Охир танцът на Gumgum на лоши реклами и добър ай

В шоуто тази седмица седнах с Ophir Tanz, главен изпълнителен директор и основател на GumGum, фирма, която стартира като компания за компютърно виждане и бързо се превръща в цялостна компания с вертикално AI решение. Говорихме за настоящия бум на изкуствения интелект и потенциала му да промени всеки бизнес, до който се докосне. В момента GumGum предлага разнообразие от AI-ориентирани решения в рекламата и тепърва започва.

Вие сте в града за Седмица на рекламата. Имате редица рекламни приложения, базирани на AI. Да започнем от там. Как днес използвате AI в рекламното пространство?

GumGum, в основата си, е компания за компютърно виждане. Ние изразяваме тази технология по различни начини. Най-голямата ни бизнес единица е нашата рекламна единица и ние измислихме рекламен формат, наречен In-Image Advertising, където в момента работим с около 70% от марките Fortune 100 и много от най-големите издатели в света. Това, което правим, е, че контекстуално поставяме маркетингови съобщения в съответствие с потребителите, които активно участват. В този случай ще идентифицираме контекста на изображенията и всъщност ще подравним маркетинговите съобщения към него.

Имате редица примери за това на вашия уебсайт. Наистина е готино. Не мисля, че повечето хора знаят, че това се случва, когато всъщност се натъкнат на уебсайт и виждат този тип. Те смятат, че може да е програмиран по този начин, но вие всъщност вземате съдържанието на снимката и след това доставяте реклама, която е базирана на снимката, а не непременно сайта или дори статията.

Правилно. Идеята е, че потребителите посещават сайтове и снимки обикновено са единица герой на дадена уеб страница. Ако погледнете всяко изследване за проследяване на очите, ще видите, че по-голямата част от топлината е съсредоточена около снимки. Идеята е да създадете много родно разположение, но и да го покажете правилно. Той е сравнително въздействащ и има наистина приятни характеристики, тъй като не се изисква да попълваме всяка отделна възможност за инвентаризация.

Това, което можем да направим, е да зареждаме реклами, когато те са подходящи за този потребител в подходящия контекст във всеки момент. Това също има страхотен ефект от създаването на много по-добро потребителско изживяване, защото виждате нашите реклами много по-рядко, но когато го направите, те са по-въздействащи. Той има и допълнителното предимство да предостави на издателите, в много случаи, да премахнат други стандартни формати от техните свойства и да върнат недвижими имоти на тези сайтове на издатели, които да използват за съдържание.

В проучванията, които съм виждал, не е, че хората мразят рекламите. Мразят силата на звука.

Да.

Мразят силата на звука, мразят натрапчивостта, мразят изскачащите прозорци. Виждането на рекламата всъщност не ги притеснява, стига да не прекъсва опита.

Мисля, че това е наистина голям проблем в индустрията днес. Ако погледнете традиционните си рекламни формати IAB, имате редица проблеми. Едното е, че те трябва да зареждат 100% от времето, така че без значение какво се зарежда реклама. Очевидно имате огромни проблеми с видимостта, свързани с това. Когато уеб страницата се зареди, 100% от IAB рекламите на тази страница ще се заредят и може да превъртите само една трета от пътя надолу. Рекламодателите плащат за тези импресии, но никога не ги виждат. Те създават никаква стойност. Това е ефективно еквивалентно на, мисля, че миналия път, когато го изчислихме, 10 или 12 милиарда долара годишно просто се изгаряха и се пушеха.

Това е огромен проблем. Ние зареждаме форматите си само когато съответното съдържание погледне браузъра. Почти няма пропилени впечатления. Наистина вярвам, че бъдещето на рекламата, особено когато се премествате на различни устройства като таблети и телефони, ще бъде много по-интегрирано и селективно изживяване. Идеята на рекламата е да се изпрати съобщение до потребител, който има предимството на хората да печелят пари, за да могат те да продължат да доставят, в много случаи, безплатно съдържание. Нашата перспектива е „Нека направим рекламите видими. Нека го направим много уважаван, но нека го показваме рядко“ и смятаме, че в крайна сметка е по-добре за всички заинтересовани страни.

Нека да поговорим малко за спортното подразделение, в което работите. Това е наистина интересен начин да отворите инвентара и да направите нещо с компютърно зрение, което просто не би било практично, ако го правите на ръка или от хора.

Е, начинът, по който е направено през последните няколко десетилетия, е на ръка и от хора. Това е подход с голяма грешка, тъй като обикновено се случва да вземете, например, 10 минути или някакъв сегмент от многочасова игра. Ще го изпратите до място, обикновено в чужбина. Ще имате хора, които буквално ръчно маркират къде се появяват спонсорите и относителното качество на всяка отделна експозиция. След това те екстраполират това в черна кутия до общата стойност.

Това е някой, който гледа лентата, идентифицира логото на Coca-Cola на табелата на полето и след това казва колко време, колко секунди е било в полезрението.

Да, и качеството на това видео. Беше ли объркан? Беше размазано? Колко голям беше? Такива неща. Това, което сме направили, е, че всъщност сме взели една и съща методология, но ние правим всичко програмно, използвайки компютърно зрение. Това е наистина елегантно изпълнение на тази технология, защото сме в състояние да разгледаме нещата всеобхватно. Ние разглеждаме всеки един момент от всеки видеоклип, всеки подчертан видеоклип, всеки социален образ и идентифицираме къде се появяват всички тези експозиции, но и качеството на тези експозиции. Тогава ние даваме възможност на всички относителни заинтересовани страни, в случая носители на права и марки, да копаят в всеки момент, така че да няма спор за това какъв е действителният показател за качество.

Спонсорството е голям бизнес. За тези неща се харчат много пари и има много преговори, които трябва да продължат, за да се стигне до съответната такса. Това отнема много от догадките от тези усилия.

Мисля за табелата на WB Mason на Yankee Stadium. Там е в полето и ако отидете в играта, виждате го, но това е нещо, което трябва да се определи количествено и да му се придаде определена стойност, а инструментът ви помага да създадете и разберете тази стойност.

Прави го. Ние дори помагаме на притежателите на права реално да преместят ъглите на камерата и да правим такива неща, за да увеличим максимално експозицията на спонсорите. Социалното е елемент, който никога не е бил разглеждан, преди GumGum, цялостно. Оказва се, че по-голямата част от стойността, произведена в социалните медии от гледна точка на спонсорството, се случва на собственост и експлоатирани имоти.

Без използване на компютърно зрение е невъзможно да се разгледа вселената на социалното и всъщност да се идентифицира къде са всички тези експозиции. Имаше огромен подем, който успяхме да покажем в действителната стойност, която се създава, и все повече, така хората също предават своя опит, така че тази стойност спрямо телевизията също се увеличава.

Нещото, което захранва и двете приложения, е наистина компютърното зрение. Има алгоритми, които могат да идентифицират какво е в изображение, какво е във видео изображение и след това да го разпознаят, поставят в поле и го класифицират. Това наистина е основната технология, по която сте изградили компанията.

Да.

Къде отива това? Имате тези две приложения. Какво следва?

Както споменахте във вашето представяне, ние сме пълноправна, вертикална AI решения за решения и това, което означава, в крайна сметка имаме тази много мощна технология. Той е сравнително нов по отношение на това, че всъщност може да го приложи при практически случаи в света. Когато погледнем света, виждаме огромно количество индустрии, които наистина могат да се възползват от тази способност. Към този момент много малко всъщност са имали ползата да се възползват от тази способност.

Ако погледнете как вариантите по отношение на внедряването на тези решения, имате облачни базирани решения, имате неща като Уотсън и облачно виждане на Google и Amazon и други подобни. Проблемът е, че за да решите реално нуждите на бизнеса, ние вярваме, че трябва да разполагате както с експертното ниво на бизнес ниво, така и с техническата експертиза, за да изградите конкретно решение за този конкретен проблем. Никога не съм виждал компания или всъщност дори успешен продукт да се изгражда от вземането на облачни бази на AI решения и интегрирането им в продукт.

Причината за това е, че нямате способността да ощипвате тези неща почти толкова, колкото можете. Има наистина много артистичност, свързана с разработването на успешни AI системи, поне днес, и това е повече грешка, а не функция. В крайна сметка тези неща ще станат по-комодитизирани, което е добро и ние също работим за това; но също така, просто е наистина скъпо. Нещата, които правим за части от стотинка, биха ви стрували някъде между 40 цента и долар и 50 цента на база CPM от тези облачни компании. Просто не е възможно да се направи всъщност нищо в мащаб, използвайки тези решения.

Сега има случаи, в които можете да използвате определени видове AI, като обработка на естествен език и някои текстови анализи, извън облака; но наистина е ограничен до тези области. Точно там виждаме, че продажбите ни играят голяма роля, а това е, че имаме, експертните знания от техническа гледна точка и сме в състояние да интегрираме експертизата на бизнес ниво, така че да можем да изградим цялостно решение. Засега имаме реклама в спорта, имаме социално разделение и разглеждаме редица други възможности.

Важността на оплакването, което чух с IBM Watson, е, че получавате инструмента, но тогава, преди да успеете да направите каквото и да било с него, трябва да го обучите и трябва да знаете какво го обучавате да прави. Тогава много малки фирми нямат този набор от умения. Те трябва да наемат консултант, който да обучи AI. Как бихте се справили по различен начин?

Всички работим с една и съща архитектура. Ако използвате невронни мрежи, което според мен Уотсън използва до голяма степен и със сигурност това, което използваме и ние. С това е свързан учебен елемент. След като работите в мащаб, това се превръща в равно предизвикателство към алгоритмичната страна на уравнението.

Способността да се съберат етикетирани, значителни и безпристрастни набори от данни е изискване. Отново бих нарекъл тази грешка, а не функция. Това е нещо, което правим от много години и можем да се справим много добре. В крайна сметка качеството на вашата невронна мрежа ще зависи от качеството на данните, които можете да ги захранвате, така че не е, че сме освободени от това. Просто мисля, че сега трябва да придобием и етикетираме тези комплекти бързо и струва ефективно , Струва ми се, че едно от предимствата на тези големи, гигантски технологични компании - Amazon, Google, Facebook - е, че имат масивни масиви данни. Те наистина са безпрецедентни в историята на компютърните науки и самото им достъп до тези набори от данни им дава предимство при преминаването в тази епоха на изкуствения интелект.

Това е устойчиво предимство или смятате, че стартиращите и по-малките компании ще могат да се състезават?

Това е огромно предимство, така че сте прав в това предположение. Вижте, данните са кралски и докато тези неща трябва да бъдат обучени с данни, тогава субектите с най-подходящите данни за каквото и да е приложение са в изгодно положение. Интересното е, че ние допринасяме много за движението с отворен код. Така са и всички тези други компании. Всъщност споделяме това знание, но не споделяме толкова много в данните. Има отворени набори от данни, за които ние допринасяме. Имаме и много собствени данни и със сигурност големите момчета също го правят, но това наистина е специфично за проблема.

Едно от нещата, които правим, например - и това не е основна дейност, но ние правим това повече за общността - е да събираме най-голямата колекция от зъбни рентгенови снимки в света, Ако искахме да изградим бизнес, това например не е достъп до Google или Amazon. Те нямат причина за това. Те имат определен тип данни. Те имат UGC изображения, например UGC видео, много данни за местоположението, много наистина ценна информация по всички видове начини, но ако се опитвате да идентифицирате фисури и тръбопроводи или ако се опитвате да оптимизирате културите, прах, тук има безкрайно количество приложения. Бих казал, че те имат полза по определени начини и тя варира в зависимост от компанията.

Връщайки се към денталните данни, какво ще правите с тази гигантска база данни за зъбни изображения?

Това, което бихме искали да направим, е домакин на световно състезание, подобно на ImageNet, състезание, което Станфорд е домакин на година, за да види коя компания може най-точно и целесъобразно да сортира наборите от данни за етикети. Бихме искали да направим нещо подобно на това.

Това наистина е просто проект за класификация повече от търговски продукт.

Днес, да.

Нека поговорим малко за едно от нещата, които обезпокояват хората за AI - те смятат, че това е технология, която ще бъде внедрена от правителствата. Той ще бъде разгърнат от големи компании, но отделните потребители наистина ще бъдат предприети от тези ИИ, за разлика от възможността сами да се възползват от тях. Мислите ли, че това е справедливо предположение или това ще се промени в някакъв момент?

Ще кажа да и не. Бихте могли да спорите, че хората са действали и са плячка на всеки бизнес продукт, дори нещо като Waze.

Мисля, че Берни Сандърс прави този аргумент през цялото време.

Но мисля, че крайният потребител е и най-големият бенефициент в края на деня, защото най-малко компаниите се опитват да разработят продукти, които добавят стойност за живота на хората, а също и за другия бизнес. Мисля, че правителството има свои собствени… Не знам дали бих го нарекъл злобно или просто не е пряка добавена стойност, освен ако не искате да го погледнете от гледна точка на сигурността. Вижте, това е трудно да се направи. Не е евтино да се постигне. С други думи, дори само за придобиване на набори от данни са необходими ресурси. По-големите субекти, които са много ангажирани с това усилие, в крайна сметка ще го притежават.

Другото, което се появява през цялото време, са ИИ и агент на автоматизацията. Използването на спортното подразделение на GumGum като пример, това е нещо, което се прави сега чрез софтуер, който преди се правеше, макар и в чужбина, но от хора, които гледат на лента и класифицират нещата. Как виждате загубата на работа, която ще бъде свързана с тези видове автоматизации ?

Това ме тревожи много. В GumGum съм виждал това да се случва. Ние разработваме автоматизирани решения, които изместват хората, които са използвали за маркиране на изображения или видео и бихте могли да спорите, че това е цената на автоматизацията. Мисля, че често хората се опитват да нарисуват много розова картина около това, да кажат: „Всички нови технологии създават нови работни места. Вижте индустриалната революция“. Просто не купувам този аргумент. Мисля, че не всички технологии са създадени равни и не всички технологии по подразбиране създават нови работни места. Считам, че в този смисъл има създадени огромни количества нови работни места.

Например хора, които може да са направили маркирането, сега потенциално маркират и етикетират изображения за нас и може да са същите хора, но в крайна сметка това ме засяга много. Мисля, че това е нещо, което в дългосрочен план ще трябва да разгледаме като общество. Универсалният основен доход е нещо, което се обсъжда все по-дълго, на правителствено ниво и на други места. Не мисля, че това е лоша идея. Мисля, че може да е много добра идея.

Считам, че това има и други последици за обществото и за индивидуалното щастие, за които просто все още нямаме отговори. Мисля, че това е труден проблем и бих искал настоящата ни администрация, а също и бъдещите администрации да отделят малко повече внимание, за да се опитат да измислят и, когато е необходимо, дори да субсидират света на бъдещето, а не да се опитват да върнат работни места за въглища от които има 70 000 в САЩ. Това няма много смисъл.

Вероятно не се връщат.

Не трябва да се връщат. Това е лошо за околната среда. Това не е високо качество на живот на тези хора и не е дългосрочно устойчиво решение.

Добре. Нека да си зададем въпрос от публиката: Колко вероятно смятате за основен универсален доход?

Отговорът, който току-що дадох, вероятно е най-добрият отговор, който мога да дам в момента във времето. Не мисля, че разполагаме с данните или достатъчно вникване в това какви могат да бъдат последиците от извършването на нещо подобно. Знам, че има някои правителства по света, които някак си експериментират с тези неща. Това ще бъде много интересно да се видят свидетели и да се поучим от тях.

Също така не мисля, че сега сме на място, където трябва да създадем нещо като универсална система за основен доход. Мисля, че това е а по-дългосрочен план нещо като проблем и мисля, че една възможност е много по-голям арсенал. Не мисля, че някой има страхотен отговор на този въпрос, но ако го направят, ще ми е любопитно да го чуя.

Мисля, че тепърва започваме да обвиваме главите около последствията от всички тези нови технологии, защото това са сравнително нови разработки. Изглежда, че това се случва много по-бързо от индустриалната революция, и ние ще трябва да интернализираме какви са последиците от това да имаме автомобили, управлявани от AI, и самостоятелно управлявани автомобили и камиони, които са по пътищата и всички тези различни неща. След като се върнем у дома, мисля, че тогава можем да проведем реалистична дискусия как да компенсираме.

Едно нещо, за което говорим много в моята компания, е тази концепция за постоянни и драматични промени и мисля, че това е една от основните истини на света, в който сега живеем. Ако погледнете какво означава това в технически смисъл, това означава, че имате разнообразни технологии, които нарастват във възможностите на експоненциална крива и говоря за всичко - от резолюции на пиксели до капацитета на твърдия диск до скорости на обработка, и след това също имате разработка на софтуер и имате всички тези технологии под формата на различни точки на преклонение на тези криви; но всички те са скверни и това всъщност прави рекламата възможна днес, ефективно графичните процесори и скоростта на обработка. Тези алгоритми се връщат към 50-те и 60-те. Първата невронна мрежа е разработена според мен през 50-те години. Имаше като 40 неврона.

Удивителното при експоненциалния растеж е тази представа, че например, ако ще правите 30 линейни стъпки на метър на стъпка, след това след 30 стъпки ще преминете 30 метра. Ние щяхме да преминем през тази стая, но ако предприемете 30 експоненциални стъпки, което в случая е просто просто удвояване. Едно, две, четири, осем, след това след 30 стъпки, вие ще преминете обиколката на Земята 26 пъти - така че около милиард метра. Особено интересното е, че по-голямата част от този растеж се случва в последните няколко стъпки - така че на стъпка 29 сте на 500 милиона метра.

Ето какво толкова заблуждава експоненциалният растеж. Дълго време това прилича много на линеен растеж и всъщност би могло да изостава от кривите на линеен растеж, които имат по-голям растеж във всеки линеен период - но в крайна сметка това е нещо драстично различно. И това прави бъдещето невероятно вълнуващо и в много отношения загадъчно и невероятно трудно да се предвиди. В GumGum се опитваме да разгледаме по-дългосрочния времеви хоризонт - неща като AR и VR, носими и IoT и други подобни неща, но също така се опитваме да планираме бизнеса си на стъпки от две години, защото вярваме, че това е почти доколкото можете да видите, а също и доколкото можете да определите и изградите commercializable продукт, който сам по себе си е предизвикателство.

Мисля, че това е предизвикателството, което е нещо като яденето на света днес. Определено наследствените компании преживяват това и това е нещо като доминиращата сила. Това не е същата ситуация, както преди векове, когато можехте да разработите бизнес модел и той да работи. Този цикъл на промяна беше много по-дълъг, така че можете да извлечете наградите в дългосрочен план. Сега трябва непрекъснато да иновавате и да увеличавате разбирането си за света и да се опитвате да разберете различните промени в парадигмата, които са от значение за вашето предприятие, и да надграждате към тях.

Да бъдеш гъвкав и да можеш да отговориш вероятно е по-полезно, отколкото да си прав за това, което ще се случи след пет години сега, защото никой не знае какво ще се случи.

Ето защо виждате такава маниакална инвестиция във всички тези бъдещи технологии, защото компаниите не са тъпи. Говорим за големи корпорации. Те знаят, че живеят от наследени предприятия. Те знаят, че нещата се променят много драматично и знаят, че трябва да направят голям залог. Виждаме много големи, много смели фирмени залози, защото това е единственият избор, който имат, и затова също така стартиращите компании, според мен, ще продължат да бъдат изключително ценни и добавъчни и успешни, защото в крайна сметка, когато сте в период на застой, трудно е, независимо дали инвестирате или дали отглеждате компания, трудно е да създадете нова стойност, но когато всичко се променя през цялото време, тогава има много възможности за създаване на стойност.

Мисля, че правиш толкова голям момент, когато говориш за експоненциално мислене и колко е трудно да обвиеш главата си около формата на тези извивки. Открадвам от едно от предишните ви разговори, където казахте, че до 2023 г. 1000 долара ще ви получат устройство, което има изчислителната мощ на човешкия мозък. Това ще бъде възпроизвеждане на толкова голяма процесорна мощ. До 2043 г., която повечето от нас може би все още са живи тогава, ще имате мощност за обработка за 1000 долара. По-голям е от всички мозъци на планетата.

Комбинирани, да.

Какво прави това?

Това е наистина интересен момент. Само за да бъда честен, откраднах това от Рей Курцвайл. Той направи този анализ.

Всички стоим на раменете на гиганти.

Не искам да приемам кредит за това, но това е наистина поучителен момент. Отново не мисля, че ние сме - като общество, като вид - особено добри в мисленето експоненциално. Нашите мозъци са конструирани да мислят линейно. Това в крайна сметка предлага повече потенциал за оцеляване и не е предложило много ползи на африканския храст преди хиляди години, нали?

Последиците от това са огромни, защото много неща могат да бъдат груби. Имате качество на алгоритми и технологии - и това винаги може да стане по-елегантно - но ако имате достатъчно мощност на обработка, тогава можете да направите много неща, които никога не са били възможни, просто като хвърлите повече изчислителна мощност в него. По някакъв начин бихте могли да спорите, че невронните мрежи - сигурен съм, че ще погледнем назад към технологията и ще се почувстваме като че ли е доста неелегантен - и ако погледнете количеството на процесорната мощност, което е необходимо спрямо човешкия мозък и това е лошият образ на това, което всъщност прави човешкият мозък, мозъкът използва малко количество от силата, която тези машини правят, за да правят тези изчисления.

Мисля, че това е само свидетелство за факта, че бъдещето наистина е трудно да се предвиди. Това ще се промени по-драматично, отколкото някой осъзнава, а след това се чува и дотолкова до качеството на софтуера, защото ако успеем да разработим достатъчно висококачествен софтуер, то очевидно проблемът с изчислителната мощност сега ще бъде ограничаващ фактор, Ако искате да говорите за общ AI или супер интелигентност, ограничаващият фактор ще бъде нашата способност да разработим правилния софтуер, защото, очевидно, ако можете да закупите чип, който има еквивалентната изчислителна мощност от тази на цялото човешко население за 1000 долара, тогава това може би е повече мощност, отколкото ви е необходимо, може би седем милиарда пъти.

Има куп индустрии, за които знаем, че ще бъдат трансформирани. Можем да кажем, че ще имаме самоуправляващи се автомобили. Може би не след пет години, може би не след 10, но със сигурност до 20. Хората почти предполагат, че това ще стане. Има ли индустрия, която според вас ще бъде трансформирана от изкуствен интелект, за който все още не сме мислили, или който е много неподготвен за тази трансформация?

Вижте, това е много мощен инструмент в море от други мощни инструменти, технологии, софтуер, хардуер. Не мога да се сетя за индустрия, която не може да се възползва от интеграцията на AI възможностите. Можете да обработвате данни, да обработвате видео просто по-добре и всяка индустрия може да се възползва от това. Ето защо виждам толкова много сила в това да мога да изградя вертикален стек AI разтвори, защото в крайна сметка тук има просто безкрайно много възможности.

Искам да ви задам въпросите, които задавам на всеки, който идва в шоуто. Коя технологична тенденция ви засяга най-много? Има ли нещо, което да те поддържа през нощта?

Оръжейна ядрена енергия или ядрени бойни глави.

Стари, но добрини.

Просто се върна на мода.

Очевидно малко загриженост. Има ли технология или инструмент, който използвате всеки ден, който вдъхновява чудо, от обратната страна?

Попаднах много на дървообработването и най-вече на традиционната дървообработка през последните осем месеца. И така, много ръчни самолети и блокови самолети, както и бръсначи за спици. Честно казано, намирам това за много вдъхновяващо. Те са наистина красиви инструменти, които според мен говорят много за човешката изобретателност. И е хубаво да се занимаваме с много прости, но много мощни и ефективни инструменти, които хората са измислили.

Вероятно има голяма автоматизирана машина, задвижвана от AI, която също може да направи същия тип обработка на дърво.

Има ниво на артистичност и удовлетворение, което според мен е част от това, което съставя човешкия опит. Вижте, всъщност имам и много електроинструменти. Винаги получавате по-добър завършек и по-добър продукт в крайна сметка с ръчните инструменти, но в крайна сметка това е едно от предизвикателствата. Ако всъщност не сме най-интелигентният вид на планетата, това очевидно има дълбоки последици.

Първо, можем да разгледаме как се отнасяме към по-малко видове интелекти на Земята и това не е много приятна гледка. Мисля, че това наистина поставя под въпрос какво означава да си човек и какво трябва да правиш с един живот, какво отговаря на щастието? Това очевидно са доста дълбоки въпроси и мисля, че рано или късно ще трябва да се борим с тях.

Не мисля, че тези неща са зад ъгъла. Мисля, че ние сме на много пробив далеч от каквото и да било представяне или дори да започнем да приличаме на съзнателната интелигентност, но независимо дали е след 40 години или 400 години, това е относително, мъничко нещо в мащаба на човешката история. Струва си да се говори за последиците от това какви са тези неща. Никой не говори за спиране на развитието на тези технологии. По природа сме много любопитни и това просто не е вариант. Не мисля, че това също би трябвало да е вариант, но по всяка вероятност ще стигнем до там, преди да сме разработили правилните протоколи за съперничество с това как изглеждат тези реалности.

Тя се връща към експоненциалния характер на промяната. Ще постигнем определени възможности по-бързо, отколкото сме подготвени, и не мисля, че правителството, бюрокрацията или дори предприятията днес са оборудвани да могат да управляват промените с такъв темп. Нивото на промяна, която ще бъде необходима, за да бъде тя правилно правилна, ще създаде някакво ниво на объркване.

Междувременно ще работите във вашата дървена работилница.

Ти ми казваш. План Б.

Какъв тип неща правите, мога ли да попитам?

Табуретки, купи и лъжици и подобни неща. В момента е наистина просто. Аз съм новак, който търси наставник. Много е приятно да живея в това дигитално пространство от битове и байтове, които винаги съм обичал, от млади години съм програмист и винаги съм бил много привлечен от това и все още го обичам както винаги; но, това е просто антитезата на това, че е много физическо и ръчно и някак си се занимавате с предимно дърво, което е хубаво съпоставяне.

Много органично. Смешно е колко технолози са дошли на шоуто с велики умения за програмиране и страхотни котлети и въпреки това нещото, от което се наслаждават, са тези неща в реалния свят, където всъщност работят с ръце.

Да. Връщането към тази страна на нещата е приятно.

Ако наставникът гледа сега и те искат да се свържат с вас или просто искат да следят какво правите вие ​​и GumGum, как могат да се свържат с вас онлайн?

Можете да ме намерите в Twitter @ophirtanz, LinkedIn в Ophir Tanz, на нашия уебсайт, Gumgum.com. Всички видове начини.

Отличен. Офир, много благодаря, че дойде в лабораторията.

Благодаря, че ме има.

Оценявам го.

Беше чудесно.

Това е Бързо напред за днес. Искам да ви благодаря, че се присъединихте към нас. Ако искате да видите епизоди от това предаване, можете да ги намерите на PCMag.com. Ако искате да чуете подкаста в iTunes, можете да го намерите в Apple Podcast, можете да го намерите в Android Play. Можете да го намерите навсякъде, където фините подкасти се раздават безплатно. Много благодаря, че се присъединихте към нас днес и ще се видим занапред.