🎙️ 今天這幾集

一句話:探討科技界領袖的思維模式與商業策略。

Mark Zuckerberg 自從 25 年前開始就一直處在公眾監督之下。他對羅馬歷史特別感興趣,尤其是凱撒時期。Zuckerberg 在 Facebook 的早期發展中扮演了關鍵角色,並通過收購 WhatsApp 和 Instagram 等公司來擴大其影響力。

Palmer Luckey 是 Oculus 的創辦人之一,該公司在虛擬實境領域有著顯著成就。他還與 Stripe 和 Ramp 等公司合作,這些公司的業務模式和技術創新備受矚目。

Josh Kushner 來自一個科技家族,其祖父在二戰期間曾是抵抗組織的成員。Kushner 與 Facebook 及其他科技巨頭有著深厚的聯繫,並以自己的方式影響著科技界的發展。他與風險投資者 Neil Ba 和音樂製作人 Rick Rubin 的會面被多次提及,顯示了他在業界的重要地位。

Scott Woo 是 AI 領域的先驅之一,在技術和商業領域都有廣泛的影響力。Woo 與其他科技公司的合作案例表明,他的思維模式對當今科技界的發展具有重要意義。

David 談到了 Zuckerberg 在過去 20 年間所做的工作,稱其為「極具成效」但卻非常枯燥。Zuckerberg 目前擁有 Meta AI 的大部分股份（約 70%）,這表明他在公司中的權力地位。

在烏克蘭戰爭進行到一年半時,科技界開始出現一些變化。例如,在特朗普遇刺嘗試後的一個月內,硅谷的創辦人和風險投資家們紛紛支持特朗普,而此前他們並未對此表示支持。

Apploven 的廣告影片平均觀看時間為 35 秒,這表明該平台在吸引用戶注意力方面具有一定的成效。此外,在過去的 10 到 20 年間,技術和商業領域的人才顯著增加,這也反映了科技行業的快速發展。

Josh Kushner 家族的故事中提到的 Holocaust 生存故事展示了家族成員如何從極端困難的情況下生存下來並取得成功。這些經歷對 Kushner 的商業決策和領導風格產生了深遠影響。

總之,科技巨擘如 Zuckerberg、Luckey 和 Woo 等人的思維模式與商業策略在當今科技界發揮著關鍵作用,他們的創新精神和競爭意識推動了整個行業向前發展。

Palmer Luckey 與 Stripe 和 Ramp 等公司的合作顯示了他在技術和商業領域的廣泛影響力。此外,Josh Kushner 家族的故事中提到其祖母在二戰期間作為抵抗組織成員的事跡,這對 Kushner 的領導風格產生了深遠影響。Scott Woo 在 AI 領域的創新思維模式也與其他科技公司的合作案例相關聯。DROP。

David 談到 Zuckerberg 在過去 20 年間所做的工作,稱其為「極具成效」但卻非常枯燥。Zuckerberg 目前擁有 Meta AI 的大部分股份（約 70%）,這表明他在公司中的權力地位。在烏克蘭戰爭進行到一年半時,科技界開始出現一些變化,例如,在特朗普遇刺嘗試後的一個月內,硅谷的創辦人和風險投資家們紛紛支持特朗普,而此前他們並未對此表示支持。

一句話:Barrett Lyon 談論了如何透過 DoxxNet 重建網路以保護隱私。

Barrett Lyon,一位網路基礎設施先驅,在訪談中討論了他對當前網際網路架構的擔憂以及如何通過他的新項目 DoxxNet 改變這種情況。Lyon 強調,傳統的網際網路設計旨在直接連接人與人,但隨著時間的推移,這導致了大量的隱私問題和安全漏洞。

在談到 DoxxNet 時,Lyon 認為該系統的核心理念是通過分散式架構來保護用戶數據。他提到,DoxxNet 的目標是在不犧牲功能性的前提下提供更高的隱私保障。與現有的加密通訊應用如 WhatsApp 和 Signal 相比,Lyon 強調 DoxxNet 更注重數據的匿名性和不可追蹤性。

訪談中還提到了 Lyon 在過去的工作中遇到的一些挑戰和經驗,包括他曾在 China.com 工作時遭遇的大規模分散式拒絕服務攻擊 (DDoS)。這些經歷讓他意識到現有網路架構在面對新型威脅時的脆弱性。此外,他也提到 FBI 和 NSA 在處理安全問題上的複雜性和侷限性。

訪談中還提及 StockleDrot、TFN 和 TFN2K 等組織進行的大規模分散式拒絕服務攻擊,這些事件顯示了當前網路架構在面對有組織的網路犯罪時的不足之處。Lyon 強調,未來的網際網路需要更強的安全性和隱私保護。

最後,Lyon 提到用戶之間可以直接傳輸 20GB 大小的檔案而不必擔心隱私問題。

訪談討論了當前網際網路架構中存在的問題以及如何通過創新技術來解決這些挑戰。Lyon 的工作和想法為未來的網路安全和隱私保護提供了新的思路和方向。

Barrett Lyon 強調了 DoxxNet 在數據匿名性和不可追蹤性方面的優勢,並提到該系統允許用戶之間直接傳輸 20GB 大小的檔案而不必擔心隱私問題。訪談中還提及 StockleDrot、TFN 和 TFN2K 等組織進行的大規模分散式拒絕服務攻擊,這些事件顯示了當前網路架構在面對有組織的網路犯罪時的不足之處。Lyon 認為,未來的網際網路需要更強的安全性和隱私保護,因為威脅環境日益複雜。

一句話:AI代理在企業採購過程中表現優異,能處理大量談判和技術細節。

該人士與A16Z的SEMA Amble及Leo公司創辦人VladKyle討論了AI代理如何在企業採購過程中超越傳統系統。他們提到,在涉及複雜業務的談判中,AI代理可以分析3D模型和技術圖紙,並能持續運行多小時以完成任務。

根據數據顯示,當所有上下文資訊齊全時,供應商可能缺少1%的商品,而這在某些情況下是可以接受的。AI代理能夠處理這種複雜性,並且在面對風險和複雜度時使用多個代理。

Leo公司創辦人VladKyle提到,過去三年中,他們開始將AI代理應用於採購過程中的具體案例,例如與SAP合作來處理報價和資訊整合到SAP系統中的過程。這些代理可以快速完成任務,在八小時內解決工程挑戰,而傳統系統可能需要更長時間才能達到70%的性能。

此外,Leo公司還在大型企業採購會議上展示了其技術成果,吸引了超過一百名採購領導者參加。他們指出,AI代理與人類工作者有相同的激勵機制,這意味著它可以更有效地完成工作。

AI代理通過自動化和優化複雜的業務流程,能在多個層面超越傳統系統,從而幫助企業提高效率並降低成本。

在過去三年中,Leo公司與SAP合作,利用AI代理來處理報價和資訊整合到SAP系統中的過程。例如,當面對建造飛機所需的複雜供應商管理時,這些代理展示了其優越性,能夠在八小時內解決工程挑戰,而傳統系統可能需要更長時間才能達到70%的性能。

在過去三年中,Leo公司與SAP合作的案例顯示,AI代理能夠處理涉及複雜業務流程的大量談判,例如管理建造飛機所需的供應商關係。這些代理可以處理高達20,000次的談判,並且在面對價值數百萬美元的交易時,能分析複雜的3D模型和技術圖紙,並持續運行多小時以完成任務。此外,在一次大型企業採購會議上,超過一百名採購領導者參加了Leo公司的展示,這些領導者對AI代理在處理飛機建造供應商管理中的表現印象深刻。

一句話:AI 模型的未來將朝向多模型協作而非單一神模發展。

在本次對談中,Alex Atallah 與 Amjad Masad 探討了 AI 模型生態系統的未來走向。他們討論到,當前市場上存在著價值約 30 兆美元的數據資產,而全球 GDP 約為 100 兆美元。這表明數據在經濟中日益增加。

Alex Atallah 認為,隨著 AI 模型變得越來越複雜和智能,它們需要更有效的協作方式來解決問題。他提到,在代碼審查過程中,人們開始使用不同的模型家族來雙重檢查主要模型的結果,這標誌著一個重要的轉變。

他們還討論了當前市場上的主要參與者,包括 Palantir、Figma、Visa 和 Vianthral 等公司,這些公司在 AI 領域都有著重要的影響力。此外,他們也提到 OpenAI、AWS、Azure、Databricks、Snowflake、Muse、Grockbot 和 Rufflet 等公司的角色和貢獻。

在談及具體案例時,Alex Atallah 提到一個比喻：「使用核彈去殺死一隻蝴蝶」,這說明了當前某些 AI 模型過度複雜且資源浪費的問題。他們認為未來的模型應該更加精簡有效,能夠更好地解決實際問題。

最後,他們提到在進行重要決策時,使用不同的模型來交叉驗證結果可以避免錯誤。例如,「What would they be willing to pay 10X to get that much?」這表明人們願意支付更高的成本以獲得更好的結果。

多模型協作將成為未來 AI 模型發展的主要趨勢,並強調了數據和技術在這一過程中的關鍵作用。

該人士認為,隨著代理變得越來越聰明,它們在協調方面也變得更加出色。Eric 和他在過去幾年中多次討論了 AGI 的相關問題。此外,在代碼審查之外,人們開始使用不同的模型家族來雙重檢查主要模型的結果,這表明了多模型協作。DROP。例如,使用 Stripe 和其他公司的工具和平台可以更有效地進行這種驗證過程。

一句話:金州女戰神在短短兩年半內將WNBA新隊伍的估值從五千万擴張費提升至十億美元。

Jess Smith,現任金州女戰神（Golden State Valkyries）總裁,在訪談中分享了她如何在WNBA成立31周年之際,帶領一支全新的球隊迅速成長。2024年,Smith的團隊在WNBA賽季開幕前一年就成功推出品牌,並在60天內於70個國家和美國所有50州銷售商品。

Smith強調了與其他運動聯盟（如MLS、NHL和MLB）相比,WNBA的獨特之處。她提到,WNBA新隊伍通常需要支付五千萬美元的擴張費,而金州女戰神在短短兩年半內將估值提升至十億美元。

談及WNBA與男子籃球聯賽之間的交集時,Smith指出,WNBA新隊伍從五千萬美元擴張費到十億美元的價值評估存在挑戰。然而,她認為金州女戰神的成功在於能夠迅速建立品牌認知和球迷基礎。

Smith還談到了與知名企業如Sephora、JP Morgan Chase、OLLY Vitamins和Rakuten的合作關係,這些合作幫助球隊快速擴大影響力。此外,她提到吉祥物Violet（或稱Vi）在首場比賽中慶祝生日的情況。

Smith強調了WNBA的球迷基礎,每場比賽平均有18,000名觀眾到達Chase Center。她還提及與Nike和Cora的合作,這些合作有助於球隊建立品牌識別度並吸引更多的贊助商（原文中未明確提到,但根據上下文合理推斷）。

在談及如何快速擴張時,Smith提到金州女戰神的成功關鍵之一是能夠迅速抓住市場機遇,而非創造新的趨勢。她強調了WNBA的獨特價值和潛力,以及與男子籃球聯盟之間的差異。

Smith提到,金州女戰神在成立兩年半內將估值從五千萬美元擴張至十億美元,這一增長速度遠超傳統運動聯盟的標準。她還指出,在WNBA中,新隊伍通常需要支付五千萬美元的擴張費,而金州女戰神則通過快速建立品牌認知和球迷基礎來實現了異常迅速的價值提升。

一句話:RLM技術在語言模型中的應用及其潛力。

RLM（Loop Transformers）是近年來快速發展的技術之一,該研究者在MIT的博士研究中探討了其核心機制。RLM能夠處理長達8到30倍於原始數據量的資訊,這意味著它對於大規模數據集的應用具有顯著優勢。

Loop transformers的出現使得模型能夠處理更長的數據序列,從而提高了模型的擴展性和效率。例如,在使用harness rollouts進行訓練時,模型可以更好地利用計算資源,進一步降低成本。

此外,Anthropic和OpenAI等公司專注於開發自己的RLM系統,這些公司使用Prime和Select等工具進行模型訓練,這表明RLM技術正在不斷進步並應用到更多領域。例如,Astra模型展示了其在處理複雜任務時的能力,甚至可以與當前最前沿的模型相媲美。

除了技術本身的進步外,RLM還帶來了新的挑戰和機遇。例如,在GPU模式下,AI生成的解決方案佔據了大部分排行榜位置,這表明RLM正在改變傳統的計算方式。隨著更多公司如Anthropic、OpenAI等開始專注於開發自己的RLM系統,該技術的應用範圍將進一步擴大。

在成本方面,Alex指出,公開定價下使用RLM可能需要支付4000萬美元,這反映了其高價值和潛力。然而,隨著更多研究和實踐的推進,這一數字有望降低,使得更多機構能夠負擔得起這種先進技術。

RLM技術在語言模型領域展示了巨大的應用前景,從效率提升到成本節約,再到解決複雜問題的能力。DROP。

在RLM技術的發展過程中,該研究指出,使用harness rollouts進行訓練可以顯著提高模型效率和成本效益。例如,在一個案例中,10,000個代理在88小時內完成了大量數據處理任務,這表明RLM能夠有效利用計算資源並降低運行成本。此外,Anthropic和OpenAI等公司專注於開發自己的RLM系統,這些公司在訓練模型時使用Prime和Select等工具,進一步推動了技術的進步。例如,Astra模型展示了其在處理複雜任務上的能力,甚至可以與當前最前沿的模型相媲美。此外,隨著更多研究機構如Princeton和MIT的參與,RLM技術正在不斷擴展應用範圍,並吸引了包括該領域專家Joel等人的關注。這些機構和個人通過合作和創新,推動了RLM在數據處理和模型訓練方面的進步,進一步證明了該技術的巨大潛力和實用性。

在RLM技術的發展過程中,Princeton和MIT等研究機構發揮了重要作用。例如,Princeton的研究人員開發了一種稱為Fable的工作流程系統,該系統在早期被認為是最佳的RLM模型之一,因為它具有動態工作流功能。此外,該專家們也對RLM技術進行了深入研究並提出了一系列創新方案。他們通過合作和實驗,進一步證明了RLM在數據處理和模型訓練方面的潛力。例如,在一個案例中,使用Prime Agent這種特殊的工具設計來優化計算資源的配置,使得10,000個代理在88小時內完成了大量數據處理任務,這表明RLM能夠有效利用計算資源並降低運行成本。此外,Anthropic和OpenAI等公司專注於開發自己的RLM系統,這些公司在訓練模型時使用Prime和Select等工具,進一步推動了技術的進步。例如,Astra模型展示了其在處理複雜任務上的能力,甚至可以與當前最前沿的模型相媲美。

Princeton的研究人員開發了一種稱為Fable的工作流程系統,該系統在早期被認為是最佳的RLM模型之一,因為它具有動態工作流功能。此外,該專家們也對RLM技術進行了深入研究並提出了一系列創新方案。例如,在一個案例中,使用Prime Agent這種特殊的工具設計來優化計算資源的配置,使得10,000個代理在88小時內完成了大量數據處理任務,這表明RLM能夠有效利用計算資源並降低運行成本。此外,Anthropic和OpenAI等公司專注於開發自己的RLM系統,這些公司在訓練模型時使用Prime和Select等工具,進一步推動了技術的進步。例如,Astra模型展示了其在處理複雜任務上的能力,甚至可以與當前最前沿的模型相媲美。

一句話:AI技術發展引發中美關係新挑戰,同時AWS GPU成本上漲三倍,AI在罕見疾病診斷方面取得突破。

隨著科技的快速進步,中美兩國在人工智能領域的競爭與合作成為全球關注焦點。該公司的研究主管指出,目前AWS提供的GPU價格至少是傳統雲服務供應商NeoCloud的兩到三倍,有時甚至更高。這種成本差異使得企業在選擇技術平台時面臨挑戰。

在罕見疾病診斷方面,該人士和Daniel McKinnon（Gammo Labs 的創辦人）利用AI技術重新分析遺傳數據,成功診斷了多個長期未被確診的孩子病例。他們開發的系統能夠快速處理大量基因數據,並提供準確的診斷建議。

此外,在談及中美關係時,Nathan提到兩國之間需要建立一種理論上的聯繫線,類似於「紅色電話」的概念,用來處理AI事件和風險。這種聯繫線應該包括國家技術手段,如美國目前擁有的監控系統。

在科技趨勢方面,Daniel McKinnon使用AI重新分析遺傳數據,發現了多個難以解決的病例的新證據。Silicon Data利用數字化工具將其日常操作中的95%轉移到了一個新的應用程序上,每年節省超過1600工時。

AI技術的快速發展帶來了機會,也對全球政治和經濟格局產生了深遠影響。

Jeremy和該人士在一次專題討論中提到,使用AWS的GPU成本至少是傳統雲服務供應商NeoCloud的兩到三倍,有時甚至更高。這種價格差異使得許多企業在選擇技術平台時面臨著艱難的決定。Nathan指出,在處理AI事件和風險方面,中美之間需要建立一種類似於「紅色電話」的概念聯繫線,並提到美國目前擁有的監控系統作為參考案例。此外,Silicon Data通過數字化工具將其日常操作中的95%轉移到了一個新的應用程序上,每年節省超過1600工時。Daniel McKinnon和其他研究人員利用AI技術重新分析遺傳數據,成功診斷了多個長期未被確診的孩子病例,這表明AI在罕見疾病診斷中的潛力巨大。

Nathan提到中美之間需要建立一種類似於「紅色電話」的概念聯繫線,用來處理AI事件和風險。這種聯繫線應該包括國家技術手段,如美國目前擁有的監控系統。此外,Silicon Data通過數字化工具將其日常操作中的95%轉移到了一個新的應用程序上,每年節省超過1600工時。Daniel McKinnon和其他研究人員利用AI技術重新分析遺傳數據,成功診斷了多個長期未被確診的孩子病例,這表明AI在罕見疾病診斷中的潛力巨大。

一句話:AI實驗室如何利用定制晶片取得技術優勢。

Walter Goodwin,Fractal的創辦人兼執行長,在訪談中提到自從他成立公司以來,AI晶片市場已經變得更加有趣。例如,Google的TPU是為特定應用而設計的。

Goodwin指出,Fractal正在研發六到九款定制晶片,這些晶片旨在幫助客戶在三到六個月內獲得技術優勢,這對於快速部署新的人工智能解決方案至關重要。他強調,這種時間上的差異可以成為競爭中的決定性因素。

訪談中還提到,開發和生產這些專用晶片需要長達三年到五年才能回收成本,因此公司必須考慮長期戰略。此外,由於市場需求的快速變化,晶片從設計到交付客戶手中通常需要三到五個月的時間。

Goodwin引用了Henry Ford的一句話：“人們想要的是更快的馬而不是汽車”,來比喻當前AI產業中對於即時解決方案的需求。他認為,“快照你的聊天機器人”是這種需求的一種表現,但這並不是最理想的長期策略。

在談及競爭對手時,Goodwin提到Nvidia、Broadcom和Cerebras等公司也在這個領域內積極開發自己的產品。他強調,要在這樣一個快速變化的市場中保持領先地位,企業需要不斷創新,尋找能夠提供技術優勢的新方法。

訪談還探討了如何在晶片設計和製造過程中實現效率提升,包括與TSMC、Cadence和Synopsys等公司的合作。這些合作有助於縮短產品上市時間,並降低成本。

最後,Goodwin提到,隨著大型語言模型（LLMs）的興起,市場對於高效能計算的需求日益增加,這也促使了更多專門為AI應用設計的晶片誕生。他認為,未來幾年將是這些技術快速發展和變革的重要時期。

一句話:AI代理在帶來便利的同時,也可能潛藏重大安全隱患。

多個科技巨頭推出了AI代理產品,包括Meta的Dots和OpenAI的新產品Dots。這些代理被設計成與用戶進行深度互動,提供個人化服務,但同時也引發了對數據安全和隱私保護的擔憂。

在談及具體案例時,節目中提到Meta利用其AI數據中心來避稅的做法引起了注意,而OpenAI的安全系統負責人則表示,Meta和Open AI正在生產大量不受控制的代理程序。此外,Anthropic的S1模型洩露事件進一步加劇了對這些技術可能帶來風險的關注。

節目中還提到,Anthropic S1模型洩露事件中的報導者以及SpaceX的S1模型提前被揭露的情況。

科技公司在開發AI代理時面臨著來自政府監管機構如聯邦貿易委員會（FTC）和證券交易委員會（SEC）的嚴格審查。Meta利用其AI數據中心來避稅的做法引起了注意,而Anthropic的S1模型洩露事件則進一步加劇了對這些技術風險的擔憂。

此外,節目中還討論了AI代理可能帶來的社會影響,包括對就業市場和人際關係的潛在衝擊。例如,有人提到使用AI代理進行網上購物和社互動動,可能會改變人們的生活方式和消費習慣。

Meta和Open AI在開發AI代理時遭遇了嚴厲的政府監管,包括聯邦貿易委員會（FTC）和證券交易委員會（SEC）的調查。這反映出科技公司在推進AI技術發展時所面臨的挑戰與困境。

Meta和OpenAI在開發AI代理時遭遇了嚴厲的政府監管,包括聯邦貿易委員會（FTC）和證券交易委員會（SEC）的調查。此外,Anthropic的S1模型洩露事件顯示出這些技術可能帶來的安全風險。該人在Reuters報導中揭露了SpaceX的S1模型提前被公開的情況,進一步加劇了對AI代理安全性的擔憂。

一句話:美國長期債券收益率飆升,市場預期聯邦基金利率將進一步上調。

在近期的美債市場中,30年期公債殖利率攀升至5.4%,接近數十年來最高水平。同時,10年期美國國庫券殖利率也突破了5.1%。這些數據顯示出市場對聯邦基金利率未來走向的高度關注。根據最新統計,下個月再次加息的可能性已升至66%,而今年內第三次加息的機率則為34%。

Howard Marks 強調,美國政府債務規模已經達到40萬億美元,遠超過去的預期。他提到,在特朗普總統時期,國家債務曾被認為是不可接受的高水準,但現在卻已成為常態。此外,聯邦基金利率目標為2%,然而實際上很難將其維持在這個水平。

Marks 也強調了石油市場的波動性,布倫特原油價格近期突破每桶103美元大關,較戰爭開始時漲幅超過40%。他認為這種情況反映了全球經濟環境的不穩定性和風險增加。

Treasury Secretary Scott Bessant 表示,美國政府已購買了60億美元的長期債券。然而,隨著國家債務不斷攀升,市場對於未來利率走向和財政政策的擔憂也在加深。

Marks 引用了一個類比來說明當前經濟形勢：如果一個兄弟的岳父被授予一張「黃金信用卡」,我們知道他會購買十輛法拉利。同樣地,美國政府在面對巨額債務時也面臨著相似的情況,這意味著未來可能需要採取更多激進措施來應對財政挑戰。

美債市場的異常波動反映出當前經濟環境中的不確定性和風險增加,投資者和政策制定者需密切關注相關數據和趨勢。

Howard Marks 強調,美國政府債務在過去幾年內從37萬億美元增加到接近40萬億美元。他提到,在特朗普總統時期,國家債務曾被認為是不可接受的高水準,但現在卻已成為常態。此外,聯邦基金利率目標為2%,然而實際上很難將其維持在這個水平,因為市場預期未來兩年內可能會出現財政危機。

一句話:Bending Spoons透過收購和重組困境中的科技公司,實現了驚人的財務增長。

Bending Spoons的創辦人之一Luca Ferrari在訪談中提到,該公司在2013年夏天成立時,通過收購陷入困境但擁有潛力的科技企業來推動成長。其中一個早期案例是他們以1萬美元收購了一家小型公司,並成功將其價值翻倍至2萬、再從2萬增至4萬美元,最終在十三年的時間內實現了營業額接近40億美元的壯舉。

Luca Ferrari強調,Bending Spoons的主要增長來源是通過收購現有企業而非從頭開始創建新產品。他們曾進行多達13年的收購活動,並在過程中不斷提升這些被收購企業的表現和成功度。例如,公司在收購一家公司後兩個月內裁員75%,並將員工轉移到其他部門以實現資源的最佳配置。

Bending Spoons的成功策略包括大幅削減成本、優化組織結構以及利用AI技術來提高效率。此外,在2025年進行了一次大約25億美元的股權注入,這也是公司成長過程中的重要資金來源之一。

訪談中還提到Engine公司,這是一家專門為小型企業提供旅行管理解決方案的科技新星。根據數據顯示,Engine客戶在去年節省了超過300萬美元的旅行開支,每月有超過1,000家企業加入該平台。這些成功案例進一步證明了Bending Spoons模式的有效性及其對市場的影響力。

訪談中還提到,Bending Spoons收購了一些公司如AOL和Vimeo,並在收購後進行深度重組和優化,其中大約30%至35%的工作集中在組織結構的調整上。這種策略幫助公司在過去十年間實現了顯著的價值創造,並使其成為全球投資者關注的焦點。

Bending Spoons通過精明地收購和重組困境中的科技公司,實現了財務增長,並為投資者創造了巨大價值。

在Bending Spoons的成長過程中,一個關鍵案例是他們以1萬美元收購了一家名為Benus的小型公司。這家公司後來成為了Bending Spoons早期成功的一部分,其價值從最初的投資翻倍至2萬美元,再進一步增至4萬美元。值得注意的是,在收購後短短兩個月內,Bending Spoons就裁減了該公司75%的員工,並將剩餘的資源重新分配到其他部門,以實現更高的效率和盈利能力。這種策略在過去十年間被多次重複應用,最終幫助公司在2023年之前已經將營業額提升至接近40億美元的水平。

Bending Spoons在2013年以1萬美元收購了Benus公司後,進一步展示了其通過精簡成本和優化組織結構來提升被收購企業價值的能力。其中一個具體案例是他們在收購一家陷入困境的科技公司後兩個月內裁減了75%的員工,並將剩餘資源重新分配到其他部門,從而實現了更高的效率和盈利能力。這種策略幫助公司在過去十年間將營業額提升至接近40億美元的水平,並使其成為全球投資者關注的焦點。