Anthropic Chief Product Officer Mike Krieger spricht über KI-Strategie, Einstiegspunkte für Startups und DeepSeek Insights

Vor kurzem hat das Unternehmen für künstliche Intelligenz Anthropisch Sehr gut sichtbar. Nicht nurEinführung des leistungsstarken Modells Claude 3.7 Sonnet!Es ist immer noch da.Erhebliche Fortschritte wurden bei der Finanzierung erzieltIn einem kürzlich geführten Interview gab Mike Krieger, Chief Product Officer bei Anthropic (und ehemaliger Instagram-Mitbegründer), Einblicke in die Entwicklung der KI-Branche, die Produktstrategie und zukünftige Trends.

Gleichgewicht zwischen Innovation und Vertrauen: der Weg zur Einführung von KI-Produkten

Sam Altman hat erwähnt, dass eine der großen Freuden von Start-ups darin besteht, Produkte schnell auf den Markt zu bringen, ohne nach ultimativer Perfektion streben zu müssen. Wenn sich das Unternehmen jedoch vergrößert, bedeutet jede Veröffentlichung eine Menge Druck.

Krieger ist sich dessen bewusst. Er ist der Meinung, dass Anthropic versucht, ein empfindliches Gleichgewicht zwischen der aggressiveren "Schnelligkeit und Regelbruch"-Strategie von Startups und dem konservativen, langsamen Veröffentlichungstempo großer Unternehmen zu finden. Vor allem seit Anthropic Millionen von Nutzern hat, ist die Balance zwischen schnellen Iterationen und dem Vertrauen der Nutzer ein zentrales Thema.

Anthropic hat flexible Freigaben wie "Opt-in"-Mechanismen erforscht, um verschiedenen Nutzergruppen gerecht zu werden. Bei API-Produkten zum Beispiel, bei denen die Nutzer Vorhersehbarkeit und Stabilität schätzen, kann ein Opt-in-Ansatz verwendet werden, um die Nutzer entscheiden zu lassen, ob sie neue Funktionen ausprobieren möchten. Dies ist bei Verbraucher- oder Unternehmensprodukten, bei denen die Nutzer eine ständig verbesserte und optimierte Erfahrung erwarten, möglicherweise nicht der Fall.

Krieger räumt ein, dass Anthropic immer noch aktiv nach der am besten geeigneten Veröffentlichungshäufigkeit sucht. Das Unternehmen möchte neue Funktionen so schnell wie möglich auf den Markt bringen, um zeitnahes Feedback von den Nutzern zu erhalten. Es ist sich aber auch bewusst, dass mit dem wachsenden Bekanntheitsgrad des Unternehmens und der Tatsache, dass sich immer mehr Menschen bei der Erledigung ihrer Aufgaben auf die Produkte von Anthropic verlassen, Veröffentlichungen nicht mehr so leichtfertig erfolgen können wie früher.

Jenseits von Modellen: Aufbau eines Moats für KI-Produkte

Krieger betont, dass Anthropic nicht nur ein "Modellanbieter" sein will, sondern ein "KI-Partner" für seine Kunden. Das bedeutet, dass man tiefere, längerfristige Beziehungen zu den Kunden aufbaut, anstatt nur "Text-in, Text-out" API-Transaktionen anzubieten.

Um dies zu erreichen, legt Anthropic großen Wert auf den strategischen Wert von First-Party-Produkten, die nach Kriegers Ansicht nicht nur die Umsatzströme erhöhen, sondern vor allem das Lernen beschleunigen, die Modellierungsfähigkeiten verbessern, die Markentreue stärken und einen stärkeren Wettbewerbsgraben schaffen.

benannt nach Claude Code stellte beispielsweise fest, dass es durch die interne Erprobung von Tools von Erstanbietern möglich ist, direktes Feedback zu Modellverbesserungen zu erhalten und so die Iteration der nächsten Modellgeneration zu beschleunigen. Darüber hinaus ist es wahrscheinlicher, dass Produkte von Erstanbietern die Nutzer binden und die Markentreue erhöhen.

Krieger räumt jedoch auch ein, dass Anthropic noch viel Raum für Verbesserungen hat, wenn es um die Entwicklung von Erstanbieterprodukten geht. Er gibt zu, dass das Unternehmen nicht genug in seine Erstanbieterprodukte investiert hat, was zu langsameren Iterationen geführt hat, was die Wettbewerbsfähigkeit von Anthropic auf dem Markt etwas beeinträchtigt hat.

Mit Differenzierung konkurrieren: Chancen und Herausforderungen für KI-Startups

In seiner Rede über die Chancen und Herausforderungen für KI-Startups vertrat Krieger die Ansicht, dass die wertvollsten Bereiche diejenigen sein werden, die über differenzierte Marktstrategien und einzigartige Kenntnisse über bestimmte Branchen oder spezialisierte Daten verfügen. Er nannte Bereiche wie Finanzen, Recht und Gesundheitswesen als Gebiete, deren Komplexität und Spezialisierung KI-Startups die Möglichkeit bieten, langfristige Wettbewerbsvorteile aufzubauen.

Der Schlüssel zu KI und Produktdesign, so Krieger, ist das empfindliche Gleichgewicht zwischen dem Aufzeigen einer Zukunftsvision und der Nutzung der aktuellen Fähigkeiten eines Modells. Startups können maßvoll "zu viel versprechen", um frühe Anwender zu gewinnen, aber SaaS-Vertikale mit etablierten Produkten und Nutzern müssen vorsichtiger sein, um das Vertrauen der Nutzer nicht durch unzureichende KI-Funktionen zu untergraben.

Er betonte auch, dass Startups "Produkte für zukünftige Modelle bauen" sollten. Er wies darauf hin, dass die Produkte vieler Start-ups erst dann richtig durchstarten, wenn Claude 3.5 Sonnet oder ähnliche bahnbrechende Modelle auftauchen. Das bedeutet, dass Start-ups das Feld aktiv erkunden, sich der Grenzen der aktuellen Modelle bewusst sein und aktiv mit Modellen der nächsten Generation experimentieren müssen.

Einblicke von DeepSeek: mehrere Gedanken zu Technologie, Marketing und Produkt

Krieger sprach auch über sein Interesse an DeepSeek Die Ansicht von DeepSeek. Er ist der Meinung, dass das Auftauchen von DeepSeek den Menschen bewusst gemacht hat, dass Chinas technologische Stärke im Bereich der KI nicht unterschätzt werden sollte.

Er merkte an, dass es ein großer Fehler wäre, Chinas Fähigkeiten im Bereich der KI zu unterschätzen oder weiterhin zu unterschätzen. Als Beispiel nannte er eine Reihe paralleler Startups, die nach der Sperrung von Instagram in China entstanden sind. Er wies darauf hin, dass diese Produkte in der Regel von hoher Qualität sind, viel kreatives Denken zeigen und auch in großem Umfang angenommen werden.

Was den Aufstieg von DeepSeek angeht, so glaubt Krieger, dass es sowohl technische als auch marktbezogene Faktoren gibt. Auf der technischen Ebene hat DeepSeek einige Dinge getan, von denen Anthropic lernen und über die es nachdenken sollte. Was jedoch die Marktstrategie und die Marktposition angeht, ist der Einfluss von DeepSeek auf Anthropic relativ begrenzt.

Krieger hob den Marketingerfolg von DeepSeek hervor. Er führte den Aufstieg von DeepSeek von der Unbekanntheit zu einem höheren Bekanntheitsgrad als Claude in vielen Kreisen auf die aktuelle Weltlage und die "DeepSeek ist billiger"-Erzählung zurück. Er räumt ein, dass Anthropic nicht genug getan hat, um der Öffentlichkeit die Geschichte von Claude zu erzählen und die Einzigartigkeit von Claude zu zeigen.

Der Aufstieg von DeepSeek hat Krieger auch zu der Erkenntnis gebracht, dass Anthropic Ideen schneller auf den Markt bringen sollte, anstatt sich übermäßig darum zu kümmern, wie perfekt jedes Detail ist. Er glaubt, dass manchmal die Neuheit der Erfahrung an sich schon wertvoll ist.

Darüber hinaus stellte Krieger fest, dass DeepSeek in den Schwellenländern hohe Nutzungs- und Beibehaltungsraten aufweist, in den westlichen Märkten jedoch nicht. Er vermutet, dass dies etwas mit DeepSeeks Nutzerprofilierung und Marketingstrategie in den verschiedenen Märkten zu tun haben könnte. Er merkte an, dass sowohl für DeepSeek als auch für Anthropic derjenige wettbewerbsfähig bleiben wird, der als erster tiefgreifende Anwendungen von KI in der Arbeits- und Lebenswelt realisiert, die über einen längeren Zeitraum nachhaltig sind.

Modellierungsfähigkeiten und Benutzererfahrung: das Herzstück der KI-Produktentwicklung

Krieger betont die starke Korrelation zwischen der Modellqualität und der Benutzererfahrung (UX) des Produkts. Er argumentiert, dass man als guter UX-Designer auch die Modellqualität berücksichtigen muss.

Er wies darauf hin, dass Designer, Produktmanager und vor allem Ingenieure heute darüber nachdenken müssen, wie sie ein Gerüst und Produkte um ein grundsätzlich unsicheres System herum entwerfen können. Das bedeutet, dass die Qualität der Modelle, die Entwicklung von Schlagwörtern und all die anderen Back-End-Funktionen Teil des Produktdesigns werden und sich direkt auf das Produkt auswirken können.

Krieger glaubt, dass die Nutzer in Zukunft nicht mehr ihre eigenen Modelle auswählen müssen. Er verwendet den Begriff "Abstraktionsverlust", um einen Konstruktionsfehler in den meisten aktuellen KI-Produkten zu beschreiben. Er weist darauf hin, dass die Benutzer die Modelle auswählen, verstehen müssen, wie sie funktionieren, und Hinweise entwickeln müssen, was alles nicht passieren sollte. Er hofft, dass künftige KI-Produkte "das Cue-Engineering für den Benutzer völlig transparent machen", so dass die Modelle die Bedürfnisse des Benutzers durch einen Dialog klären können, anstatt den Benutzern die Möglichkeit zu geben, zu unterscheiden, wer ein guter Cue-Engineer ist.

Codegenerierung und Softwareentwicklung: der Wandel durch KI

Wenn es um den Einsatz von KI bei der Codegenerierung und Softwareentwicklung geht, glaubt Krieger, dass der Kernwert von Claude Code darin besteht, die Effizienz des Entwicklungsprozesses zu verbessern, und nicht darin, IDEs zu ersetzen.

Er stellte fest, dass Claude Code sehr gut in der Lage ist, Aufgaben zu bewältigen, die eine intelligente Zusammenarbeit zwischen verschiedenen Teilen des Prozesses erfordern, wie die Aktualisierung des Back-Ends, die Erstellung des Front-Ends und die Übermittlung von Übersetzungen. Er glaubt, dass es eine Zwischenrolle zwischen IDEs und vollständig autonomer KI gibt, nämlich KI-Intelligenzen.

Krieger ist der Ansicht, dass sich die Rolle der Softwareentwickler in Zukunft stark verändern wird. Sie müssen sich interdisziplinäre Fähigkeiten aneignen und "vielseitig" werden, da sie sowohl das Produkt als auch die Technologie kennen. Darüber hinaus wird sich auch die Codeüberprüfung ändern. Softwareentwickler werden sich vom Hauptcodeautor zum Hauptaufgabendelegierer und Codeüberprüfer wandeln.

Generalisierung und Spezialisierung: der Weg in die Zukunft für KI-Produkte

In Bezug auf die Ausrichtung der Produktentwicklung von Anthropic betonte Krieger die Bedeutung der Vielseitigkeit. Er ist der Meinung, dass die von Anthropic entwickelten Produkte, selbst wenn sie sich für eine bestimmte Zielgruppe oder ein bestimmtes Marktsegment entscheiden, so allgemein sein sollten, dass sie auf der zugrunde liegenden Architekturebene mehrere Anwendungsszenarien unterstützen.

Krieger räumt jedoch auch ein, dass spezielles Wissen über Arbeitsabläufe unerlässlich ist, um Produkte zu entwickeln, die einen langfristigen Wettbewerbsvorteil bieten. Er nennt professionelle Übersetzer als Beispiel für jemanden, der spezielle Funktionen für seinen Übersetzungsworkflow benötigt.

Er sieht einen großen Wert in der KI für professionelle Anwendungsfälle und die Arbeitsabläufe, die sich dadurch erschließen. Aber auf der Verbraucherseite oder sogar auf der leicht professionellen Seite (Prosumer) sind die Modelle aus der Perspektive eines einfachen KI-Produkts gut genug.

Daten, Algorithmen und Bewertung: Schlüsselelemente für die KI-Entwicklung

Was die Schlüsselelemente der KI-Entwicklung betrifft, so ist Krieger der Ansicht, dass die Verbesserung der Umgebung, in der Modelle trainiert werden, um reale, komplexe Aufgaben besser abzubilden, heute eine der größten Herausforderungen darstellt.

Er wies darauf hin, dass selbst im Bereich der Softwaretechnik die Aufgabe eines Softwareingenieurs nicht nur darin besteht, Code zu schreiben, sondern auch Anforderungen zu verstehen, Zeitpläne zu entwickeln, mit Teams zusammenzuarbeiten usw. Es gibt keine geeignete Bewertungsmethodik, die diese komplexen Arbeitsabläufe gut abbildet.

Zur Frage der Daten argumentierte Krieger, dass eine Mischung aus menschlichen und synthetischen Daten erforderlich ist, um die Modelle zu verbessern. Er wies darauf hin, dass gute menschliche Daten zur Steuerung von Modellen verwendet werden können, während synthetische Daten es den Modellen ermöglichen, eine Vielzahl von Umgebungen zu erkunden und zu lernen.

Er wies auch auf die Bedeutung der "Vibes" des Modells hin. Er argumentierte, dass das "Gefühl" eines Modells ein sehr subjektiver, menschenähnlicher Aspekt ist, der sich nur schwer quantitativ bewerten lässt. Daher ist es wichtig, sowohl über Daten zu diesen Soft Skills als auch über Methoden zu deren Bewertung zu verfügen.

Open Source, Destillation und Kommerzialisierung: heiße Themen in der KI-Branche

Indem er heiße Branchenthemen wie Open Source und Destillation ansprach, argumentierte Krieger, dass die Destillationstechnologie nicht notwendig ist, um KI-Fähigkeiten freizusetzen, und dass sie andere Probleme mit sich bringt, darunter Bedenken hinsichtlich der nationalen Sicherheit und der Nutzungsbedingungen.

Er merkte an, dass die Laboratorien in der Lage sein müssten, ihre gesamte Ausbildung und ihre Innovationen zu vermarkten, damit der technologische Fortschritt in dem derzeitigen Tempo fortgesetzt werden könne und auf lange Sicht nachhaltig sei. Seiner Meinung nach ist es entscheidend, das richtige Geschäftsmodell zu finden.

Als Reaktion auf die Veröffentlichung von Llama argumentierte Krieger, dass dies nicht bedeute, dass das Modell selbst keinen Wert habe; der ganze Wert liege in den Daten. Er wies darauf hin, dass der Wert davon abhängt, wie gut das Team ist, ob es über die benötigten zugrunde liegenden Daten verfügt und wie nützlich das Modell in realen Anwendungsfällen ist.

KI-Zukunftsperspektiven: intelligente Führer und menschliche Partner

Mit Blick auf die Zukunft der KI macht Krieger die nachdenklich stimmende Beobachtung, dass sich die KI über ein "Werkzeug" oder einen "Assistenten" hinaus zu einem "intelligenten Führer" entwickeln wird. Krieger macht die nachdenklich stimmende Feststellung, dass sich KI über ein "Werkzeug" oder einen "Assistenten" hinaus zu einem "intelligenten Führer" entwickeln wird.

Seiner Ansicht nach wird KI proaktiv die Bedürfnisse der Nutzer erkennen, ihnen die Richtung weisen, sie bei der Entscheidungsfindung unterstützen und ein wichtiger Partner für sie werden, um ihre wichtigsten Ziele zu erreichen. Die KI-Produkte der Zukunft werden nicht mehr nur "ich kann Fragen stellen und gelegentlich Vorschläge machen", sondern sie werden in der Lage sein, den Nutzern einen einzigartigen Mehrwert zu bieten, ihnen zu helfen, Zeit zu sparen, ihre Effizienz zu verbessern und eine bessere Version ihrer selbst zu werden.

Krieger sprach auch über das Potenzial der KI, das Leben zu verlängern und die menschliche Lebenserwartung zu erhöhen. Er glaubt, dass KI den Prozess der Arzneimittelentdeckung und der klinischen Versuche beschleunigen und neue Hoffnung für die Behandlung verschiedener Krankheiten bringen kann. Er ist in dieser Hinsicht sehr optimistisch.

Schließlich betonte Krieger die Bedeutung der "Einsicht" und der Privatsphäre bei der Entwicklung von KI. Er wies darauf hin, dass Modelle, die immer leistungsfähiger werden, auch immer mehr wissen und Zugang zu allen Arten von privaten oder sensiblen Informationen haben können. Er wies darauf hin, dass es eine große Herausforderung für Modelle sein wird, zu helfen und gleichzeitig die Privatsphäre und die Sicherheit der Daten der Nutzer zu schützen.