Posts

Showing posts with the label 아마존
Show all
Image

Barnes & Noble is making a comeback; Barnes & Noble 재생의 비결: 철저한 전문화와 큐레이션 - indie bookstore model - model of relying on the judgment of individual booksellers; Amazon Books adopted a “ratings-first” approach by stocking books that sold well on its website, but it failed to entice customers and eventually shuttered all locations in 2022; Daunt credits part of Barnes & Noble’s recent success to BookTok, a TikTok subcommunity that emerged in 2020 when influencers introduced new finds and shared book recommendations; 츠타야 서점과 비슷한 사례일세

Post a Comment

아로의 MS-챗GPT 4.0과 아마존-Claude AI 3.5 성능 테스트

Post a Comment
Image

일본의 경제구조 (경상수지, 소득수지, 무역수지, 서비스수지 (디지털 수지), 제2차 소득수지) 분석 / 엔저의 원인 (1) 1. 아베노믹스 등 지난 30년간 일본 엔화는 GDP의 15배, 달러는 2.5배가 풀렸다는 것이 전문가들의 분석 (2) 코로나 팬데믹으로 인한 일본 관광 금지와 이에 따른 엔화 약세 장기화 / 러시아-우크라이나 전쟁으로 인한 식량수입 폭등 (3) 달러와의 금리차 (4) 일본이 미국보험회사에 지불하는 돈 (5) 신NISA 소액투자자 비과세 제도 -> 60%가 미국주식에 투자됨 (6) 5조엔이 넘는 디지털 적자 (5) 제1차 소득수지 때문에 전체 경상수지는 흑자이지만, 대부분의 이익이 해외에 재투자되거나 유보금으로 쌓여 일본으로 돌아오지 않음; 결과적으로, 2010년대 이후 아베노믹스는 일본정부, 기업에게만 좋은 정책이지, 일본 서민들의 실질임금은 엔화약세와 인플레이션 때문에 오히려 하락 (아베노믹스로 인한 취업률 상승 효과도 있어서 액면 그대로 안 좋았다고 하기는 좀 그렇지만)

Post a Comment
Image

서울대 산업공학과 조성준 교수: 1980-90년대만 해도 컴공에서 AI가 차지하는 비중은 5%, 그 5% 중에서도 연역형 AI가 95%고, 귀납형 (빅데이터 기반) 머신러닝이 5%에 불과했지만, 지금은 컴공의 90%가 머신러닝 AI에 집중하고 있다; 10년 전에는 금융사, 제약사, 존슨앤존슨 같은 회사들이 매출 최상위권 기업들이었지만, 지금은 AI 기업들이 최상위권 - 미칠듯한 속도로 시총 2위로 치고 올라온 엔비디아가 그 예; AI 소프트웨어 (GPU)를 만드는 엔비디아 같은 회사는 어떤 AI 소프트웨어 회사 (구글, 메타, 아마존, MS)가 승리하든 위너다 - 캘리포니아 골드러쉬 때 곡괭이와 청바지를 팔던 장사꾼들이 큰 돈을 번 것처럼 말이다; 엔비디아의 GPU는 게임에서 복잡한 컬러와 움직임을 구동하기 위한 용도로 개발되었지만, AI 머신러닝과 잘 어울려 수요가 폭발적으로 증가하고 있다; 이 GPU를 10분의 1 가격으로 내놓는 중국 회사나, GPU 대신 더 효율적인 성능의 (전기료를 덜 쓰는) AI칩을 개발할 수 있는 회사가 등장하면 돈방석에 오를 것; 한국 대학과 미국 대학의 결정적 차이는 전공 결정의 flexibility - 스탠퍼드 대학교에서는 아무 때나 전공을 정할 수 있고, 한국 같은 '전과'의 제한이 없어서, 많은 인력이 빠르게 AI테크로 넘어갈 수 있다; 세계 최고의 AI 선진국은 단연 미국이고, 두번째는 중국 - 중국의 경우 환경이 열악하지만, 1) 데이터 프라이버시가 없어 자기들 멋대로 데이터를 활용할 수 있고, 2) 14억 인구라는 엄청난 데이터를 확보할 수 있다는 점에서 강점을 갖고 있다; 자율주행차는 이미 완성되었다 - 수백건의 사고들을 문제삼는데, 일반 자동차의 사고들을 문제삼으면 뉴스 전체를 다 사고기사로 채워야 할 것; 자율주행차의 맹점은 변수에 취약하다는 것 - 과거에 학습한 귀납적 AI 모델에 기반하기 때문에, 안전성이 100%가 될 수 없다; 빅테크 중 최고봉은 구글 - 오픈AI의 트랜스포머 구조를 개발한 것이 구글; 구글은 잘 만들고, 메타와 아마존은 상용화를 잘 한다; MS는 AI 분야 3등 기업이었지만, 오픈AI에 투자하고 자기 것으로 만들면서 업계의 판도를 뒤흔들고 있다; "한번 해보자"는 급한 성격과 저돌성이 한국인 및 한국 기업의 장점 - 일본식 아날로그 TV에서 LCD TV로의 전환에 성공한 삼성 - 이 '도박'으로 자칫 잘못했으면 회사가 날아갈 뻔했다 / IT통신의 3,4세대 모델을 소비자에게 적용하는 모험을 한 것도 한국의 이통사들 - 한국인들의 이런 장점을 잘 살리면 AI application 분야에서 빠른 두각을 나타낼 수 있을 것; 반면, 일본은 아직도 '안전' 중심의 나라 - 팩스로 보낸 것을 이메일로 확인하고, 이메일을 보낸 것을 전화로 확인하는 문화; AI 머신러닝의 두 종류는 주관식 답을 내는 '생성형 모델'과 단답, 사지선다, OX에 적용되는 '분석형 모델' - 자율주행은 분석형으로, 0.1초마다 엑셀과 브레이크를 빅데이터 자료에 기반해 판단하는 식; 컴공과, 통계학과, 산업공학과 등 '이공계' 전공 데이터 엔지니어의 수요가 높아지고 있다 - 이들의 역할은 AI에 적용될 분야에 대한 빅데이터를 수집, 보관, 학습하는 것; AI는 문과에게도 기회가 많다 - 자기 분야에서 어떤 데다 어떤 형태의 AI를 적용해야 생산성이 높아지는지는 엔지니어들이 모른다; '문맹'의 시대가 가고, '컴맹'의 시대가 갔듯이, 언젠가는 'AI맹'의 시대가 갈 것이다 - 현재는 'AI맹'들이 넘쳐나기 때문에, 바로 지금 여기서 세계적인 성공을 거둘 기회가 있다

Post a Comment
Image

박태웅 5: AI의 등장배경과 그 간략한 역사; AI가 왜 잘 맞추는지 우리는 모르지만, 그것은 잠재된 패턴이 있는 모든 곳에서 잘 작동한다; 무작정 양을 때려박음 (빅데이터) 질이 높아진다; 구글-챗GPT가 잠식할 기업 생태계?; 페이스북의 양극화 조장과 ChatGPT의 윤리적 문제점들

Post a Comment
Image

구글이나 아마존도 고심하는 것 같은 이나모리 가즈오의 아메바 경영; 일반적으로 조직원 숫자가 200명이 넘어서게 되면 극도의 관료주의와 비효율성이 생겨난다

Post a Comment