دو می خواستند مدیر عامل شوند و آنها دانشجوی دکترا در استنفورد بودند. دانشجویان دکتری Co-CEO در چک لیست ما نکته مثبتی نبود. و آنها قیمت واقعاً بالایی می خواستند.

اما آنچه که بیل بسیار جالب می‌داند این است که دو تن از سرمایه‌گذاران بزرگ دوران ما توانستند فرصت پشت این مشکلات را ببینند:

دو تن از بهترین سرمایه گذاران خطرپذیر در تمام دوران - جان دوئر و مایک موریتز - این معامله را انجام دادند. بنابراین در آن شرایط چارچوب ذهنی بهتری داشتند و بسیاری از قوانین را زیر پا گذاشتند.
چیز دیگر این بود که آنها معامله را با قیمت بسیار بالایی بستند، بنابراین مالکیت سهام آنها بسیار کمتر از آنچه به طور سنتی دریافت می کردند بود. اما آنها در آن زمان می دانستند که باید این قانون را بشکنند.

منبع: https://www.youtube.com/watch?v=7PkWc-IDTHk

https://news.1rj.ru/str/Tavaroghstd

فیلم کامل مصاحبه بیل گرلی

نکات جالب زیادی در این مصاحبه وجود دارد که اگر به موضوعات استارتاپی و اکوسیستم کارآفرینی علاقه دارید ارزش دیدن داره

https://news.1rj.ru/str/Tavaroghstd

کار سیاستمداران ابداع اسامی جدید برای چیزهایی است که مردم از اسامی قدیمی آنها متنفر شده اند.

تالران، دیپلمات ارشد ناپلئون
https://news.1rj.ru/str/Tavaroghstd

فرصت‌های آینده در سایه سه مگاترند: سالخوردگی، دیجیتالی‌شدن و نابرابری

در سفری که به اسلاش داشتم یک استارتاپ حوزه سالمندان به عنوان بهترین استارتاپ معرفی شد. فنلاند یکی از پیرترین کشورهای جهان است و احتمالا ترکیب جمعیتی سالخورده فنلاند در انتخاب بهترین استارتاپ این ایونت بی تاثیر نبوده است. این مگاترندها معمولا از دید تکنولوژیست‌ها و استارتاپ‌ها غافل می‌مانند. در حالی که روندهای اصلی عملا نشان دهنده فرصتهای آتی و بازارهای آینده جهان هستند. در این بخش به چند روند مهم که به نظرم ارزش بررسی دارند اشاره می‌کنم:

۱. ساخوردگی جمعیت: 
تصور کنید تأثیر سالمندی بر ارکان زندگی ما چقدر وسیع خواهد بود. از تغییر بافت شهری و نیاز به طراحی فضاهای مناسب برای سالمندان، تا فشار بر سیستم‌های درمانی و صندوق‌های بازنشستگی، تغییر در روابط بین‌فردی و ساختار خانواده‌ها نیز تحت تأثیر این پدیده قرار خواهند گرفت و دنیایی از فرصت پیش روی استارتاپها باز خواهد کرد.

۲. دیجیتال شدن: 
توسعه سریع هوش مصنوعی، اینترنت اشیا و فناوری‌های نوین، تعامل ما با جهان اطراف را به کلی دگرگون خواهد کرد. از روش‌های جدید شرکت‌داری و مدیریت شهری گرفته تا تغییر در شیوه‌های ارتباطی و فضای کار نیازمند طراحی هستند. مسائل مختلفی مثل زیرساخت فنی و حریم خصوصی و امنیت داده از جمله فرصتهای بیشمار پیش روی ما در این حوزه هستند.

۳. نابرابری فزاینده: 
هزینه نهایی صفر در بسیاری از فناوری‌های جدید، اگرچه دسترسی به برخی خدمات را آسان‌تر کرده، اما به افزایش شکاف درآمدی و نابرابری اجتماعی دامن زده است. این نابرابری می‌تواند تأثیرات عمیقی بر جامعه بگذارد؛ از تضعیف روابط بین افراد و کاهش امنیت فردی تا ایجاد تنش‌های سیاسی و اقتصادی. طراحی راهکارهایی که این نابرابری‌ها را کاهش دهد به نظر میتواند برای آحاد جامعه بسیار جذاب باشد.

https://news.1rj.ru/str/Tavaroghstd

تغییرات دنیا از نگاه آیکونها

تغییراتی که در طراحی آیکونها در طول ۳۰ سال گذشته اتفاق افتاده به نوعی نشون دهنده تغییرات تکنولوژی و بلوغ سیستم‌ها است.

در این تصویر تغییرات جالبی رو میشه دید. مثلا save از روی فلاپی که جزو اولین روشهای ذخیره سازی بود اومده روی کلود که برای ذخیره کردن ابری است.

دکمه share این طوری بود که قدیم برای چند نفر میفرستادی. انگار اون ۳ تا دایره friends and family رو شامل این میشه این ایکون جدید این طوری هست که میزنی و میره و برای تعداد خیلی بیشتری از افراد.

آیکون filter انگار پیامش مثل قیف بود که داده رو کم کنه یا یه خروجی بده ولی این ایکون جدید Filter انگار داره میگه هر کاری دلت میخواد بکن و مثل دکمه دستگاه اکولایزر هست که میتونی هر صدایی ازش بگیری

منبع: لینکداین شایان شلیله

https://news.1rj.ru/str/Tavaroghstd

نرم افزاری مقیاس پذیر است که تا حد امکان ساده باشد

این توییت را باید بالای سر هر موسس استارتاپ و هر مدیر محصولی زد. بر اساس این توئیت:

1. هر کلیک یک اصطکاک است. هر کلیک اضافی نیازمند زمان و تلاش از سوی کاربر است و ممکن است باعث ناراحتی یا انصراف کاربر شود.

۲. هر مدل ذهنی جدید اصطکاک است. یاد گرفتن چیز جدید برای استفاده از محصول سخت و زمان بر است و باعث نارضایتی کاربران خواهد شد.

۳. هر جزئی در قیمت‌گذاری اصطکاک است. قیمت‌گذاری باید شفاف، ساده و قابل درک باشد. قیمت گذاری نامشخص، پیچیده یا همراه هزینه های پنهان باعث ریزش کاربران خواهد شد.

3. هر سوال درباره اعتماد یا امنیت اصطکاک است. سوالات یا نگرانی‌های مربوط به اعتماد و امنیت باعث می‌شوند کاربران مکث کنند، بیشتر فکر کنند یا حتی فرآیند را متوقف کنند.

هر چیزی که برای ساختن انتخاب کرده اید، معمولا ساده ترین نرم‌افزار برنده است.

پی‌نوشت ۱ : اصطکاک در حوزه توسعه محصول به هر عاملی گفته می‌شود که استفاده از محصول را برای کاربر دشوار، زمان‌بر یا ناخوشایند می‌کند.

پی‌نوشت۲: ممنون از مهندس حمیدی برای ارسال این توییت

https://news.1rj.ru/str/Tavaroghstd