giustizia predittiva, giustizia totalitaria

se insegniamo il Marxismo-leninismo ad una intelligenza artificiale, arriverà alle purghe staliniane? Pensiero stimolato da Hanna Arendt sul Totalitarismo, sul “delitto possibile” pag 646:

“l’evoluzione dell’URSS potrebbe provocare una crisi, una crisi potrebbe condurre al rovesciamento della dittatura di Stalin, ciò potrebbe indebolire la potenza militare del paese e la situazione creata da un’eventuale guerra potrebbe indurre il nuovo governo a firmare una tregua o a concludere un’alleanza con Hitler. Forte di tale conclusione, Stalin passe a dichiarare che c’era, in combutta con Hitler, una congiura per rovesciare il governo”

necessità storica, previsione, modelli blackbox 🙂

If we teach Marxism-Leninism to an artificial intelligence, will it get to Stalin’s purges? Thought stimulated by Hanna Arendt on Totalitarianism, on the “possible crime” page 646:

“The evolution of the USSR could cause a crisis, a crisis could lead to the overthrow of the dictatorship of Stalin, this could weaken the military power of the country and the situation created by a possible war could induce the new government to sign a truce or to conclude an alliance with Hitler. With this conclusion in mind, Stalin went on to declare that there was, in conjunction with Hitler, a conspiracy to overthrow the government”.

historical need, forecast, blackbox models 🙂

Translated with http://www.DeepL.com/Translator

 

today may 6th 2019

Quantum computing overhype  https://venturebeat.com/2019/04/21/quantum-computing-is-a-marathon-not-a-sprint/

scooter sharing economics Bird edition https://www.latimes.com/business/technology/la-fi-tn-bird-scooters-money-profit-strategy-20190505-story.html

Tesla chip 4 years ahead with hardware analysis https://ark-invest.com/research/tesla-fsd

scooter injuries https://arstechnica.com/cars/2019/05/head-injuries-broken-bones-plague-e-scooter-users-as-more-data-rolls-in/

Moats vs. pace of innovation

like a re-run of Maginot line vs. blitzkrieg, strategy (management) falls back into war-like metaphors

Economist today on Buttonwood – Buffet, value investing, moats The quest to find companies that have a lasting competitive edge

Bragging scars – renommierschmiss

http://katzenfabrik.cat/blog/renommierschmiss

found in this critic of Christensen disruption by Gosset

https://mondaynote.com/clayton-christensen-becomes-his-own-devil-s-advocate-c6511e3fac44

also strateachery on what Christenesen got wrong https://stratechery.com/2013/clayton-christensen-got-wrong/

disruption works on cost-minded business but not on consumers that value “the ineffable”Screenshot 2019-05-02 at 15.28.05

ideas: Gosset make epistemic remarks, Christensen claims scientificity and uses a rigourous framework of “dimensionality reduction” of complexity (world to tech trajectories, 2-dimensional and value networks maybe 3-d.

Strateachery correctly point to rigorous counter-argument, C. theory works B2B not B2C.

Staying epistemic, we could say scientific in business can’t be like physics because of complexity, byt complexity is a weak definition of the business world where among the many loops of complexity we have a concience/explicitation (hermeneutic) loop whereas a theory like Disruption and innovator dilemma gets mainstream changes perception, postures and eventually negates itself. of averages and outliers, suprises, a biology-like dynamic of population for example. Of course, just intuition, better stay rigorous like C.

Superstar firm, markups and competition

article on the Economist https://www.economist.com/finance-and-economics/2019/04/04/the-imf-adds-to-a-chorus-of-concern-about-competition about the rise of markeups, concentration of that rise on 10% of superstar firms, role of intangibles

Screenshot 2019-04-29 at 15.49.12

“Economists are sometimes accused of having “physics envy”—that is, of coveting the precision of the hard sciences. But if economics has a law worthy of the name, it is that firms prefer to merge than to compete.” unsurprisingly, top move in McKinsey book

structure and individual

from “The Next Factory of the World: How Chinese Investment Is Reshaping Africa”

Structural forces are suggestive but not decisive. Personal commitment and company-level ingenuity still count”

from the seminal paper where the rationality of the economic actor is discussed (go search for it, old paper from maybe 1965 circa, quoted by Beatrice Cherrier on twitter https://twitter.com/Undercoverhist

something related here, https://twitter.com/Undercoverhist/status/1120074472386641920)

economic actors can diverge from economic rationality, like for example disregarding maximitation and ignoring constraints, but once non-rationaly gets them in the red and broke they probably fall back into economic rationality, which as a whole still well describe the economic actor

memo: Flying Geese Theory

Tesla & disruption

Tesla & disruption

Leasing, guida autonoma e “blitzscaling”

Leasing senza riscatto ?

La notizia più strana che riguarda la Tesla negli ultimi giorni: Tesla introduce un contratto di leasing che esclude il riscatto a fine contratto,  perchè vuole avere Tesla usate da riutilizzare come taxi autonomi. https://www.sfgate.com/news/article/Tesla-lessees-help-pay-for-company-s-robotaxis-13789848.php

Taxi autonomi, robotaxi, perche? L’11 aprile 2019 Uber annuncia la quotazione in borsa e presenta al mercato il prospetto informativo. Uber è l’unicorno per eccellenza, l’app di ride-hailing cresciuta più velocemente, ugualmente velocemente brucia cassa e adesso chiede al mercato le risorse per battere la concorrenza globale. Lyft, il suo più diretto concorrente si è quotata al NASDAQ il 29 Marzo scorso.

La quotazione di Uber è la più attesa dell’anno ma molti analisti storcono il naso alle perdite sostenute da Uber, un commento al Financial Times sul prospetto diventa virale.

Il dumping sui prezzi sostiene la crescita esplosiva del comparto, cosa succederà nel lungo periodo? I numeri del prospetto di Uber lasciano trasparire il fatto che il revenue model della taxi app quadrerà solo se Uber da monopolista riuscirà ad alzare prezzi ai clienti o pagare meno i driver -o licenziarli del tutto grazie alla guida autonoma.

La guida autonoma diventa quindi la chiave di volta dell’esplosivo settore della mobilità condivisa, delle app che promettono di rivoluzionare il trasporto e le città di tutto il mondo. Può non far gola a Musk ?

Tesla ha un “keynote” annuale -come fa la Apple- si chiama “Autonomy Day” ed è chiaramente dedicato ai progressi della guida autonoma. Il 22 aprile Musk ribadisce che nel 2020 ci saranno 1 milione di Tesla  in strada con guida autonoma di livello 5 (sbadigli di chi sente questo annuncio dal 2015 ma la sua previsione sembra accurata, se riesce a consegnare la nuova tecnologia nel 2020 ) e annuncia che con essa lancerà un servizio di robot taxi. Ancora più interessante, Musk annuncia che Tesla ha abbandonato l’hardware di Nvidia di AI/autonomous driving a favore di un chip proprietario, con decisivi guadagni di efficienza (quel “21 volte più potente”su cui gli analisti si interrogano)

Tesla, taxi e AirBnB per auto elettriche

Qui diventa più chiaro cosa Musk sta cercando di fare con Tesla. Musk conosce bene il playbook della disruption e dello scale-up, è frustrato dalla incapacità di Tesla di trovare la crescita esponenziale nel sistema di valore auto elettrica-ricarica-rinnovabili (peraltro ben percepito dal mercato, Tesla capitalizza di più di case che producono 10 volte più veicoli) e prova a riposizionarsi come un “Uber su steroidi” e suggerisce anche un modello di “Airbnb per la tua auto”: una Tesla full autonomy può rendere 30,000$ l’anno se reimpiegata come robotaxi nei momenti in cui non la si usa, stima Musk.

Tesla produce auto elettriche ma è una azienda nata con l’imperativo di cambiare il modo di possedere e guidare auto grazie al software, alla rete,  all’incontro tra il mondo materiale e quello virtuale. Come dice Reid Hoffman nel suo libro “Blitzscaling”

“My friend Marc Andreessen has argued that “software is eating the world.” What he means is that even industries that focus on physical products (atoms) are integrating with software (bits). Tesla makes cars (atoms), but a software update (bits) can upgrade the acceleration of those cars and add an autopilot overnight.”

L’imperativo di Musk è il “blitzscaling”, la crescita fulminea di fatturati e valutazione resa possibile dall’accesso via internet ai mercati globali. La crasi di Blitzkrieg e scaling mostra bene l’idea di una estrema mobilità, di una spinta in avanti delle forze più dinamiche per accerchiare il nemico in posizione statica alla difesa del mercato tradizionale, mentre tecnologia e web aprono nuovi spazi di concorrenza. Portando avanti la metafora  vediamo come la Tesla, partita per dominare il settore automotive su una nuova proposta di auto elettrica, nuova interfaccia di guida, rete di ricarica veloce si trovi oggi in una serrata concorrenza, un scontro frontale , con i leader del settore che stanno sviluppando le proprie offerte BEV (battery electric vehicles)

E per quanto possano dire i fanboys, che sono tanti e hanno ben ragione di esserlo, Tesla potrebbe non rivelarsi il player disruptive del settore automotive, o almeno non esserlo nella maniera utile a goderne direttamente in termini di crescita, quote di mercato, profitti.

Tesla, Software & Disruption

Bella l’analisi di Benedict Evans di Andreesen Horowitz nel suo post “Tesla, Software & Disruption”. https://www.ben-evans.com/benedictevans/2018/8/29/tesla-software-and-disruption

Tesla prima di tutto compete con le case auto sul loro terreno di fare macchine e qui il drivetrain elettrico motore+batterie da solo non sembra aver modificato radicalmente le basi della concorrenza abbastanza da promettere una vera “disruption”.  Anzi il “production hell” sperimentato nel terzo trimestre del 2018 mentre si cercava di aumentare la produzione deve aver portato a Musk, deciso “odiatore” del metodo “kanban”, l’epifania che per conquistare quote sempre crescenti  si deve essere anche capaci di produrre in maniera tempestiva con la massima qualità, gestendo reti globali di fornitori di componenti prodotti ad hoc. Mentre la Tesla imparava a produrre macchine la concorrenza tradizionale rispondeva: Audi, Jaguar, Volvo, Hyundai e Nissan hanno tutti auto elettriche in produzione o in lancio entro il 2020, mentre upstart cinesi dominano il mercato domestico, il più grande e ad oggi BYD è il primo produttore mondiale di veicoli elettrici.

Lesperienza Tesla sicuramente unica, con il maxischermo, i comandi soft, gli aggiornamenti OTA over-the-air e i piccoli treat che il software permette, l’aria condizionata per il cane in parcheggio, la coreografia delle portiera ali di gabbiano per lo show, riescono a dare un  vantaggio a Tesla duraturo e difendibile ?

Piccolo inciso “teorico” , Tesla ha davvero aiutato a far partire la rivoluzione elettrica con le proprie auto ad alte prestazioni ma la “rottura” degli equilibri di mercato è stata nella filiera dei fornitori di componenti, non nel mercato principale dei veicoli. Un necessario reminder che la disruption è un fenomeno relativo, fortemente dipendente dal sistema di  valore, dalle dinamiche del mercato, la “dirompenza” della tecnologia/prodotto non ci garantisce che ne godremo i profitti, tutto dipende dal sistema di valore, molto complesso nel caso delle auto.

Il sistema operativo della tua prossima auto

Tesla ha bisogno di qualcosa in più per fare uno scale-up paragonabile agli unicorni venuti dal web. E sviluppare la migliore piattaforma di guida autonoma sembra la prossima “avenue” da cui questo possa venire e qui comprendiamo fino in fondo l’importanza del “divorzio” da Nvidia. Tesla vuole possedere l’intero “stack” tecnologico, diventare “la piattaforma” per la guida autonoma: gli appassionati proprietari generano i dati, il codice di self-driving specializzato in computer vision, senza Lidar, unico nel panorama, li ottimizza girnado su hardware specializzato proprietario, per dare una esperienza migliore, più sicura e così via nel feedback loop vincente dalla Intelligenza Artificiale di successo.

Tesla cerca di costruire una offerta unica e difendibile. La guida autonoma realizzata con la sola computer vision differenzia Tesla da Google a altri concorrenti, è una scommessa difficile, contro la differenza adesso vale molte migliaia di euro nel prezzo al cliente finale, tanto costano i Lidar anche se i prezzi in discesa e tecnologia in flux, vedi ad esempio la startup Velodyne. La guida autonoma è allo stadio del “fermento tecnologico”, non c’è un design dominante, Se Tesla dimostrasse di avere un sistema di  guida autonoma sicura, robusta senza Lidar, primi sul mercato, anche prima di Google Waymo l’attuale leader, la possibilità di una disruption non sarebbe limitata al sistema di guida stesso, ma si estenderebbe anche al settore del ride hailing, i taxi. E offrirebbe tutta una serie di opportunità strategiche a chi è proprietario del “sistema operativo” dell’autoveicolo, della tecnologia abilitante di una funzione eventualmente in domanda anche nel mercato auto privato e business.

Quindi ecco la narrazione di Musk per i propri investitori prima che per i propri clienti, direttamente dal repertorio di un uomo avvezzo e potere “dirompente” e “scalante” e che ancora una volta cerca di posizionare la Tesla al posto giusto. E di certo ha scelto un campo ancora aperto e forse l’unico modo di portare disruption vera al settore automotive, non solo alla sua filiera ICE come oggi. Da vero Master of Scale, l’uomno di Paypal e di SpaceX.

Ma che lezione dobbiamo noi trarre da questo ? La complessità dei sistemi di valore oggi è tale che molteplicità possibilità si presentano al Musk di turno e molteplici potenziali minacce al concorrente di Musk di turno. La complessita dei diversi loivelli di teconologia e interazione con gli utenti che si rpesentano nel prodotto auto rende la previsione a liungo termine difficile, l’attenzione allle micro notizie (il leasing senza riscatto) necessaria per scorgere tutti i segni di quello che si muove, la capacità di valutazione strategica basilare. La capacità di reagire nel modo appropriato vitale.

annunci per sostanziare il proprio posizionamento come provider di piattaforma di sfl-driving alternativa e concorrente a Google, rispetto a google più integrata verticalmente, Software will eat the world, ma anche l’hardware è importante, come insegna Apple.

Insomma Tesla ci dice che ha una propria piattaforma di guida autonoma, la caratteristica è che non richiede Lidar, il vantaggio è il training sulla flotta di EV Tesla, quasi la pià grande come EV, la più grande con qualche capacità di guida autonoma. Tesla può giocarsi il cruciale feedback loop positivo del first mover che in AI gira intorno ai dati.

AI and intuition

“It is really Python + intuition” me pitching this book to L.

Screenshot 2019-03-30 at 12.45.59.png

https://www.amazon.com/Deep-Learning-Python-Francois-Chollet/dp/1617294438

really, AI people are fixated with the intuition behind neural networks and all the architectural variations that comes with it. I love all the graphocal explanations of techniques that really get me to visualize and understand what happens. But then, can we make Ai explainable tru intuintion?

the Concept of Intuition in Artificial Intelligence paper

Fake Intuitive Explanations in AI

 

 

Causal inference, Nobel, Kruegman

screenshot in case twit goes away Screenshot 2019-03-30 at 12.30.52

Hal Varian explains causal inference in economics and marketing

Krueger study on restaurant that kickstarged causal inference and natural experiments in economics Minimum Wages and Employment: A Case Study of the Fast Food Industry in New Jersey and Pennsylvania

BTW I had to edit all the causal in the post since I had written casual, maybe denotes my idea on the issue 🙂