📢 Introducing Voyage AI

Founded by a talented team of leading AI researchers and me 🚀🚀.

We build state-of-the-art embedding models (e.g., better than OpenAI 😜).

We also offer custom models that deliver 🎯+10-20% accuracy gain in your LLM products. 🧵

We think embeddings are an under-loved, but incredibly important, part of everyone’s retrieval stack. So we set out to build just better embeddings.

Voyage embeddings are SOTA on MTEB and 9 held-out benchmarks covering industry domains. Learn more here: https://lnkd.in/gk59ZE-T

We partnered with @LangChainAI to help enhance their official chatbot, live at chat.langchain.com. Both our base and fine-tuned embeddings improve both the retrieval and response quality, and the latter is deployed!

Check out https://lnkd.in/gZ2aH4KU for more details.

Try Voyage embeddings for free – your first 5000 documents are on us!

Create an account at voyageai.com and check out our API docs at https://docs.voyageai.com .
To fine-tune your own custom model, email ✉️ contact@voyageai.com for early access!

Long 베이비부머 vs Short MZ

BofA 는 최근 보고서에서 Long 베이비부머, Short 밀레니얼 (MZ) 투자 아이디어를 제시합니다.

지금의 고금리, 고물가 환경에서 미국내 소비 지출의 주도권은 65세 이상의 고령층이 완벽히 쥐고 있습니다.

한국의 베이비부머 세대인 저희 부모님들을 보더라도 대부분 자가로 1 주택 이상을 보유 중입니다. 대출 거의 없습니다. 자산 가격의 인플레속 Wealth effect 무시 못합니다.

반면, MZ 세대는 주로 쓰고 죽자는 세계관, 최근 몇년간 부동산 영끌족, 코인/주식 빚투족의 합류로 부채 부담이 상당합니다. 숨만 쉬어도 이자의 Snowball effect 를 경험하고 있죠.

더욱이 베이비부머는 돈이 많든 적든 여전히 저축에 대한 믿음이 있습니다. 미국도 Cash return 이 5% 를 상회합니다. Cash is king 인 작금의 상황은 세대간 격차를 되돌리기 힘들 정도로 벌리고 있습니다.

승자와 패자가 명확히 갈리는 게임이라면, 섹터와 산업내 투자 아이디어로 활용해 볼만 합니다.

이 사람은 자기가 플레이하고 있는 게임의 판이 어떻게 설계되어있는지 분명하게 알고 있네

https://www.youtube.com/watch?v=Czmkes4yAOA

51% of Zendesk's revenue is international
47% of Cloudflare’s revenue is international
46% of HubSpot’s revenue is international
45% of MongoDB's revenue is international
38% of Asana’s revenue is international
34% of Twilio’s revenue is international
22% of Okta’s revenue is international

Go Global as soon as you have customers there

Pull ahead

“창업가의 길에 들어서면 회사가 여러분의 가족보다 중요해져요. 가족들의 대소사를 챙길 수 없고, 자녀들에게 굿나잇 키스를 할 수 없게 될 거예요. 또 현금 자산이 필요해 좋은 집과 좋은 차는 포기해야할 거고요. 친구나 지인들은 여러분을 이해하지 못하고, 인생에서 길을 잃고 방황한다고 생각할 거예요. 부디 방황이 짧아야할 텐데 하겠죠.”
“팀원들의 월급을 줄 수 없는 시기가 올 거예요. 이 여정에서 누군가는 당신(창업가)을 고소할 거예요. 여러분을 고소하는 사람이 공동 창업자일 수도 있고 투자자일 수도 있어요. 또 자주 틀릴 것이고, 이 문제들을 팀원들이 다 보게 될 거예요. 쪽팔린 단계를 넘어서면 내가 하는 게 맞나, (대표직에서) 내려와야겠구나라는 생각도 들게 되죠. 팀원들도 계속 여러분을 실망시킬 테지만, 그럼에도 계속 예수처럼 사랑을 퍼줘야 해요. 팀원들을 위해 격리 시켜야 마땅한 직원에게도 웃어야 하는 시기가 있습니다.”
(이승건 비바리퍼블리카 대표, 정주영 창업경진대회 데모데이 2023)
정말 리얼한 창업자의 삶. 지금 상황이 너무 힘든데 무슨 부귀영화를 누리겠다고 이걸 하나 싶지만 또 나름의 이유가 생겨서 지속하는 것이죠. 개인적으로는 이 삶이 당연하기보다는 점차 개선됐으면 좋겠습니다. 창업자에 대한 존중과 보호도 커져야 하고요.

----
Navigating "corporate speak" isn't easy.

Here's a helpful guide I put together:

"Let me check with my team" = No

"Possibly" = No

"On my roadmap" = Not happening

"This will be done in Q4" = This will be done in Q2 next year

"Disagree and commit" = I hate you

"Per my last email" = Try reading, for once in your life

"Challenging landscape" = We're going out of business, quickly

"Digital transformation" = We're going out of business, slowly

"Let's circle back" = We'll never speak of this again

"Take it offline" = We'll never speak of this again

"30,000 foot view" = I don't know what I'm saying

"Low hanging fruit" = Easy promotion

"Open up the kimono" = HR violation

"We use AI" = We don't use AI

"We use machine learning" = We don't use machine learning

"All hands on deck" = Let's actually try for once, please

😂

아이폰 출시 후 첫 4~5년 정도는 앱을 출시하는 것만으로도 유저의 wow를 이끌어 낼 수 있었던 시절이 있었다. 이동하며 인터넷도 할 수 있고 터치스크린을 활용할 수 있는 스마트폰에서 구동이 된다는 것만으로도 wow 였던 것이다.

그 이후 기존 레가시 산업의 패러다임을 바꾼 서비스들이 등장하여 wow 를 선사했다. 유투브/넷플릭스는 TV/미디어 산업을 바꿨고, 페북/구글은 미디어/포털산업을 바꿔놓았으며, 아마존은 쇼핑/서버시스템을, 테슬라는 자동차 산업을, 우버는 택시 산업을, 에어비엔비를 호텔 산업에 큰 영향을 줬다.

위와 같은 2000년 초반 이후 격동의 20년 정도를 겪으며, 현대사회의 많은 사람들은 모바일 및 웹 중심의 서비스에 꽤 많이 익숙해진 듯 하다. 그래서, 새로 출시되는 앱을 봐도 그 감흥이 과거 대비 무뎌지고 있음을 느낀다.

오히려, 요즘은 과거에는 만족하며 사용하던 Big Tech 사의 서비스 조차도 슬슬 '지겨워진다' 느끼는 분들이 증가하는 듯하다. 동시에 '과거부터 많이 이용하던 서비스들이 최근에는 예전만 못해서 실망감이 크고, 어쩔 수 없이 이용하고 있다'고 말하는 분들도 많아지는 듯하다. OpenAI 가 chatGPT 를 출시하며 새로운 활력을 불어넣고 있지만, 그 파급력이 과거의 아이폰 모멘트처럼 엄청나지 않은 것도 사실이다. (chatGPT는 소비자 보다는 스타트업에 활력을 불어넣고 있는 듯하다. 그래서 걱정이기도 하다. 소비자가 반응하지 않으면 결국 imapct 가 제한적일 수밖에 없기 때문이다) 요즘은 유저분들이 대다수 서비스에 과거 대비 뜨뜨미지근한 반응을 보이는 시기인 것 같기도 하다.

다만, 유저들은 여전히 더 나은 삶을 살고 싶어하는 욕구가 강하다. 더 성장하고 싶어하고, 더 행복한 삶을 살고 싶어하고, 더 즐거운 시간을 보내고 싶어 한다. 본인 인생에 강렬하게 다가올 수 있는 서비스를 만나, 해당 서비스와 함께 더 만족스러운 삶을 살기를 희망하는 분들이 꽤 있다.

그래서, 미래에는 어떤 서비스가 많은 유저로부터 wow를 이끌어 낼 수 있을지... 궁금하다. 유저의 성장과 만족에 더 많이 집착하는 서비스가 그 wow 를 이끌어 낼 수 있으리라 믿지만, 과거 대비 유저의 wow 를 이끌어 내기 위한 난이도가 높아져서 과거 만큼 '급성장하는 스타트업'이 많이 나올 것 같지는 않다. 그래도, 이런 난세를 이겨내는 가장 좋은 방법은 '더 힘들어지는 환경'에 반응하기 보다는 '유저'에 집중하여 하루 하루 더 좋은 서비스를 만들어 내는 것이라 생각한다. 물론 과거에는 1년 노력하면 만족을 이끌어 낼 수 있었다면, 최근에는 3~5배는 더 해야하는 어려움이 존재하지만 말이다.

그래서 요즘 같은 시대는 Why? 가 더 중요해지는 것 같다. 왜 시작했는지? 무엇을 위해 서비스를 만들어 내고 있는지?에 대한 명확하고 솔직한 답을 가지고 있는지가 더 중요해지는 시대가 왔다. 그 이유에 대한 답을 전체 팀이 공유하고 있어야, wow 를 만들어 내기 위한 노력/시간이 증가한 시대를 묵묵히 이겨나갈 수 있기 때문이다.

서비스를 이어나가고 있는 본질적 이유는 무엇인가? 우리 서비스는 누구를 위해 존재하며 왜 존재해야 하는가? 깊은 밤, 링글을 더 성장시켜 나가기 위한 방법을 고민하다가, 원론적인 질문에 대해 다시 한 번 생각해본다.

“Machine learning costs, talent and chip shortages… any AI and machine learning company faces at least one of these challenges, and most face a few at a time,” Pekhimenko told TechCrunch in an email interview. “The highest-end chips are commonly unavailable due to the large demand from enterprises and startups alike. This leads to companies sacrificing on the size of the model they can deploy or results in higher inference latencies for their deployed models.”

With spending on AI-focused chips expected to hit $53 billion this year and more than double in the next four years, according to Gartner, Pekhimenko felt the time was right to launch software that could make models run more efficiently on existing hardware.

“Training AI and machine learning models is increasingly expensive,” Pekhimenko said. “With CentML’s optimization technology, we’re able to reduce expenses up to 80% without compromising speed or accuracy.”

“For one of our customers, we optimized their Llama 2 model to work 3x faster by using Nvidia A10 GPU cards,”

CentML isn’t the first to take a software-based approach to model optimization. It has competitors in MosaicML, which Databricks acquired in June for $1.3 billion, and OctoML, which landed an $85 million cash infusion in November 2021 for its machine learning acceleration platform.

“The CentML platform can run any model,” Pekhimenko said. “CentML produces optimized code for a variety of GPUs and reduces the memory needed to deploy models, and, as such, allows teams to deploy on smaller and cheaper GPUs.”

A new solution to the high-end chip shortage.

Read in @WSJ about how Together worked with large former crypto mining farms to repurpose their best GPUs and acquire new GPUs to train AI models — all with a specialized training stack for a fraction of the price.

https://www.wsj.com/articles/crypto-miners-seek-a-new-life-in-ai-boom-after-an-implosion-in-mining-92a181fd