Trend-Themen
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Jeff Walton
Chief Risk Officer @Strive $ASST $SATA | CEO @MSTRTrueNorth | @HurdleRatePod | BTC Maximalist | Ex-Rückversicherung | Upgrade die Welt 🟩👆🏼höher
War heute in einem Space und habe über Bitcoin-Eigenkapital gesprochen.
Hatte einen BITCOINER, der mit mir über die Eigenkapitalbewertungen gestritten hat und das Discounted Cash Flow-Modell (DCF) zitiert hat.
Das DCF wurde in John Williams' Buch von 1938, The Theory of Investment Value, formalisiert.
Die Modelle sind kaputt.
Wir sind so früh.
1,53K
Ich war heute endlich völlig BEEINDRUCKT von AI.
Ein Teamkollege zeigte mir, was er in nur zwei Tagen mit Cursor AI gebaut hat.
2026 wird ein UNGEHEURES Produktivitätswachstum mit den Fortschritten der AI erleben.
LANGE Geschichte zur Perspektive.
Thema: Rückversicherung (Überraschung, ich weiß)
Als Broker in der Rückversicherung arbeiteten wir mit SEHR großen Daten, die unglaublich lange benötigten, um analysiert und mit Dritten verhandelt zu werden.
MASSIVE Datensätze eines gesamten Versicherungsunternehmens (einschließlich Prämien, Schadensfälle, standortspezifische Exposition, Verlustentwicklungstriangeln, Preisalgorithmen, Geschäftsvorhersagen usw. - denken Sie an 20+ Blätter mit 5.000 Zeilen und 50+ Spalten an Daten).
Wir nahmen diese großen Datensätze und schickten sie an unser Katastrophenmodellierungsteam. Sie würden die Expositionsdateien durch ausgeklügelte Katastrophenmodelle von Drittanbietern laufen lassen (10.000+ Simulationen eines Katalogs von 1.000 simulierten Katastrophen). Diese Simulationen liefen auf Cloud-Computern und benötigten bis zu einer Woche oder zwei, um Ergebnisse von unseren Modellierungsteams zurückzubekommen.
Während die Modellierungsergebnisse liefen, hatten wir eine Flotte von Broker-Mitarbeitern und Analysten, die eine Excel-basierte Erfahrung und Expositionsanalyse des Portfolios durchführten.
(Jahr für Jahr Änderungen der Erfahrungen, aktuarielle Analysen zur Expositionspreisgestaltung, Prognosen zur zukünftigen Preisgestaltung usw.)
Dieser Prozess dauerte ebenfalls Wochen.
Im Rahmen der Erfahrung und Expositionsanalyse würden wir die Katastrophenmodellierungsergebnisse, die wir von den Modellierungsabteilungen erhielten, in unser eigenes proprietäres Risiko-Strukturierungs-Finanztool eingeben. Dieses Tool ermöglichte es den Brokern, Rückversicherungsstrukturen zu entwerfen und die probabilistischen finanziellen Ergebnisse verschiedener Rückversicherungsdesigns zu simulieren.
Je nach den Ergebnissen ALLER oben genannten Analysen würde das Broker-Team dann einen "Verkaufsantrag" für den Versicherungsclient erstellen, um ihn auf den Markt für das kommende Expositionsjahr vorzubereiten.
Nachdem wir die perfekte Struktur und Strategie entworfen hatten, mussten wir das Design unseres strukturierten Produkts an unsere Kunden verkaufen, indem wir empirische Daten verwendeten, die wir aus den massiven Datensätzen, die sie geteilt hatten, und unserem tiefen Verständnis der breiten Marktbedürfnisse gewonnen hatten.
Nachdem eine endgültige Struktur und Strategie beschlossen worden war, würden wir das Rückversicherungsprogramm breit an 100+ Rückversicherungspartner vermarkten. Wir würden Angebote für jede einzelne strukturierte Schicht anfordern, die wir erstellt hatten. (genau wie Sie Ihre Auto- oder Hausversicherung nach dem besten Preis suchen würden, machten wir dies x 100 für jeden Kunden, mit ausgeklügelten strukturierten finanziellen Risikotranschen.)
Die interessierten Rückversicherungspartner hätten mehrere Fragen (einige unglaublich dumm und zeitaufwendig, einige anständig)
Unser Team würde alle Anfragen per E-Mail bearbeiten (eine schier endlose Menge an E-Mails).
Sobald wir alle angebotenen Materialien haben, würden wir die Marktbedingungen durch unsere proprietären Tools zurücklaufen lassen, um bei der endgültigen Platzierungsstruktur und der Preisempfehlung sowie der Verhandlungsstrategie zu helfen. und Preisempfehlung.
Jede Rückversicherungsplatzierung von Anfang bis Ende dauerte ungefähr 6+ Monate, und die Analyse erforderte den Großteil der Zeit und Mühe. DER PROZESS WAR EXTREM LANGWIERIG.
Warum bringe ich das zur Sprache?
Die Fähigkeiten, die ich heute gesehen habe, haben das Potenzial, 50%+ der Rückversicherungsbelegschaft zu eliminieren und die Platzierungszeit um 80%+ zu verkürzen.
Effektiv eine 90%ige Steigerung der Effizienz der Belegschaft in einem Bürojob.
WIE?
1. Das "proprietäre" Risiko-Strukturierungsmodell (Software), das unser gesamtes Unternehmen verwendete, benötigte über ein Jahrzehnt, um entwickelt zu werden, und es gibt eine Handvoll Mitarbeiter, die fast Vollzeit damit beschäftigt sind, das Tool zu warten und zu verbessern.
Nehmen wir an, 5 Mitarbeiter arbeiten ein Jahrzehnt lang Vollzeit in hochbezahlten Jobs. Wahrscheinlich über 20 Millionen Dollar an Zeit und Webentwicklung in den letzten zehn Jahren für EIN EINZIGES Tool.
Heute habe ich gesehen, wie Cursor ein besseres Monte-Carlo-Simulationsplattformprodukt erstellt hat als das, das ich während meiner Arbeit in der Rückversicherung verwendet habe. Es dauerte einen Mitarbeiter 2 Stunden.
2. Katastrophenmodellierung. Wir hatten ein ganzes Team von Katastrophenmodellierern. 15+ Mitarbeiter in der gesamten Organisation. Ihre Aufgabe war es, mit der Modellierungssoftware zu interagieren und interpretative Diagramme der Daten und Ausgaben aus der Software bereitzustellen.
Jeder einzelne ihrer Jobs könnte gestrichen werden. 15+ Mitarbeiter, wahrscheinlich rund 3 Millionen - 5 Millionen Dollar an jährlichen Ausgaben.
Die Katastrophenmodelle von Drittanbietern könnten wahrscheinlich in wenigen Wochen dupliziert werden, unter Verwendung einer Mischung aus öffentlich und privat verfügbaren Daten, für unter 100.000 Dollar (hust hust $VRSK ($31B Marktkapitalisierung, 81x p/b Verhältnis, 33x KGV))
Einblicke / Diagramme und Grafiken können in weniger als 10 Minuten erstellt und analysiert werden. Agenten können mit Cloud-Software interagieren und Routineaufgaben durchführen, wie Daten scrapen und eine Simulation in einer Drittanbieter-Software initiieren.
3. Brokerage. Analystenrollen, nahezu obsolet. Alle Daten können von einem einzigen Operator konsumiert, analysiert, im Vergleich zum Vorjahr, projiziert usw. werden, und ALLE Ergebnisse wahrscheinlich innerhalb eines einzigen Tages bearbeitet werden. Einschließlich aller ÜBERLEGUNGEN, die mit der Erstellung einer Markteinführungsstrategie verbunden sind, und sogar vorgeschlagene Marketing- und Verkaufsunterlagen bereitstellen.
Agenten können Entwurfse-Mails an Märkte erstellen
Agenten können Antworten auf Fragen entwerfen
usw.
~50% unserer Belegschaft waren Broker. Die Hälfte von ihnen ist nahezu sofort überflüssig.
Im Grunde ist das gesamte Geschäftsmodell DISRUPTIERT, zusammen mit den Unternehmen, mit denen wir historisch zusammengearbeitet haben.
Vertrieb, Analytik, Lieferantenmanagement, Architektur des Unternehmens, Organigramm, Personalmanagement, zu zahlende Leistungen, T&E, F&E usw.
Die Softwarekosten werden auf null fallen, die Margen werden weiterhin gedrückt. Büroanalytische Arbeiten können in Minuten durchgeführt werden. Dedizierte Webentwicklungsteams werden weit weniger benötigt (jeder Mitarbeiter kann theoretisch ein niedrigstufiger Webentwickler sein).
Multimilliarden-Dollar-Unternehmen werden mit SEHR KLEINEN Teams aufgebaut, die diese Tools vor allen anderen nutzen.
Alle dachten, AI würde zuerst die Arbeiter im blauen Kragen angreifen, aber die Realität ist, dass die meisten "Fähigkeiten" oder "Expertisen" der Büroangestellten jetzt für JEDEN zugänglich sind. Der Wissensunterschied wurde beseitigt.
Der Fortschritt der AI ist wie ein Taschenrechner für alltägliche Mathematik. Ihre Mathelehrer würden immer sagen: "Sie müssen das auf die harte Tour ohne Taschenrechner lernen", obwohl ich in jeder realen Lebenssituation einen Taschenrechner auf meinem Handy zur Verfügung habe.
AI ist für Intelligenz das, was der Taschenrechner für Mathematik ist. Es ist einfach früh.
Die Welt wird in 5 und 10 Jahren so viel anders aussehen.
Ich bin immer noch verblüfft. Die 2. und 3. Grad-Effekte sind so weitreichend.
Risiko ist global falsch bepreist.
Ich bin in diesem Moment sehr dankbar für Bitcoin.
13,94K
Top
Ranking
Favoriten
