a16z Podcast
Summary & Insights
Kann man einer Technologie, die ein „unvorstellbares, unbegrenztes Potenzial“ hat, tatsächlich einen Preis zuweisen, oder ist das schlicht das Rezept für einen historischen Crash? Diese Frage steht im Zentrum eines weitreichenden Gesprächs mit Howard Marks, Mitgründer von Oaktree Capital Management. Marks navigiert dabei durch das Spannungsfeld zwischen der aktuellen, KI-getriebenen Marktbegeisterung und der nüchternen Realität des Value Investings. Er argumentiert, dass KI zwar wahrscheinlich die mächtigste Kraft ist, die wir je erlebt haben, aber gleichzeitig die am schwersten spezifizierbare – was traditionelle analytische Investitionen für die neueste Welle von Börsengängen nahezu unmöglich macht.
Marks zieht Parallelen zwischen dem aktuellen KI-Boom und früheren technologischen Revolutionen, wie dem Ausbau der Eisenbahnen in den 1860er Jahren und der Dotcom-Ära im Jahr 2000. Er stellt fest, dass diese Innovationen zwar die Welt grundlegend verändert haben, aber fast immer von Blasen begleitet wurden, in denen zu viel Kapital floss und zu viel Infrastruktur geschaffen wurde, was für viele zu massiven Verlusten führte. Die heutige Gefahr, so Marks, sei das verlockende Mantra „diesmal ist es anders“ – eine Phrase, die historisch gesehen meist einer Marktkorrektur vorausgeht.
Das Gespräch verlagert sich zudem auf das Konzept des „economic moat“ (wirtschaftlicher Burggraben) – jene schützenden Vorteile, die ein Unternehmen gegenüber Wettbewerbern besitzt. Marks weist darauf hin, dass das Internet die Burggräben der Zeitungsindustrie zerstört hat, und warnt davor, dass KI in ähnlicher Weise die Burggräben von Softwareunternehmen durch die sogenannte „Cesspocalypse“ einreißen könnte, in der KI ihren eigenen Code schreibt. Für Investoren bedeutet dies, dass die Welt grundlegend unvorhersehbarer geworden ist. Der einzige Weg, damit umzugehen, bestehe darin, zu erkennen, wo man sich auf dem Spektrum zwischen analytischem Investieren in prosaische Unternehmen und spekulativen „Lotto-Wetten“ auf futuristische Firmen befindet.
Überraschende Erkenntnisse
- Die „Cesspocalypse“: Die Vorstellung, dass die gesamte Software-as-a-Service-Industrie (SaaS) disruptiert werden könnte, da KI nun in der Lage ist, eigene Software zu schreiben, wodurch die traditionellen Wettbewerbsvorteile von Softwarefirmen potenziell ausgelöscht werden.
- Das Lotto-Ticket-Spektrum: Investitionen in wachstumsstarke, aber unprofitable KI-Startups sind im traditionellen Sinne kein „Investment“; funktional entsprechen sie dem Kauf eines Lottoscheins, bei dem die meisten alles verlieren und einige wenige astronomisch reich werden.
- Das Versagen traditioneller Kennzahlen: Traditionelle Bewertungsinstrumente wie das KGV (Kurs-Gewinn-Verhältnis) sind in der aktuellen Ära weniger zuverlässig, da die Grenzkosten der Profitabilität bei geistigen Produkten weitaus höher sind als bei physischen Gütern.
- Die Falle des „förderlichen“ Umfelds: Viele derzeit erfolgreiche Investmentmanager sind nicht tatsächlich kompetent; sie haben lediglich in einem 17-jährigen Zeitraum sinkender Zinsen und einer rosigen Wirtschaft agiert, in dem fast jede aggressive Wette genial wirkte.
Praktische Lehren
- Unterscheidung zwischen Prognose und Urteil: Wenn Sie die Zukunft vorhersagen, erstellen Sie nicht nur eine Prognose, sondern weisen Sie dieser eine Wahrscheinlichkeit zu, wie wahrscheinlich es ist, dass Ihre Prognose tatsächlich korrekt ist.
- Identifizierung von Sektoren mit „geringem intellektuellem Gehalt“: Wenn Sie Stabilität suchen, orientieren Sie sich an Branchen, die weniger wahrscheinlich durch KI-„Problemlöser“ disruptiert werden, wie etwa die Forstwirtschaft, das Hausbauwesen und bestimmte Arten körperlicher Arbeit.
- Kalibrierung Ihres Risiko-Spektrums: Entscheiden Sie, ob Sie nach „großer Poesie“ suchen (hochriskante, hochrentable spekulative Wetten) oder „Fehler vermeiden“ wollen (vorsichtiges, analytisches Investieren), und richten Sie Ihr Portfolio entsprechend aus.
- Priorisierung von Profitabilität vor Umsatzwachstum: Seien Sie skeptisch gegenüber dem Argument, dass „Wachstum beim Gesamtumsatz“ massive Verluste rechtfertige; historisch gesehen kehrt der Markt irgendwann zu einem Zustand der „Nüchternheit“ zurück, in dem tatsächliche Gewinne das Einzige sind, was zählt.
Liệu nhu cầu về AI có thực sự tái khởi động một cuộc cách mạng công nghiệp toàn cầu? Trong khi hầu hết các cuộc thảo luận về trí tuệ nhân tạo đều tập trung vào phần mềm, thuật toán và các tác nhân ảo, thì những yêu cầu vật lý để duy trì sự tăng trưởng này là vô cùng khủng khiếp. Quy mô tính toán và năng lượng khổng lồ cần thiết đang tạo ra một “cú sốc nhu cầu” gây ảnh hưởng lan rộng ra ngoài các con chip silicon, cuối cùng tác động đến cả thị trường thép, xi măng, gương và khí tự nhiên. Sự phụ thuộc vật chất này cho thấy sự bùng nổ AI không chỉ là một xu hướng công nghệ, mà là chất xúc tác cho việc xây dựng ồ ạt năng lực công nghiệp toàn cầu.
Sự chuyển dịch trong động lực kinh tế này đang tạo ra một sự phân chia rõ rệt giữa “nền kinh tế tri thức” và “nền kinh tế công nghiệp”. Trong một nền kinh tế tri thức thuần túy, AI đe dọa gây ra tình trạng thất nghiệp hàng loạt bằng cách thay thế lao động trí óc, tiềm ẩn một kịch bản “kẻ thắng lấy tất cả”, nơi một vài công ty danh tiếng sử dụng AI để phục vụ hàng triệu khách hàng. Ngược lại, các quốc gia có nền tảng công nghiệp mạnh—như Đài Loan, Hàn Quốc và Hà Lan—có thể chứng kiến mức tăng trưởng GDP bùng nổ khi họ cung cấp phần cứng và cơ sở hạ tầng cần thiết để vận hành kỷ nguyên AI.
Tuy nhiên, những lợi thế này đang đối mặt với một “cơn gió ngược” sinh học đáng kể: tỷ lệ sinh sụt giảm. Tại những nơi như Đài Loan, tỷ lệ sinh thấp nhất thế giới tạo ra sự mâu thuẫn giữa sự bùng nổ kinh tế ngắn hạn và sự suy giảm nhân khẩu học dài hạn. Cuộc thảo luận cũng đề cập đến kinh tế chính trị của quá trình chuyển đổi này, gợi ý rằng cách duy nhất để một quốc gia phúc lợi tồn tại trước sự tự động hóa lao động toàn diện là gắn kết nó với một nền kinh tế xuất khẩu tư bản đang phát triển mạnh mẽ. Sau cùng, những kẻ chiến thắng trong kỷ nguyên này sẽ là các “thể chế vận hành hiệu quả”—những đơn vị có khả năng tích hợp AI vào các quy trình tinh gọn thay vì chỉ dùng nó để tăng tốc các nút thắt quan liêu sẵn có.
Những góc nhìn bất ngờ
- Tính vật chất của AI: “Câu chuyện AI” ngày càng trở thành câu chuyện của công nghiệp nặng; nhu cầu về trung tâm dữ liệu và năng lượng sẽ thúc đẩy nhu cầu khổng lồ đối với các nguyên liệu thô như thép và xi măng.
- “Lời nguyền trí tuệ”: Có một lý thuyết đầy khiêu khích rằng khi robot tiếp quản mọi công việc, con người có thể mất đi thế lực chính trị vì họ không còn cần thiết với tư cách là người đóng thuế hay nghĩa vụ quân sự.
- Nghịch lý nhân khẩu học: Điều thú vị là nhân viên tại TSMC ở Đài Loan được cho là có tỷ lệ sinh cao hơn mức trung bình quốc gia, cho thấy những môi trường tăng trưởng cao và ổn định có thể chống lại xu hướng suy giảm nhân khẩu học chung.
- Chiến lược “Quốc doanh”: Việc chuyển đổi các phòng thí nghiệm AI tiên phong thành các doanh nghiệp bán quốc doanh có thể là một bước đi kinh doanh thiên tài, giúp đảm bảo nguồn vốn chính phủ và vị thế an ninh quốc gia, đồng thời cải thiện hình ảnh trước công chúng.
Bài học thực tiễn
- Kiểm tra lại quy trình của bạn: Trước khi triển khai AI vào doanh nghiệp, hãy sửa chữa những quy trình đang bị hỏng trước. AI giúp mở rộng hiệu quả, nhưng nếu bạn áp dụng nó vào một quy trình lỗi, bạn chỉ đang tăng tốc các nút thắt cổ chai mà thôi.
- Chuyển dịch trọng tâm đầu tư: Hãy nhìn xa hơn các lớp phần mềm và cân nhắc đến những “chiếc xẻng và cuốc” của kỷ nguyên AI—cơ sở hạ tầng năng lượng, sản xuất chuyên dụng và các chuỗi cung ứng công nghiệp cho phép tính toán diễn ra.
- Chuẩn bị cho thị trường “Kẻ thắng lấy tất cả”: Nếu bạn làm trong các ngành nghề trí óc (luật, tài chính, tư vấn), hãy nhận ra rằng AI cho phép các thương hiệu danh tiếng nhất mở rộng quy mô vô hạn, điều này làm tăng tầm quan trọng của giá trị thương hiệu và “uy tín” hơn là số lượng nhân sự thuần túy.
對 AI 的需求是否真的能重新點燃一場全球工業革命？雖然大多數關於人工智慧的討論都集中在軟體、演算法和虛擬代理人上，但維持這種成長所需的實體需求卻令人驚嘆。運算與能源的龐大需求正造成一場「需求衝擊」，其影響遠超矽晶片，最終波及鋼鐵、水泥、鏡片及天然氣市場。這種對實體資源的依賴表明，AI 熱潮不僅僅是一次科技趨勢，更是全球工業產能大規模擴張的催化劑。
經濟動能的轉向正在「知識經濟」與「工業經濟」之間劃出一道鮮明的分水嶺。在純粹的知識經濟中，AI 透過規模化白領勞動力，威脅著大規模失業，可能導致一種「贏家全拿」的局面，即少數頂尖公司利用 AI 即可服務數百萬名客戶。相反地，擁有強大工業基礎的國家——如台灣、韓國和荷蘭——由於提供了驅動 AI 時代所需的硬體和基礎設施，可能會見證 GDP 的爆發性成長。
然而，這些收益面臨著一個嚴峻的生物學阻力：崩潰的生育率。在台灣等地區，全球最低的生育率在短期經濟繁榮與長期人口衰退之間製造了緊張關係。討論中還涉及此轉型過程中的政治經濟學，指出福利國家在面對完全勞動力自動化的唯一生存方式，就是將其錨定在一個繁榮的資本主義出口經濟中。最終，這個時代的贏家將是那些「功能健全的機構」——即能夠將 AI 整合進高效流程，而非僅將其用於加速現有官僚瓶頸的組織。
驚人之見
- AI 的實體性： 「AI 故事」正日益變成一個重工業故事；對數據中心和能源的需求將推動對鋼鐵、水泥等原物料的巨大需求。
- 「智能詛咒」： 一種挑釁性的理論認為，當機器人接管所有勞動時，人類可能會失去政治籌碼，因為他們不再是被需要的納稅人或徵兵對象。
- 人口異常現象： 有趣的是，據報導，台灣台積電（TSMC）員工的生育率高於全國平均水平，這表明高成長、高穩定性的環境可能會抵消更廣泛的人口衰退。
- 「國營化」策略： 將前沿 AI 實驗室轉型為準國營企業可能是一個精明的商業舉措，在改善公關形象的同時，能確保政府資金並獲得國家安全等級的地位。
實務啟示
- 審核您的流程： 在企業中導入 AI 之前，請先修正失效的流程。AI 能擴大效率，但如果您將其應用於有缺陷的工作流，您只會加速瓶頸的出現。
- 轉移投資焦點： 不要只關注軟體層面，考慮 AI 時代的「鏟子與十字鎬」——能源基礎設施、專業製造業以及支撐運算的工業供應鏈。
- 準備迎接贏家全拿的市場： 如果您從事白領專業（法律、金融、諮詢），請意識到 AI 允許最頂尖的品牌無限擴張，這使得品牌價值和「聲望」的重要性遠超單純的人員數量。
La demande d’IA pourrait-elle réellement rallumer une révolution industrielle mondiale ? Alors que la plupart des conversations sur l’intelligence artificielle se concentrent sur les logiciels, les algorithmes et les agents virtuels, les exigences physiques pour soutenir cette croissance sont stupéfiantes. L’ampleur même du calcul et de l’énergie nécessaires crée un « choc de la demande » qui se répercute bien au-delà des puces de silicium, finissant par impacter les marchés de l’acier, du ciment, des miroirs et du gaz naturel. Cette dépendance physique suggère que le boom de l’IA n’est pas seulement une tendance technologique, mais un catalyseur pour un déploiement massif des capacités industrielles mondiales.
Ce déplacement de la dynamique économique crée une fracture nette entre les « économies du savoir » et les « économies industrielles ». Dans une économie du savoir pure, l’IA menace de provoquer un chômage de masse en automatisant le travail intellectuel, menant potentiellement à un scénario où « le gagnant rafle tout », avec quelques firmes prestigieuses utilisant l’IA pour gérer des millions de clients. À l’inverse, les pays dotés de bases industrielles solides — comme Taïwan, la Corée du Sud et les Pays-Bas — pourraient connaître une croissance explosive de leur PIB en fournissant le matériel et l’infrastructure nécessaires pour propulser l’ère de l’IA.
Cependant, ces gains font face à un vent contraire biologique majeur : l’effondrement des taux de fécondité. Dans des endroits comme Taïwan, le taux de fécondité le plus bas du monde crée une tension entre les booms économiques à court terme et le déclin démographique à long terme. La réflexion aborde également l’économie politique de cette transition, suggérant que la seule façon pour un État-providence de survivre à l’automatisation totale du travail est de s’ancrer dans une économie d’exportation capitaliste florissante. En fin de compte, les gagnants de cette ère seront les « institutions fonctionnelles » — celles capables d’intégrer l’IA dans des processus efficaces plutôt que de s’en servir simplement pour accélérer les goulots d’étranglement bureaucratiques existants.
Perspectives Surprenantes
- La matérialité de l’IA : L’« histoire de l’IA » devient de plus en plus une histoire d’industrie lourde ; le besoin de centres de données et d’énergie entraînera une demande massive de matières premières comme l’acier et le ciment.
- La « Malédiction de l’Intelligence » : Il existe une théorie provocatrice selon laquelle, à mesure que les robots takes reprennent tout le travail, les humains pourraient perdre leur levier politique car ils ne seraient plus nécessaires ni comme contribuables, ni comme conscrits.
- Anomalies démographiques : Curieusement, les employés de TSMC à Taïwan auraient des taux de fécondité plus élevés que la moyenne nationale, suggérant que des environnements à forte croissance et grande stabilité pourraient contrer le déclin démographique général.
- La stratégie « d’entreprise d’État » : Transformer les laboratoires d’IA de pointe en entreprises quasi étatiques pourrait être un coup de maître commercial, garantissant le financement gouvernemental et un statut de sécurité nationale, tout en améliorant l’image publique.
Conseils Pratiques
- Auditez vos processus : Avant d’implémenter l’IA dans votre entreprise, corrigez d’abord vos processus défaillants. L’IA démultiplie l’efficacité, mais si vous l’appliquez à un flux de travail erroné, vous ne faites qu’accélérer les blocages.
- Déplacez votre focus d’investissement : Regardez au-delà des couches logicielles et considérez les « pioches et pelles » de l’ère de l’IA — les infrastructures énergétiques, la fabrication spécialisée et les chaînes d’approvisionnement industrielles qui permettent le calcul.
- Préparez-vous à un marché où le gagnant rafle tout : Si vous exercez une profession intellectuelle (droit, finance, conseil), sachez que l’IA permet aux marques les plus prestigieuses de passer à l’échelle infiniment, augmentant l’importance de l’image de marque et du « prestige » par rapport au simple nombre d’employés.
Könnte die Nachfrage nach KI tatsächlich eine globale industrielle Revolution auslösen? Während sich die meisten Gespräche über künstliche Intelligenz auf Software, Algorithmen und virtuelle Agenten konzentrieren, sind die physischen Anforderungen zur Aufrechterhaltung dieses Wachstums atemberaubend. Das schiere Ausmaß der benötigten Rechenleistung und Energie erzeugt einen „Nachfrageschock“, der weit über Siliziumchips hinausreicht und letztlich die Märkte für Stahl, Zement, Spiegel und Erdgas trifft. Diese physische Abhängigkeit legt nahe, dass der KI-Boom nicht nur ein Technologietrend ist, sondern ein Katalysator für einen massiven Ausbau der globalen Industriekapazitäten.
Diese Verschiebung des wirtschaftlichen Impulses schafft eine tiefe Kluft zwischen „Wissensökonomien“ und „Industrieökonomien“. In einer reinen Wissensökonomie bedroht KI die Beschäftigung durch die Skalierung von White-Collar-Arbeit, was potenziell zu einem „Winner-take-all“-Szenario führen könnte, in dem wenige prestigeträchtige Firmen KI nutzen, um Millionen von Kunden zu bedienen. Im Gegenzug könnten Länder mit einer starken industriellen Basis – wie Taiwan, Südkorea und die Niederlande – ein explosives BIP-Wachstum erleben, da sie die Hardware und Infrastruktur bereitstellen, die für das KI-Zeitalter notwendig sind.
Diese Gewinne stehen jedoch vor einem erheblichen biologischen Gegenwind: einbrechenden Fertilitätsraten. In Regionen wie Taiwan, wo die weltweit niedrigste Geburtenrate herrscht, entsteht ein Spannungsfeld zwischen kurzfristigen Wirtschaftsbooms und langfristigem demografischem Niedergang. Die Diskussion befasst sich zudem mit der politischen Ökonomie dieses Übergangs und legt nahe, dass der einzige Weg für einen Sozialstaat, eine vollständige Automatisierung der Arbeit zu überleben, darin besteht, sich an eine boomende, kapitalistische Exportwirtschaft zu koppeln. Letztendlich werden die Gewinner dieser Ära die „funktionalen Institutionen“ sein – jene, die in der Lage sind, KI in effiziente Prozesse zu integrieren, anstatt sie lediglich dazu zu nutzen, bestehende bürokratische Engpässe zu beschleunigen.
Überraschende Erkenntnisse
- Die Physis der KI: Die „KI-Geschichte“ ist zunehmend eine Geschichte der Schwerindustrie; der Bedarf an Rechenzentren und Energie wird eine massive Nachfrage nach Rohstoffen wie Stahl und Zement auslösen.
- Der „Intelligenz-Fluch“: Es gibt eine provokante Theorie, dass Menschen ihr politisches Druckmittel verlieren könnten, wenn Roboter die gesamte Arbeit übernehmen, da sie weder als Steuerzahler noch als Rekruten benötigt werden.
- Demografische Anomalien: Interessanterweise haben Mitarbeiter bei TSMC in Taiwan Berichten zufolge höhere Fertilitätsraten als der nationale Durchschnitt, was darauf hindeutet, dass wachstumsstarke und stabile Umgebungen dem allgemeinen demografischen Rückgang entgegenwirken könnten.
- Die „Staatsbesitz“-Strategie: Die Umwandlung von führenden KI-Laboren in quasi-staatliche Unternehmen könnte ein brillanter strategischer Schachzug sein, um staatliche Förderungen und den Status der nationalen Sicherheit zu sichern und gleichzeitig die öffentliche PR zu verbessern.
Praktische Schlussfolgerungen
- Überprüfen Sie Ihre Prozesse: Bevor Sie KI in Ihrem Unternehmen implementieren, beheben Sie zuerst Ihre fehlerhaften Prozesse. KI skaliert Effizienz, aber wenn Sie sie auf einen mangelhaften Workflow anwenden, beschleunigen Sie lediglich die Engpässe.
- Investitionsschwerpunkt verschieben: Blicken Sie über die Software-Ebene hinaus und betrachten Sie die „Schaufeln und Spitzhacken“ des KI-Zeitalters – Energieinfrastruktur, spezialisierte Fertigung und die industriellen Lieferketten, die die Rechenleistung ermöglichen.
- Vorbereitung auf einen „Winner-take-all“-Markt: Wenn Sie in einem White-Collar-Beruf tätig sind (Recht, Finanzen, Beratung), erkennen Sie, dass KI es den prestigeträchtigsten Marken ermöglicht, unendlich zu skalieren. Dadurch gewinnt der Markenwert und das „Prestige“ an Bedeutung gegenüber der reinen Mitarbeiterzahl.
Summary & Insights
Peut-on réellement fixer un prix à une technologie dont le potentiel de croissance est « inimaginable et illimité », ou n’est-ce là que la recette d’un krach historique ? Cette question est au cœur d’une conversation approfondie avec Howard Marks, cofondateur d’OAK Tree Capital Management, qui explore la tension entre l’exubérance actuelle du marché portée par l’IA et la froide réalité de l’investissement axé sur la valeur (*value investing*). Marks soutient que si l’IA est probablement la force la plus puissante que nous ayons jamais connue, c’est aussi la moins quantifiable, rendant l’analyse financière traditionnelle presque impossible pour la nouvelle vague d’introductions en bourse (IPO).
Marks établit des parallèles entre le boom actuel de l’IA et les révolutions technologiques précédentes, telles que les chemins de fer dans les années 1860 et l’ère dot-com en 2000. Il note que si ces innovations ont fondamentalement changé le monde, elles ont presque toujours été accompagnées de bulles où trop de capitaux ont été injectés et trop d’infrastructures construites, entraînant des pertes massives pour beaucoup. Le danger aujourd’hui, suggère-t-il, réside dans le refrain séduisant selon lequel « cette fois, c’est différent », une phrase qui, historiquement, précède une correction du marché.
La conversation s’oriente également vers le concept de « fossé économique » (*economic moat*) — les avantages protecteurs qu’une entreprise possède face à ses concurrents. Marks souligne que l’internet a détruit les fossés de l’industrie de la presse, et il avertit que l’IA pourrait similairement démanteler ceux des entreprises de logiciels via la « cesspocalypse », un scénario où l’IA écrirait son propre code. Pour les investisseurs, cela signifie que le monde est devenu fondamentalement moins prévisible, et que la seule façon de s’y retrouver est de savoir où l’on se situe sur le spectre compris entre l’investissement analytique dans des entreprises prosaïques et les paris spéculatifs, semblables à des « billets de loterie », sur des entreprises futuristes.
Perspectives Surprenantes
- La « Cesspocalypse » : L’idée que l’ensemble du secteur du logiciel en tant que service (SaaS) pourrait être bouleversé parce que l’IA peut désormais écrire ses propres logiciels, effaçant potentiellement les remparts traditionnels des entreprises informatiques.
- Le Spectre du Billet de Loterie : Investir dans des startups d’IA à forte croissance mais non rentables n’est pas de l’« investissement » au sens traditionnel ; c’est fonctionnellement équivalent à l’achat d’un ticket de loterie où la majorité perd tout et quelques-uns deviennent astronomiquement riches.
- L’Échec des Métriques Traditionnelles : Les outils de valorisation classiques, comme le ratio cours/bénéfice (PER), sont moins fiables à l’ère actuelle car la rentabilité marginale des produits intellectuels est bien plus élevée que celle des biens physiques.
- Le Piège de l’Environnement « Salutaire » : De nombreux gestionnaires de fonds aujourd’hui performants ne sont pas réellement compétents ; ils ont simplement opéré durant une période de 17 ans de baisse des taux d’intérêt et d’économie florissante, ce qui a fait passer presque tout pari agressif pour un coup de génie.
Conseils Pratiques
- Distinguer la Prévision du Jugement : Lorsque vous prédisez l’avenir, ne vous contentez pas d’une prévision ; attribuez une probabilité à la chance que votre prévision soit effectivement correcte.
- Identifier les Secteurs à « Faible Contenu Intellectuel » : Si vous recherchez la stabilité, tournez-vous vers des industries moins susceptibles d’être perturbées par les « solveurs de problèmes » de l’IA, comme le bois d’œuvre, la construction résidentielle et certains types de travail manuel.
- Calibrer Votre Spectre de Risque : Décidez si vous recherchez de la « grande poésie » (paris spéculatifs à haut risque et haute récompense) ou si vous cherchez à « éviter l’erreur » (investissement prudent et analytique), et allouez votre portefeuille en conséquence.
- Prioriser la Rentabilité sur la Croissance du Chiffre d’Affaires : Méfiez-vous de l’argument selon lequel la « croissance du chiffre d’affaires » justifie des pertes massives ; historiquement, le marché finit toujours par revenir à un état de « sobriété » où seuls les bénéfices réels comptent.
Summary & Insights
Could the demand for AI actually reignite a global industrial revolution? While most conversations about artificial intelligence center on software, algorithms, and virtual agents, the physical requirements to sustain this growth are staggering. The sheer scale of compute and energy needed is creating a “demand shock” that ripples far beyond silicon chips, eventually hitting the markets for steel, cement, mirrors, and natural gas. This physical dependency suggests that the AI boom isn’t just a tech trend, but a catalyst for a massive build-out of global industrial capacity.
This shift in economic momentum is creating a stark divide between “knowledge economies” and “industrial economies.” In a pure knowledge economy, AI threatens mass unemployment by scaling white-collar labor, potentially leading to a winner-take-all scenario where a few prestigious firms use AI to handle millions of clients. Conversely, countries with strong industrial bases—like Taiwan, South Korea, and the Netherlands—could see explosive GDP growth as they provide the hardware and infrastructure necessary to power the AI era.
However, these gains face a significant biological headwind: collapsing fertility rates. In places like Taiwan, the world’s lowest fertility rate creates a tension between short-term economic booms and long-term demographic decline. The conversation also touches on the political economy of this transition, suggesting that the only way for a welfare state to survive total labor automation is by anchoring it to a booming, capitalist export economy. Ultimately, the winners of this era will be “functional institutions”—those capable of integrating AI into efficient processes rather than simply using it to accelerate existing bureaucratic bottlenecks.
Surprising Insights
- Physicality of AI: The “AI story” is increasingly a story of heavy industry; the need for data centers and energy will drive massive demand for raw materials like steel and cement.
- The “Intelligence Curse”: There is a provocative theory that as robots take over all labor, humans may lose their political leverage because they are no longer needed as taxpayers or conscripts.
- Demographic Anomalies: Interestingly, employees at TSMC in Taiwan reportedly have higher fertility rates than the national average, suggesting that high-growth, high-stability environments might counter broader demographic declines.
- The “State-Owned” Strategy: Transforming frontier AI labs into quasi-state-owned enterprises could be a brilliant business move, securing government funding and national security status while improving public PR.
Practical Takeaways
- Audit Your Processes: Before implementing AI in your business, fix your broken processes first. AI scales efficiency, but if you apply it to a flawed workflow, you only accelerate the bottlenecks.
- Shift Investment Focus: Look beyond software layers and consider the “picks and shovels” of the AI era—energy infrastructure, specialized manufacturing, and the industrial supply chains that enable compute.
- Prepare for a Winner-Take-All Market: If you are in a white-collar profession (law, finance, consulting), recognize that AI allows the most prestigious brands to scale infinitely, increasing the importance of brand equity and “prestige” over raw headcount.
Theo Jaffee speaks with Samo Burja, founder of Bismarck Analysis, about AI, industrial capacity, economic growth, and the institutions that shape civilization.
The conversation explores how AI’s demand for compute, energy, and infrastructure could trigger a new wave of industrial expansion, benefiting sectors far beyond technology. Burja argues that AI is not just a software story but a demand shock that will ripple through energy, manufacturing, construction, and global supply chains.
They also discuss China and the United States, demographic decline, fertility, state capacity, welfare systems, and the political economy of automation. Along the way, Burja shares his views on functional institutions, economic growth, and why societies that can effectively organize people and resources may have an enduring advantage in the AI era.
Resources:
Follow Samo Burja on X: https://x.com/SamoBurja
Follow Theo Jaffee on X: https://x.com/theojaffee
Stay Updated:
If you enjoyed this episode, be sure to like, subscribe, and share with your friends!
Find a16z on X: https://twitter.com/a16z
Find a16z on LinkedIn: https://www.linkedin.com/company/a16z
Listen to the a16z Podcast on Spotify: https://open.spotify.com/show/5bC65RDvs3oxnLyqqvkUYX
Listen to the a16z Podcast on Apple Podcasts: https://podcasts.apple.com/us/podcast/a16z-podcast/id842818711
Follow our host: https://x.com/eriktorenberg
Please note that the content here is for informational purposes only; should NOT be taken as legal, business, tax, or investment advice or be used to evaluate any investment or security; and is not directed at any investors or potential investors in any a16z fund. a16z and its affiliates may maintain investments in the companies discussed. For more details please see http://a16z.com/disclosures.
Stay Updated:
Find a16z on YouTube: YouTube
Find a16z on X
Find a16z on LinkedIn
Listen to the a16z Show on Spotify
Listen to the a16z Show on Apple Podcasts
Follow our host: https://twitter.com/eriktorenberg
Please note that the content here is for informational purposes only; should NOT be taken as legal, business, tax, or investment advice or be used to evaluate any investment or security; and is not directed at any investors or potential investors in any a16z fund. a16z and its affiliates may maintain investments in the companies discussed. For more details please see a16z.com/disclosures.
Hosted by Simplecast, an AdsWizz company. See pcm.adswizz.com for information about our collection and use of personal data for advertising.
-
Why Every Satellite Needs Earth | Northwood CEO on a16z
Bridgit Mendler, Co-founder and CEO of Northwood, joins a16z’s Erik Torenberg to discuss the critical but overlooked bottleneck in space: ground infrastructure. Northwood is building the systems that connect satellites back to Earth, enabling faster,…
-
Inside Palantir: Building Software That Matters with Shyam Sankar
In this conversation, Shyam Sankar, chief technology officer at Palantir Technologies, discusses his new book Mobilize, his commission in the U.S. Army, and why he believes the most important thing America can do right now…
-
AI Just Gave You Superpowers — Now What?
A new paper, “Some Simple Economics of AGI,” is making the rounds—Web3 with a16z we sat down with author Christian Catalini (MIT Crypto Economics Lab) and Eddy Lazzarin (CTO of a16z crypto), in conversation with…
-
AI, Supply Chains, and the Future of Economic Power
Erik Torenberg sits down with Jacob Helberg to discuss AI, manufacturing, supply chains, and the new geopolitics of technology. Drawing on themes from Helberg’s book The Wires of War, they explore why hardware, industrial capacity,…
-
What’s Missing Between LLMs and AGI – Vishal Misra & Martin Casado
Vishal Misra returns to explain his latest research on how LLMs actually work under the hood. He walks through experiments showing that transformers update their predictions in a precise, mathematically predictable way as they process…
-
AI Startups vs. Big Chatbots — With Olivia Moore
In this episode, originally aired on Big Technology Podcast, Olivia Moore discusses whether AI startups can compete with the big chatbots, why American sentiment toward AI is so negative, and what she learned from giving…
-
Marc Andreessen on the Mindset of Great Founders — with David Senra
Marc Andreessen joins David Senra for a conversation about entrepreneurship, history, and what drives some of the world’s most ambitious builders. In this conversation with David, Marc reflects on patterns he’s seen across great founders,…
-
Emil Michael: Iran, Anthropic and the Future of AI at the Pentagon
This conversation with Emil Michael, undersecretary of defense for research and engineering and acting director of the Defense Innovation Unit, was recorded at the a16z American Dynamism Summit in Washington, D.C. Michael walks through how…
-
Palantir CEO Alex Karp on the Zero-Sum AI Race
This conversation with Alex Karp, cofounder and CEO of Palantir, was recorded at the a16z American Dynamism Summit in Washington, D.C. Karp discusses the role of technology in modern warfare, Silicon Valley’s obligations to national…
-
What It Takes to Clear a Million Crimes a Year with Flock Safety’s CEO
In this episode, previously aired on Cheeky Pint, Garrett Langley describes how a stolen gun in his Atlanta neighborhood led him to build Flock Safety, now deployed in more than 6,000 cities and involved in…