Silicon Valley

Der Geist des Silicon Valley

Ein Framework, das ich verwende, um über Probleme nachzudenken, bei denen disruptive Technologien helfen könnten, basiert auf dem, was Donald Rumsfeld in seinen Memoiren Known und Unknown schrieb:

Berichte, die besagen, dass etwas nicht passiert ist, sind für mich immer interessant, weil es, wie wir wissen, bekannte Bekannte gibt; Es gibt Dinge, von denen wir wissen, dass wir sie kennen.

Wir wissen auch, dass es bekannte Unbekannte gibt; Das heißt, wir wissen, dass es einige Dinge gibt, die wir nicht wissen. Es gibt aber auch unbekannte Unbekannte, die wir nicht kennen, die wir nicht kennen. Und wenn man sich die Geschichte unseres Landes und anderer freier Länder anschaut, ist es letztere Kategorie, die die schwierigsten darstellt.

Vor einigen Jahrzehnten galt Technologie als Mittel zur Automatisierung manueller Prozesse und zur Steigerung der Effizienz. Während in der modernen Wirtschaft ein Großteil der Automatisierung eine Grundvoraussetzung ist, hat sich die Rolle der Technologie erheblich verändert, um eine einzigartige Differenzierung und einen Wettbewerbsvorteil gegenüber Branchenkollegen zu erzielen. Viele Leute arbeiten daran, Dinge besser, billiger und schneller zu machen, oder eine Kombination dieser drei. Dieser Ansatz – das Lösen von bekannten Problemen – bietet inkrementelle oder evolutionäre Innovationen, und der Markt honoriert dies.

Aber Silicon Valley denkt anders.

Das Silicon Valley liebt es, bekannten unbekannten Problemen nachzujagen, den Mondschüssen wie selbstfahrenden Fahrzeugen, die jedem einzelnen Menschen auf der Erde den Zugang zum Internet ermöglichen, und privaten Shuttles zum Weltraum. Diese BHAG sind es absolut wert, verfolgt zu werden. Bis zu einem gewissen Grad kennen und erleben wir das eigentliche Problem und können uns sogar vorstellen, wie eine mögliche Lösung aussehen könnte.

So wenig intuitiv es klingt, aber es ist relativ einfach, Unternehmer und Investoren zu einer Lösung zu bewegen, wenn sie ein Ergebnis visualisieren können, auch wenn die Lösung eines Problems einen enormen Aufwand bedeuten könnte.
„Wir können blind sein für das Offensichtliche und wir sind blind für unsere Blindheit.“ – Daniel Kahneman

Die meisten disruptiven Produkte oder Geschäftsmodelle haben einige Gemeinsamkeiten: Sie konzentrieren sich auf die latenten Bedürfnisse der Kunden, stellen sich neue Erfahrungen vor und liefern diese an die Kunden, und vor allem finden und lösen sie Probleme, von denen die Menschen nicht wussten, dass sie sie hatten und konnten Stellen Sie sich vor, es könnte gelöst werden – das Unbekannte Unbekannte.

Unbekanntem nachzujagen erfordert mutiges Denken und einen starken Glauben an Ihre Suche und Methoden, um dorthin zu gelangen. Das traditionelle analytische Denken führt Sie mit einem zweistelligen Wachstum in das nächste Quartal oder das nächste Jahr, ohne jedoch ein exponentielles Wachstum zu erzielen. Diese unbekannten Probleme erregen mich am meisten und ich arbeite sehr gerne daran. Unbekannt Unbekannt ist das Framework, mit dem ich das Potenzial von Disruptive-Technologien wie Big Data und das Internet der Dinge verstehe. Ich denke, wenn die Technologie ein Problem lösen kann, welches Problem Sie lösen möchten.

Die Jagd nach unbekannten Unbekannten ist keine Alternative für Mondschüsse. wir brauchen beides und in vielen Fällen beginnt das Lösen einer unbekannten unbekannten Reise damit, sie in eine bekannte unbekannte umzuwandeln.

Der Hauptunterschied zwischen den beiden liegt darin, wo Sie Ihre Zeit verbringen – auf der Suche nach einem Problem und dessen Umgestaltung oder auf der Suche nach einer bahnbrechenden Innovation für ein bekanntes blödes Problem. Eine sehr kleine Anzahl von Menschen kann über dieses gesamte Spektrum nachdenken. Die meisten Leute sind entweder gut darin, ein Problem zu finden oder es zu lösen, aber nicht in beiden.

Das Auffinden unbekannter Probleme erfordert einen qualitativen und einen abenteuerlichen Ansatz sowie die richtigen Werkzeuge, Techniken und Denkweisen. Fragen Sie die Leute einfach, welche Probleme sie lösen möchten.

Sie wissen nicht, dass sie Sie nicht weiterbringen. Ich bin ein leidenschaftlicher Design-Denker und ermutige andere, qualitative Methoden des Designs und des Design-Denkens zu üben, um unbekannte Unbekannte zu verfolgen.

Ich wünsche mir, dass wir wie Silicon Valley nicht den Geist verlieren, unbekannten Dingen nachzugehen, da es schwierig ist, Risikokapital zu beschaffen und Menschen für ein Problem zu gewinnen, von dem die Menschen nicht sicher wissen, dass es es gibt.

Menschen dazu zu befähigen, Dinge zu tun, die sie vorher nicht hätten tun können oder die sie sich sogar vorgestellt haben, ist ein Traum, den Unternehmer haben sollen.

Die dunkle Seite von Big Data

Es ist wieder passiert. Forscher haben herausgefunden, dass das Ad-Targeting-System von Google diskriminierend ist. Männlichen Webnutzern wurden eher hochbezahlte Anzeigen von Führungskräften gezeigt als weiblichen Besuchern.

Die Forscher haben einen Artikel veröffentlicht, der auf dem Symposium Privacy Enhancing Technologies in Philadelphia vorgestellt wurde.

Ich hatte vor fast zwei Jahren über die dunkle Seite von Big Data gebloggt. Latanya Sweeney, eine Harvard-Professorin, googelte ihren eigenen Namen, um eine Anzeige neben ihrem Namen zu finden, die darauf hindeutet, dass sie verhaftet wurde.

Sie grub tiefer und kam zu dem Schluss, dass sogenannte schwarz identifizierende Namen wesentlich wahrscheinlicher die Ziele für solche Anzeigen waren. Sie hat dies in ihrer Arbeit Diskriminierung bei der Online-Anzeigenschaltung dokumentiert. Google bestritt daraufhin ohnehin, dass AdWords diskriminierend ist, und Google bestritt derzeit, diskriminierend zu sein.

Ich möchte Google glauben. Ich glaube nicht, dass Google glaubt, dass sie diskriminierend sind. Und das ist die diskriminierende Schattenseite von Big Data. Ich habe nicht die Absicht, eine düstere Bild- und Schuldtechnologie zu malen, aber ich finde es beängstigend zu beobachten, dass sich die Technologie viel schneller ändert als die Fähigkeit der klügsten Köpfe, die Auswirkungen zu verstehen.

Eine Kombination aus massiv parallelem Rechnen und hochentwickelten Algorithmen, um diese Parallelität zu nutzen, sowie die Fähigkeit von Algorithmen, zu lernen und sich anzupassen, ohne dass manuelle Eingriffe relevanter werden, fast in Echtzeit, werden noch viel mehr solcher Probleme auftauchen lassen.

Als Kunde wissen Sie einfach nicht, ob die angebotenen Produkte oder Dienstleistungen zu einem bestimmten Preis auf diskriminierenden Praktiken beruhen.

Um dies weiter zu erschweren, wissen selbst Unternehmen in vielen Fällen nicht, ob Erkenntnisse, die sie aus einer Vielzahl interner und externer Daten gewinnen, diskriminierend sind oder nicht. Dies ist die dunkle Seite von Big Data.

Die Herausforderung bei Big Data besteht nicht in Big Data selbst, sondern darin, was Unternehmen mit Ihren Daten in Kombination mit anderen Daten tun können, ohne dass Sie genau wissen, wie Algorithmen funktionieren.

Um diskriminierende Praktiken zu verhindern, werden Beschäftigungspraktiken geprüft, um Chancengleichheit und Zulassung zu Hochschulen zu gewährleisten, um einen fairen Zulassungsprozess zu gewährleisten. Ich sehe jedoch nicht, wie diese Algorithmen und Datenpraktiken geprüft werden.

Disruptive Technologie stößt immer auf sozioökonomische Probleme, die vorher nicht existierten oder die nicht offensichtlich und unmittelbar bevorstanden. Manche Menschen sind verärgert, weil sie nicht genau verstehen, wie Technologie funktioniert.

Ich erinnere mich noch an Politiker, die versuchten, GMail dafür verantwortlich zu machen, dass sie E-Mails „gelesen“ hatten, um Werbung zu schalten. Ich glaube, dass Big Data eine weitere solche Störung ist, die ähnliche Probleme verursachen wird, und es ist enttäuschend, dass sich in den letzten zwei Jahren nicht viel geändert hat.

Es hat eine Weile gedauert, bis die Internetunternehmen herausgefunden haben, wie sie unsere persönlichen Daten schützen können, und sie sind noch nicht einmal dort, aber ihre Fähigkeit, die Art und Weise zu kontrollieren, wie diese Daten verwendet werden könnten, ist sehr fraglich. Vergessen wir nicht, dass Daten nicht diskriminieren.

Wir sollten diese Probleme nicht scheuen, sondern gemeinsam hart daran arbeiten, herauszustellen und zu vertiefen, was diese Probleme sein könnten, und sie anzugehen, anstatt die Technologie für das Böse verantwortlich zu machen.20

Mehr Infos zum Thema finden Sie hier: Big Data was ist der Nachteil