Canada Diary

🔖 ایلان ماسک در برابر اکونومیست؛ گفت‌وگویی که باید کامل دید به‌نظرم گفت‌وگوی اخیر ایلان ماسک با زنی مینتون بدوز، سردبیر اکونومیست، یکی از بهترین مصاحبه‌های امسال با یک کارآفرین بود. مصاحبه‌ای طولانی که از هوش مصنوعی و ربات‌ها شروع می‌شه و در بخش پایانی به یک برخورد فکری جدی درباره سیاست، مهاجرت، رسانه و آزادی بیان می‌رسه. ارزش اصلی این گفت‌وگو برای من فقط حرف‌های ماسک نبود. اکونومیست هم کار شجاعانه‌ای انجام داد. سردبیر یکی از قدیمی‌ترین رسانه‌های جهان روبه‌روی فردی نشست که بارها رسانه‌های جریان اصلی را به تحریف، سانسور و فاصله گرفتن از مردم متهم کرده. سوال‌های سخت پرسید، چند بار مستقیم باهاش مخالفت کرد و از اون مهم‌تر نسخه کامل گفت‌وگو را منتشر کرد و بخش‌های تند و ناخوشایندش را هم کنار نگذاشت. در دوره‌ای که خیلی از مصاحبه‌ها بریده و براساس روایت مطلوب هر رسانه منتشر می‌شن، همین موضوع ارزش زیادی داره. ماسک در بخش اول دوباره تصویری بسیار بزرگ از آینده ترسیم می‌کنه. از نگاه اون AI احتمالا طی حدود پنج سال از مجموع هوش انسان‌ها جلو می‌زنه و ترکیب هوش مصنوعی با ربات‌های انسان‌نما می‌تونه اقتصاد را وارد دوره‌ای از فراوانی کنه که در اون بخش بزرگی از کار اختیاری می‌شه. همزمان ریسک فاجعه را هم جدی می‌دونه و قبلا احتمال نتیجه‌ای بسیار خطرناک را بین ۱۰ تا ۲۰ درصد برآورد کرده، اما معتقده این حرکت دیگه عملا متوقف‌شدنی نیست و باید تا جای ممکن مسیرش را درست هدایت کرد. از بخش‌های جالب دیگه، پیشنهاد اون برای کنترل مدل‌های پیشرفته AI بود. ماسک می‌گه شرکت‌های اصلی باید به شکل منظم درباره خطرهای امنیتی با هم صحبت کنن و قبل از انتشار مدل‌های مرزی، دسترسی محدودی به رقبا بدن تا مشکلات جدی زودتر شناسایی بشه. برای صنعتی که مدیرانش مرتب در شبکه‌های اجتماعی به هم حمله می‌کنن، پیشنهاد همکاری امنیتی میان رقبا اتفاقا نگاه عمل‌گرایانه‌ایه. اما جذاب‌ترین بخش مصاحبه برای من نیمه پایانی بود. جایی که بحث به دولت، اروپا، مهاجرت، جریان‌های چپ و رسانه‌ها می‌رسه و مصاحبه کم‌کم از یک گفت‌وگوی تکنولوژی به یک جدال واقعی تبدیل می‌شه. سردبیر اکونومیست ماسک را بابت تصویری که از بریتانیا و اروپا ساخته به چالش می‌کشه و می‌گه بعضی آمارها با روایت اون همخوانی ندارن. ماسک هم جواب می‌ده رسانه‌ها ابعاد مشکلات مهاجرت، امنیت و فاصله فرهنگی را دست‌کم می‌گیرن و بخش بزرگی از مردم اعتمادشان را به روزنامه‌نگاری سنتی از دست داده‌ان. در همین گفت‌وگو درباره کاهش بودجه USAID هم اختلاف جدی شکل می‌گیره و بعضی ادعاهای ماسک مستقیم به چالش کشیده می‌شن. بنابراین قرار نیست همه حرف‌های اون را بدون بررسی پذیرفت. با این حال در اصل نقد ماسک به رسانه‌ها تا حد زیادی باهاش موافقم. بخشی از رسانه‌های جریان اصلی طی سال‌های گذشته بیش از حد به یک طیف سیاسی، نگاه گلوبالیستی و مجموعه محدودی از روایت‌های قابل قبول نزدیک شدن. نتیجه این شد که خیلی از مردم احساس کردن بعضی موضوع‌ها را نمی‌شه آزادانه مطرح کرد و بعضی دیدگاه‌ها قبل از شنیده شدن حذف یا برچسب‌گذاری می‌شن. به‌نظرم خرید توییتر و تبدیلش به X یکی از مهم‌ترین کارهای ماسک بود. این پلتفرم بی‌نقص نیست، اطلاعات غلط هم داخلش زیاده و خود ماسک هم گاهی تند و بی‌دقت حرف می‌زنه. اما X بخشی از انحصار رسانه‌ای را شکست و فضایی ساخت که روایت‌های متفاوت، از چپ و راست، امکان دیده شدن و پاسخ گرفتن داشته باشن. آزادی بیان همیشه مرتب و تمیز نیست. همراه خودش حرف غلط، افراط و محتوای آزاردهنده هم میاره. اما جایگزینش که چند شرکت، دولت یا تحریریه تصمیم بگیرن چه چیزی قابل گفتنه، در بلندمدت خطرناک‌تره. راه مقابله با ادعای غلط، ارائه سند و امکان پاسخ دادنه. در پایان مصاحبه اختلاف میان دو جهان را خیلی واضح می‌بینیم. اکونومیست نماینده یک رسانه قدیمی و حرفه‌ایه که هنوز به نقش روزنامه‌نگار در پالایش حقیقت باور داره. ماسک هم نماینده نسلیه که می‌گه این دروازه‌بانی بیش از حد قدرت گرفته و مردم باید خودشان امکان دیدن، مقایسه و تصمیم‌گیری داشته باشن. من در این اختلاف بیشتر به نگاه ماسک نزدیکم شما چطور؟ البته احترامم به اکونومیست بعد از دیدن این مصاحبه بیشتر شد. چون آزادی بیان فقط دفاع از حرفی که دوست داریم نیست. یعنی روبه‌روی کسی بنشینیم که باهاش اختلاف جدی داریم، اجازه بدیم کامل حرف بزنه و بعد با سوال و استدلال جوابش را بدیم. به‌نظرم با حضور افرادی مثل ایلان ماسک، جهان از فضایی که یک تفکر مسلط برای همه تعیین تکلیف می‌کرد به سمت فضایی با چند تفکر رقیب حرکت می‌کنه. این مسیر قطعا پرتنش و گاهی ناخوشاینده، اما در نهایت می‌تونه جهان آزادتر و بهتری بسازه. لینک مصاحبه کامل. @investingfund

Canada Diary pinned «یک ربات روی کامنت‌های افرادی که در کانال اینجا کامنت گذاشتند پیام گذاشته، مراقب باشید، بلاک و ریپورت‌ کنید.»

یک ربات روی کامنت‌های افرادی که در کانال اینجا کامنت گذاشتند پیام گذاشته، مراقب باشید، بلاک و ریپورت‌ کنید.

گزیده دو دقیقه ای اپیزود شماره 125 رادیو بیدار با موضوع: از سرمایه‌گذاری در استارتاپ‌ها تا تأمین مالی استارتاپ‌ با هادی نیلی چه کسیAngel Investor است؟ - چگونه سرمایه‌گذاران استارتاپ‌ها را ارزیابی می‌کنند؟ - مهم‌ترین معیارهای انتخاب یک Startup چیست؟ دوشنبه ۱۳ جولای ۲۰۲۶ t.me/BIDAR_ca #AngelInvesting #Startup #AI #VentureCapital #Technology

دوستان رادیو بیدار لطف داشتند و گزیده‌ی گفتگو راجع به سرمایه گذاری فرشته (Angel Investment) را هم تهیه کردند. اگر در دیدن کل اپیزود از تلگرام مشکل داشتید، می تونید از یوتیوب هم این گفتگو را ببینید.

اخیراً دو مطلب کوتاه اما عمیق را پشت سر هم دیدم که کنار هم، نگاه جالبی به رشد استارتاپ‌ها می‌دهند. اولی، توییتی از Naval Ravikant بود: «چیزی را نفروش که دوست نداری فرزندانت آن را بخرند.» و دومی، مقاله‌ای از NFX با عنوان Why People Share که بر اساس تحلیل رفتار میلیون‌ها کاربر توضیح می‌دهد مردم چیزی را Share نمی‌کنند چون محصول خوبی است؛ بلکه آن را Share می‌کنند چون این کار برای خودشان ارزشی ایجاد می‌کند. مثلاً باعث می‌شود مفید به نظر برسند، اعتبارشان را افزایش دهد، هویتشان را نشان دهد یا به دیگران کمک کنند. (همین کاری که الان من دارم با این پست میکنم) این دو ایده مرا یاد درخواستی انداخت که بارها از طرف بنیان‌گذاران استارتاپ‌ها دریافت می‌کنم. گاهی از من می‌خواهند محصول یا سرویسشان را در شبکه‌ها و کامیونیتی‌هایی که عضو آن‌ها هستم منتشر کنم؛ از Slack Channelها گرفته تا LinkedIn Groupها و شبکه‌ای که سال‌ها برای ساختنش زمان و هزینه گذاشته‌ام. اما معمولاً یک سوءبرداشت وجود دارد. بعضی‌ها فکر می‌کنند Distribution یعنی دسترسی به یک شبکه. کافی است یک متن تبلیغاتی را کپی کنیم و در چند گروه منتشر کنیم تا نتیجه بگیرند. در حالی که این فقط انتشار محتواست، نه Distribution. هر بار که محصولی را معرفی می‌کنم، در واقع بخشی از اعتبار شخصی خودم را هم کنار آن قرار می‌دهم. مخاطب فقط محصول را نمی‌بیند؛ این را هم می‌بیند که «من حاضر شده‌ام آن را توصیه کنم.» اینجاست که حرف Naval و یافته‌های NFX به هم می‌رسند. اگر خودت حاضر نباشی محصولی را به نزدیک‌ترین آدم‌های زندگی‌ات پیشنهاد بدهی، چرا انتظار داری دیگران اعتبارشان را برای معرفی آن خرج کنند؟ و اگر محتوای تو هیچ ارزشی برای کسی که آن را Share می‌کند ایجاد نکند، چرا باید انتظار داشته باشی در شبکه‌ها دست‌به‌دست شود؟ به نظرم یکی از اشتباهات رایج بسیاری از استارتاپ‌های اولیه این است که از دیگران درخواست Share می‌کنند، بدون اینکه ابتدا این دو سؤال را از خودشان بپرسند: آیا این محصول آن‌قدر ارزشمند است که من آن را به خانواده یا دوستان نزدیکم پیشنهاد بدهم؟ آیا معرفی این محصول باعث می‌شود کسی که آن را Share می‌کند، احساس کند کاری مفید، ارزشمند یا هویت‌ساز انجام داده است؟ اگر پاسخ این دو سؤال «بله» باشد، احتمالاً دیگر لازم نیست برای Distribution التماس کنید؛ خود کاربران، دوستان و شبکه‌ی شما به بخشی از موتور رشد شما تبدیل می‌شوند. اعتماد، قابل کپی‌پیست نیست. همان‌طور که شبکه ارتباطی هم یک بیلبورد تبلیغاتی رایگان نیست؛ هر دو حاصل سال‌ها ساختن رابطه و اعتبار هستند. یادداشتهای کانادایی @canadadiaries

🔖 ۱۳ ایده برای ساختن آینده؛ نقشه YC برای موج بعدی استارتاپ ها کمتر مجموعه ای به اندازه Y Combinator روی مسیر دنیای استارتاپ و تکنولوژی اثر گذاشته. YC همیشه آینده را درست پیش بینی نمی‌کنه اما معمولا موج های مهم را زودتر از بقیه بو میکشه و سرمایه اش را جایی میذاره که فکر می کنه چند سال بعد به یک بازار بزرگ تبدیل میشه. به همین دلیل فهرست Requests for Startups یا RFS اهمیت زیادی داره. این فهرست نسخه قطعی آینده نیست و خود YC هم تاکید می‌کنه فقط بخشی از حوزه هایی است که به اونها علاقه داره. با این حال شبیه دیدن نقشه ایه که یکی از مهمترین سرمایه گذاران Early-Stage دنیا برای آینده کشیده. موضوع اصلی فهرست پاییز ۲۰۲۶: هوش مصنوعی داره از صفحه نمایش خارج میشه و وارد دنیای واقعی میشه. آموزش، سلامت، دفاع، زیرساخت، امور مالی و حتی شکل انجام کار در حال بازطراحی شدن هستند: ۱. آموزش شخصی سازی شده برای کودکان یک معلم خصوصی هوشمند که کودک را در طول زمان بشناسه و خواندن، نوشتن، ریاضی و حتی شیوه فکر کردن را متناسب با او آموزش بده. ۲. فناوری های نسل بعدی دفاعی برای اولین بار یکی از درخواست ها مستقیما توسط وزیر ارتش آمریکا نوشته شده و روی تولید پیشرفته، لجستیک، نرم افزار و زیرساخت های جدید دفاعی تمرکز داره. ۳. زیرساخت ابری برای Small Software حالا با چند پرامپت میشه یک CRM کوچک، داشبورد داخلی یا ابزار اختصاصی ساخت. مشکل بعدی Deploy، امنیت، مدیریت دسترسی و اشتراک گذاری همین نرم افزارهای کوچک خواهد بود. ۴. هوش مصنوعی چندنفره یا Multiplayer AI عامل های هوشمند امروز بیشتر داخل چت های شخصی کار می کنن. YC دنبال محیط هایی است که چند نفر و چند Agent بتونن همزمان روی یک پروژه کار کنن و مسئولیت ها را بین هم جابه جا کنن. ۵. دیتاسنترهای دریایی رشد AI به برق، زمین و خنک سازی بیشتری احتیاج داره. یکی از ایده های عجیب YC انتقال بخشی از Compute به دریاست تا از فضای باز و ظرفیت طبیعی خنک سازی اقیانوس استفاده بشه. ۶. محصولات مصرفی برای یک میلیارد نفر بعد از سه سال هنوز مهمترین محصول مصرفی جدید AI همان ChatGPT است. YC معتقده موج بعدی اپلیکیشن های بزرگ مصرفی در آموزش، سلامت، مدیریت پول، سرگرمی و ارتباطات خیلی نزدیکه. ۷. هوش مصنوعی برای سالمندان جمعیت دنیا به سرعت در حال پیر شدنه و نیروی کافی برای مراقبت وجود نداره. رابط های صوتی، مانیتورینگ، رباتیک و ابزارهای هماهنگی مراقبت می تونن یک بازار بزرگ بسازن. ۸. سیستم عامل دنیای فیزیکی آینده محل کار ترکیبی از انسان، ربات و Agent خواهد بود. صنایع فیزیکی به یک سیستم عامل جدید برای مدیریت همزمان هر سه احتیاج دارن. ۹. بازگشت کریپتو به عنوان زیرساخت جالب اینکه YC همچنان به کریپتو خوش بینه و فکر می کنه Stablecoinها، پرداخت های Agentها، انتقال پول و زیرساخت بازارهای مالی کاربرد واقعی این حوزه را خواهند ساخت. ۱۰. داده برای دنیای واقعی مدل های AI روی متن و تصویر داده زیادی دارن اما اطلاعات دقیق از کشاورزی، انرژی، آب و هوا، لجستیک و ساخت و ساز هنوز محدوده. سنسورها و ربات هایی که این داده را جمع کنن می تونن شرکت های بزرگی بسازن. ۱۱. اثبات انسان بودن با رشد Deepfake دیگر دیدن چهره یا شنیدن صدا برای اعتماد کافی نیست. YC دنبال یک لایه اعتماد جدیده که بدون نابود کردن حریم خصوصی ثابت کنه طرف مقابل یک انسان واقعیه. ۱۲. زیرساخت Compliance مبتنی بر AI قوانین مالی و مجوزها هنوز با اکسل، ابزارهای پراکنده و نیروی انسانی گران مدیریت میشن. فرصت اینجاست که کل فرایند نظارت، گزارش دهی و Audit از ابتدا با AI بازطراحی بشه. ۱۳. زیرساخت APIهای خودنگهدار وقتی یک API تغییر می کنه Agent باید کد مشتری را بررسی کنه، بخش آسیب دیده را پیدا کنه و خودش یک Pull Request برای اصلاح آن باز کنه. اگر بخوام کل این فهرست را خلاصه کنم YC سه پیام مهم داره: هوش مصنوعی داره وارد دنیای فیزیکی میشه، نرم افزارها شخصی تر و کوچک تر میشن و زیرساخت اعتماد، داده و همکاری با Agentها به اندازه خود مدل ها اهمیت پیدا میکنه. نکته مهم تر اینه که YC دیگر فقط دنبال یک SaaS جدید یا یک چت بات بهتر نیست. موج بعدی از نگاه آنها شرکت‌هایی هستند که بخشی از آموزش، کار، مراقبت، زیرساخت و اقتصاد واقعی را از ابتدا بازسازی می کنن. @investingfund

چند هفته اخیر یک الگوی جالب را در اخبار سرمایه‌گذاری دنبال می‌کنم. ابتدا Atoms با سرمایه‌گذاری ۱.۷ میلیارد دلاری و حالا 1872 با جذب ۱۵ میلیون دلار برای ساخت یک کارخانه فولاد کاملاً خودکار. اگر این خبرها را کنار هم بگذاریم، یک پیام روشن دارند: موج بعدی هوش مصنوعی، صرفاً ساخت مدل‌های بهتر نیست؛ ساخت کارآمدی و کارخانه‌های بهتر است. اما داستان 1872 از خود عدد سرمایه جذاب‌تر است. این استارتاپ را سه مهندس سابق SpaceX تأسیس کرده‌اند. آنها به جای ساخت یک ربات جدید، سراغ یکی از قدیمی‌ترین و سنتی‌ترین صنایع دنیا رفته‌اند؛ ساخت قطعات فولادی. بازاری صدها میلیارد دلاری که هنوز با کمبود شدید نیروی متخصص، زمان تحویل طولانی و بهره‌وری پایین در آمریکا دست‌وپنجه نرم می‌کند. راه‌حل آنها هم فقط «رباتیک» نیست. ایده این است که کل کارخانه با هوش مصنوعی اداره شود؛ از برنامه‌ریزی تولید و سفارش مواد اولیه گرفته تا کنترل ربات‌های جوشکاری و مدیریت عملیات. در واقع AI نقش یک سیستم‌عامل برای کارخانه را بازی می‌کند، نه صرفاً یک ابزار کمکی. این دقیقاً همان تغییری است که مدت‌هاست در گزارش‌های Dynamo Ventures، OSS Ventures، Bessemer و NFX دیده می‌شود. سرمایه از AI عمومی به سمت Vertical AI و Industrial AI در حال حرکت است. به نظرم دلیلش هم ساده است. در بسیاری از صنایع، مسئله اصلی دیگر تولید متن یا تصویر نیست؛ بلکه پاسخ به سؤال‌هایی از این جنس است: چگونه یک کارخانه سریع‌تر تولید کند؟ چگونه یک ناوگان ایمن‌تر حرکت کند؟ چگونه یک انبار بهره‌ورتر شود؟ چگونه کمبود نیروی انسانی جبران شود؟ جایی که AI مستقیماً روی بهره‌وری، هزینه و زمان اثر بگذارد، ارزش اقتصادی بسیار بزرگ‌تری ایجاد می‌شود. به همین دلیل فکر می‌کنم طی چند سال آینده، برندگان اصلی AI الزاماً شرکت‌هایی نخواهند بود که بهترین مدل زبانی را ساخته‌اند؛ بلکه شرکت‌هایی خواهند بود که یک صنعت سنتی را با AI از نو طراحی کنند. در کنار اینکه ما با دنیایی که AI خلق می کند، یک Agent با یک Agent دیگر حرف می زند، معامله و پرداخت میکند، حتی حمله و دفاع می کند، بخشی از آینده AI بیشتر بوی فولاد، کارخانه، کامیون، بندر، کشتی، معدن و نیروگاه می‌دهد تا صرفاً صفحه‌های چت. این همان جایی است که «هوش مصنوعی» از فضای دیجیتال خارج می‌شود و مستقیماً وارد اقتصاد واقعی می‌شود؛ جایی که هر درصد افزایش بهره‌وری، میلیون‌ها دلار ارزش خلق می‌کند. یادداشتهای کانادایی @canadadiaries

رواج اپلیکیشن‌ها و ابزارهای ضبط و تبدیل گفت‌وگو به متن—مثل Granola، Pocket و ابزارهای مشابه—باعث شده ضبط مکالمات کاری، دوستانه و حتی قرارهای عاشقانه بدون اجازه‌ی طرف مقابل به یک «روال عادی» در دنیای تکنولوژی تبدیل شود. این تغییر فرهنگی، مرزهای حریم خصوصی را کمرنگ کرده و بسیاری از افراد حالا فرض را بر این می‌گذارند که همیشه در حال ضبط شدن هستند. ضبط مکالمه بدون اجازه در محیط‌های کاری، جلسات، تماس‌ها و حتی قرارهای عاشقانه تبدیل به یک رفتار رایج شده. مقاله و گفتگوی وال استریت ژورنال با برخی فعالیت حوزه‌ی فناوری در مورد تکنولوژی های ضبط و پیاده ساز متن جلسات که این روزها بخش اجتناب پذیر جلسات آن لاین شده اند و چقدر هم متن گفتگوهای مشتری ها و بازخوردها و جزئیات ش به کار کسب و کارها کمک می کند ولی چالشهای خاص حفظ حریم خصوصی و قوانین هر منطقه را هم دارد. از نکات مهم مقاله: 📌بزارهای جدید مثل Granola، پین‌های هوشمند و دستگاه Pocket ضبط را بسیار نامحسوس کرده‌اند. 📌افراد محتاط‌تر حرف می‌زنند چون فرض می‌کنند همیشه ضبط می‌شوند. 📌برخی این وضعیت را شبیه «آلمان شرقی» توصیف کرده‌اند؛ یعنی نظارت دائمی. 📌استفاده‌های عجیب: ضبط قرارهای اول و ارسال آن برای Claude جهت تحلیل رفتار. 📌چالش قانونی: ایالت‌هایی مثل کالیفرنیا نیاز به رضایت همهٔ طرف‌ها دارند. 📌نگرانی دربارهٔ نگهداری داده: محل ذخیره، مدت نگهداری، دسترسی، و احتمال سوءاستفاده. 📌واکنش‌های منفی: برخی ضبط پنهانی را توهین‌آمیز و خفه‌کنندهٔ مکالمه می‌دانند. 📌برخی کاربران حتی نام خود را در Zoom تغییر داده‌اند به «I do not consent to recording». یادداشتهای کانادایی @canadadiaries

چرا ارتباط‌سازی و نتورکینگ؟ یه موضوعی که به نظرم خیلی مهمه، و واقعاً حس می‌کنم نسل جدید، مخصوصاً آدم‌های هم‌سن‌وسال خودم، بهش نیاز دارن، همین ارتباط‌سازی یا نتورکینگه. واقعیت اینه که اصلاً چیز عجیب و خیلی خفنی نیست. یه سری مهارت نرم ساده‌ست که به‌مرور زمان توی آدم شکل می‌گیره. از امروز سعی می‌کنم چندتا نکته مربوط بهش بگم و از تجربه‌های خودم مثال بزنم، که ببینید و یاد بگیرید. اینم مثال پیامی که سال پیش به فاندر یکی از فاندهای خوب کریپتو، به اسم 6th Man، دادم تا اگر امکانش هست منو توی ایونت خصوصی‌شون توی ابوظبی راه بدن. آیا همیشه cold DM دادن جواب می‌ده؟ نه، قطعاً نه. ولی تلاش کردن بهتر از تلاش نکردنه. خیلی از ارتباط‌ها دقیقاً همین‌طوری شکل می‌گیرن: یه پیام کوتاه، محترمانه، مستقیم، و با کانتکست کافی و هدف مشخص.

ارتباط‌سازی ۱۰۱ یه نکته که به نظرم لازمه همه‌مون بدونیم. خیلی می‌بینم بچه‌ها وقتی سوالی دارن، به من یا بقیه آدم‌ها پیام می‌دن؛ چه ایرانی، چه خارجی، توی هر پلتفرمی. چیزی که معمولاً متوجه شدم اینه که بیشتر وقت‌ها با این شروع می‌کنید: «می‌تونم ازتون یه سوال بپرسم؟» یا یه چیزی شبیه این. به جای اینکه همون اول برید سر اصل مطلب و موضوع اصلی رو بگید. واقعیت اینه که همه آدم‌ها این‌قدر پیام و درگیری دارن که ادامه دادن یه مکالمه رندوم، که هنوز معلوم نیست موضوعش چیه، قطعاً احتمال جواب گرفتن رو کم می‌کنه. به جای اینکه این‌طوری شروع کنید، همون اول مستقیم و کوتاه برید سر اصل مطلب. یادتون باشه: سوال رو نپیچونید. واضح، کوتاه، و با کانتکست کافی بپرسید. همچنین اگر دیدید طرف جوابتون رو نمی‌ده، می‌تونید بعد از یه مدت محترمانه یادآوری کنید. مثلاً توی انگلیسی خیلی وقت‌ها همون پیام رو دوباره می‌فرستن و می‌گن: «Bumping this» یا «Bumping on this». چون گاهی آدم‌ها واقعاً شلوغن، یا پیام گم می‌شه، و با یه یادآوری دوباره می‌بیننش. ولی یادتون باشه: معمولاً آدم‌ها پیام‌ها رو می‌بینن. اگر جواب نمی‌دن، احتمالاً دلیلی داره. پس یادآوری خوبه، ولی پیگیری بی‌جا نه.

سورنا به دنبال یک نظرسنجی از مخاطبان ساکن آمریکا، کانادا و اروپا در طراحی یک بازی است و اگر ساکن اینجاها هستید، در پاسخ به پرسشنامه و انتشارش کمک کنید: https://xalter.ca/game-survey مدل پرسش و پاسخ‌ها، تیندر مدل است و سریع می توانید پاسخ بدین. ➡️ ⬆️ ⬅️

اوبر یکی از بزرگ‌ترین رقباش، Delivery Hero رو با ارزشی حدود 15 میلیارد دلار خرید این معامله از چند جهت جالبه: 🚖 با انجام این خرید، تقریبا هیچ سرویس بزرگ دلیوری آنلاین در اروپا باقی نمی‌مونه که مالک آمریکایی نداشته باشه، به‌جز Bolt. 🚚 اوبر با این خرید، بخش بزرگی از بازار دلیوری خاورمیانه رو در اختیار می‌گیره. Delivery Hero در بیش از 50 کشور و با برندهایی مثل Talabat، HungerStation، Baemin، PedidosYa و Glovo در خاورمیانه، آمریکای لاتین، اروپا و آسیا فعالیت می‌کنه. 🥕این دقیقا همون مسیریه که DoorDash با خرید Wolt و Deliveroo رفت و از طریق خرید رقبای بزرگ، وارد بازار چندین کشور اروپایی و آسیایی شد. با نهایی‌شدن این معامله، رقابت بازار جهانی دلیوری بیشتر از قبل بین چند شرکت بزرگ آمریکایی متمرکز می‌شه. https://t.me/moneycast24 ♾ #Uber #DeliveryHero #دلیوری #اروپا #مجیداصلی #مانیکست #تکنولوژی

🔖 پایان دوران نرم‌افزار به شکلی که می شناختیم یکی از مهمترین اتفاقات دنیای تکنولوژی و سرمایه گذاری در سال ۲۰۲۶ که کمتر درباره اش صحبت میشه تغییر مدل کسب و کار شرکت های تکنولوژیه. اثر بزرگ AI فقط سریع تر شدن تولید محتوا یا کدنویسی نیست. هوش مصنوعی داره مرز بین نرم افزار و سرویس را از بین می بره و این تغییر می تونه یکی از بزرگترین جابه جایی های اقتصادی دهه آینده باشه. برای نزدیک به دو دهه فرمول موفقیت روشن بود. یک نرم افزار بساز، آن را با مدل SaaS و اشتراک ماهانه بفروش و انجام کار را به مشتری واگذار کن. مشتری نرم افزار حسابداری می خرید تا خودش حسابداری کند، CRM می خرید تا تیم فروشش با آن کار کند و ابزار استخدام می خرید تا فرایند جذب نیرو را مدیریت کند. حالا خود ساخت نرم افزار هم خیلی ساده تر و ارزان تر شده. با رشد Agentها و ابزارهای AI Coding برای خیلی از نیازهای ساده و متوسط میشه با چند پرامپت یک CRM داخلی، داشبورد فروش، سیستم ثبت هزینه یا ابزار گزارش گیری متناسب با فرایند همان شرکت ساخت. چیزی که قبلا نیازمند خرید یک نرم افزار عمومی و تغییر فرایندهای شرکت براساس آن بود حالا می تونه به یک ابزار شخصی سازی شده تبدیل بشه. این اتفاق فشار زیادی روی SaaSهای عمومی و کم عمق وارد می کنه. وقتی ساخت ابزار ارزان و در دسترس میشه ارزش اصلی به سمت اجرای کامل فرایند، داده اختصاصی، تجربه تخصصی و نتیجه حرکت می کنه. شرکت Sequoia Capital در مقاله «Services: The New Software» میگه شرکت یک تریلیون دلاری بعدی احتمالا یک شرکت نرم افزاریه که شبیه یک شرکت خدماتی فعالیت می کنه. نرم افزار همچنان قلب کسب و کار باقی می مونه اما محصول نهایی برای مشتری انجام شدن کار و دریافت نتیجه است. تفاوت مدل های Copilot و Autopilot هم دقیقا همین جاست. Copilot به متخصص کمک می کنه کار را سریع تر و بهتر انجام بده. Autopilot بخش بزرگی از کار را خودش انجام میده و مشتری خروجی را تحویل می گیره. اندازه این فرصت هم بسیار بزرگه. طبق تحلیل Sequoia شرکت ها به ازای هر یک دلار هزینه نرم افزار حدود شش دلار برای خدمات هزینه می کنن. a16z هم اندازه بازار خدمات تخصصی و یقه سفید را حدود ۶ تریلیون دلار برآورد کرده که نزدیک به ۲۰ برابر بازار نرم افزار سازمانی در آمریکاست. Y Combinator هم معتقده Vertical AI Agentها در بعضی صنایع می تونن تا ۱۰ برابر بزرگتر از SaaSهایی باشن که جایگزینشان میشن. این تغییر روی قیمت گذاری هم اثر میذاره. مدل اشتراک به ازای هر کاربر کم کم جای خودش را به قیمت گذاری براساس حجم کار، نتیجه یا ارزش ایجاد شده میده. شرکتی که یک فرایند کامل را در اختیار داره با هر نسل بهتر از مدل های AI سریع تر و ارزان تر میشه. در مقابل یک ابزار ساده ممکنه با نسخه بعدی OpenAI، Claude یا Gemini به یک قابلیت معمولی تبدیل بشه. نرم افزار از بین نمیره و بیشتر از قبل به زیرساخت پنهان شرکت ها تبدیل میشه. چیزی که مشتری می بینه و بابتش پول میده انجام شدن کار و رسیدن به نتیجه است. به نظرم یکی از مهمترین Thesisهای سال ۲۰۲۶ همین جابه جاییه. دنیای تکنولوژی به سمت شرکت هایی میره که نرم افزار، Agent و تخصص انسانی را کنار هم میذارن و مسئولیت یک فرایند کامل را بر عهده می گیرن. @investingfund

آینده AI فقط به مدل بهتر وابسته نیست؛ به سرعت رسیدن به ارزش وابسته است. امروز گزارش به روز رسانی یکی از استارتاپهایی که از خروجی های YC است و من هم با یک گروه انجل امکان سرمایه گذاری توش داشتم را دریافت کردم و این بخش جالب بود: Another challenge is onboarding…

آینده AI فقط به مدل بهتر وابسته نیست؛ به سرعت رسیدن به ارزش وابسته است. امروز گزارش به روز رسانی یکی از استارتاپهایی که از خروجی های YC است و من هم با یک گروه انجل امکان سرمایه گذاری توش داشتم را دریافت کردم و این بخش جالب بود: Another challenge is onboarding speed. Today, customers still need meaningful implementation time before they can see the value, which makes the sales motion harder. Current onboarding time: roughly 1–3 months. در نگاه اول شاید این فقط یک مشکل فنی به نظر برسد، اما در واقع یکی از بزرگ‌ترین چالش‌های AI در بازار B2B است. در بسیاری از پروژه‌های سازمانی، فروش با امضای قرارداد تمام نمی‌شود؛ تازه از آنجا شروع می‌شود. مشتری باید: داده‌هایش را متصل کند، سیستم‌ها را یکپارچه کند، تیمش را هماهنگ کند، مسائل امنیتی و حقوقی را پشت سر بگذارد، و در نهایت منتظر بماند تا اولین ارزش واقعی را ببیند. به همین دلیل است که در سال‌های اخیر نقش جدیدی در شرکت‌های AI پررنگ شده است: Forward Deployed Engineer (FDE) (مقاله را بخوانید) در واقع FDE فقط یک مهندس نرم‌افزار نیست. او پلی بین محصول و مشتری است؛ کسی که محصول را در محیط واقعی مشتری مستقر می‌کند، یکپارچه‌سازی‌ها را انجام می‌دهد و مطمئن می‌شود مشتری در کوتاه‌ترین زمان ممکن به نتیجه برسد. شرکت‌هایی مانند Palantir سال‌هاست با این مدل کار می‌کنند و امروز بسیاری از استارتاپ‌های AI نیز به همین سمت حرکت کرده‌اند. اما به نظر من، رقابت اصلی آینده حتی فراتر از داشتن FDE است. شرکت‌های برنده، آن‌هایی خواهند بود که بتوانند زمان رسیدن مشتری به اولین ارزش (Time to Value) را از چند ماه به چند روز یا حتی چند ساعت کاهش دهند. اگر امروز بخواهم یک معیار مهم برای ارزیابی یک استارتاپ AI داشته باشم، فقط نمی‌پرسم: «مدل شما چقدر دقیق است؟» بلکه می‌پرسم: «مشتری چند روز بعد از امضای قرارداد، اولین ارزش واقعی را تجربه می‌کند؟» شاید در موج جدید AI، این سؤال از خود مدل AI هم مهم‌تر باشد. اما احتمالاً در پنج سال آینده برنده‌ها خواهند گفت: Zero Onboarding یعنی مشتری: ثبت‌نام می‌کند، داده را وصل می‌کند، 📌یعنی AI خودش ساختار داده را می‌فهمد، 📌بعد Mapping انجام می‌دهد، 📌و Dashboard را می‌سازد، اولین Insight را همان روز ارائه می‌دهد. در ضمن تهیه یک Investor Update خوب کاری است که مدتهاست دارم با ابعاد مختلف بهش نگاه میکنم. خودم توی ساختن‍ش خیلی خوب م و چقدر نکته های جالب دارد. سعی میکنم مواردی که درس آموزی های خوبی دارد را به اشتراک بگذارم. یادداشتهای کانادایی @canadadiaries

اپیزود 125 رادیو بیدار با موضوع: از سرمایه‌گذاری در استارتاپ‌ها تا تأمین مالی استارتاپ‌ با هادی نیلی در این اپیزود از موارد زیر گفته شد: - چه کسیAngel Investor است؟ - چگونه سرمایه‌گذاران استارتاپ‌ها را ارزیابی می‌کنند؟ - مهم‌ترین معیارهای انتخاب یک Startup چیست؟ - چرا بیشتر استارتاپ‌ها شکست می‌خورند؟ - تفاوت Angel Investment و Venture Capital - اشتباهات رایج Founderها هنگام جذب سرمایه - نقش تیم، Product Market Fit و Execution در موفقیت استارتاپ - چگونه با سرمایه‌های کوچک وارد دنیای سرمایه‌گذاری استارتاپی شویم؟ دوشنبه ۱۳ جولای ۲۰۲۶ t.me/BIDAR_ca #AngelInvesting #Startup #AI #VentureCapital #Technology

تورم و نگرانی‌های اقتصادی باعث شده آمریکایی‌ها خریدهای بزرگ را کنار بگذارند و به خریدهای کوچک، ارزان و بامزه رو بیاورند. خرده‌فروشان این موج را «Mini Effect» می‌نامند—محصولات کوچک که حس خرید را بدون فشار مالی برآورده می‌کنند و فروشگاه‌ها را دوباره شلوغ کرده‌اند. مقاله خواندنی از بلومبرگ یادداشتهای کانادایی @canadadiaries

اطلاعیه اپیزود 125 رادیو بیدار با موضوع: از سرمایه‌گذاری در استارتاپ‌ها تا تأمین مالی استارتاپ‌ با هادی نیلی دوشنبه ۱۳ جولای ۲۰۲۶ ساعت ۲۱:۰۰ به وقت شرق کانادا در تلگرام توسط کانون برنامه‌نویسان ایرانی در کانادا ثبت در تقویم t.me/BIDAR_ca

اقتصاد غذا در تابستان با نوشیدنی و بستنی پیوند خورده. یک ویدیوی وایرال از یک دختر کوچکی دو تا بستنی می‌خرد و وقتی می‌فهمد قیمتشان ۹ پوند بوده، حسابی شوکه و ناراحت می‌شود. چند بار با حالت اعتراض و تعجب می‌گوید: «well bad is it bloody well bad» این خیلی بده، واقعا خیلی بده. (خیلی با حس از خشم‌ش راجع به گرون شدن حرف می زنه😍) این موضوع دستمایه یک مقاله در بلومبرگ می شود، این مقاله توضیح می‌دهد که چگونه بستنی، که زمانی یک خوراکی ارزان و روزمره بود، در آمریکا به یک کالای نسبتاً لوکس تبدیل شده است. ۱. قیمت بستنی به‌شدت افزایش یافته است متوسط قیمت بستنی در بستنی‌فروشی‌ها از سال ۲۰۱۹ تاکنون بیش از ۳۵٪ افزایش یافته است. قیمت دو اسکوپ بستنی در بسیاری از شهرهای آمریکا اکنون به بیش از ۸ دلار رسیده و برای یک خانواده چهار نفره، هزینه بستنی می‌تواند با قیمت یک وعده غذا برابری کند. ۲. افزایش قیمت فقط ناشی از تورم نیست نویسنده مجموعه‌ای از عوامل را مقصر می‌داند: اختلال زنجیره تأمین پس از کووید افزایش دستمزدها تعرفه‌های تجاری جنگ‌ها و افزایش قیمت سوخت رشد هزینه انرژی شبکه‌های اجتماعی که تقاضا برای برندهای خاص را افزایش داده‌اند تمایل مصرف‌کنندگان به خرید محصولات پریمیوم (Premiumization) ۳. مواد اولیه به‌شدت گران شده‌اند بین سال‌های ۲۰۲۰ تا ۲۰۲۵: قیمت عمده‌فروشی لبنیات حدود ۲۰٪ افزایش یافته است. قیمت کاکائو بیش از ۳۰۰٪ رشد کرده است. قیمت تخم‌مرغ بیش از ۶۰۰٪ افزایش یافته است. ۴. دو استراتژی متفاوت برندها برندها دو مسیر را انتخاب کرده‌اند: برندهای ارزان‌تر برای حفظ قیمت، کیفیت را کاهش داده‌اند. در برخی محصولات به‌جای خامه و شیر از روغن‌های گیاهی استفاده کرده‌اند. برندهای پریمیوم کیفیت را حفظ یا حتی بهتر کرده‌اند. افزایش هزینه را مستقیماً به مشتری منتقل کرده‌اند. معتقدند مشتری برای کیفیت حاضر است پول بیشتری بپردازد. ۵. هزینه‌های پنهان کسب‌وکار بیشتر شده است فروش بستنی فقط به مواد اولیه وابسته نیست. هزینه‌های زیر نیز افزایش یافته‌اند: برق برای فریزرها حمل‌ونقل یخچالی سوخت کامیون‌ها تهویه فروشگاه‌ها مقاله اشاره می‌کند که افزایش مصرف برق مراکز داده و همچنین افزایش قیمت دیزل، فشار بیشتری بر این صنعت وارد کرده است. ۶. نقش شبکه‌های اجتماعی امروزه بسیاری از مردم صرفاً برای خوردن بستنی نمی‌روند؛ بلکه به دنبال یک «تجربه» هستند: طعم‌های عجیب عرضه‌های محدود صف‌های طولانی عکس گرفتن برای اینستاگرام و تیک‌تاک همین موضوع به برندها اجازه داده قیمت‌های بالاتری مطالبه کنند. ۷. اما بازار هم حد تحمل دارد اقتصاددانان هشدار می‌دهند که بستنی یک کالای ضروری نیست. اگر قیمت‌ها همچنان افزایش پیدا کند: مصرف‌کنندگان ممکن است خرید آن را کاهش دهند. آمارها نشان می‌دهد فروش بستنی‌های پریمیوم طی دو سال اخیر حدود ۶٪ کاهش یافته، در حالی که کل بازار تقریباً بدون رشد مانده است. پیام اصلی مقاله نویسنده استدلال می‌کند که افزایش قیمت بستنی حاصل یک عامل واحد نیست، بلکه نتیجه هم‌زمان چند روند اقتصادی و اجتماعی است: تورم و اختلال زنجیره تأمین، افزایش هزینه انرژی و نیروی کار، گرایش برندها به محصولات لوکس‌تر، و تغییر رفتار مصرف‌کنندگان که حاضرند برای یک تجربه خاص پول بیشتری بپردازند. در عین حال، مقاله هشدار می‌دهد که اگر قیمت‌ها از حد تحمل مشتریان فراتر برود، حتی برندهای موفق نیز ممکن است با کاهش تقاضا روبه‌رو شوند. یادداشتهای کانادایی @canadadiaries