Wenn du meinen Namen googelst, serviert dir der Algorithmus garantiert eine mäßig dramatische Figur aus einer britischen Seifenoper. Ich bin der andere.
Ich komme aus Brisbane und versuche gerade, die Winter in London zu überleben (und neuerdings auch die Sommer). Seit rund zwölf Jahren baue ich Produkte. Manche liefen großartig. Einige schlugen als Krater im Boden ein. Mit beidem kann ich erstaunlich gut leben.
Meine ersten Berufsjahre fraß eine leicht ungesunde Besessenheit von Cybersicherheit. Wie sich zeigt, ist es ein fantastisches Training, die prägenden Jahre damit zu verbringen, in Netzwerke einzubrechen. Danach findest du heraus, warum deine eigenen Produktionsdatenbanken um 3 Uhr nachts rätselhafterweise in Flammen stehen.
Später habe ich meine Zeit in den Enterprise-Minen bei SEEK und der Coles Group abgesessen. Lehrreich war das so, wie ungewürzter Brokkoli lehrreich ist, aber ich habe gesehen, was große Engineering-Organisationen wirklich schwierig macht. Die Politik, das Change Management, die schiere Komplexität, wenn Hunderte von Leuten gemeinsam etwas bauen wollen. Das ist hängen geblieben. Nach dem Konzernleben habe ich bei Linktree die Authentifizierung geleitet, bei Pactio Private-Equity-Infrastruktur gebaut (wo die Fehlertoleranz erschreckend genau null betrug) und bei Blinq abseitigen Bugs von US-Mobilfunkanbietern nachgejagt, während ich eine Graphdatenbank baute. Die ganze Liste steht hier drüben.
Ich habe außerdem die schlechte Angewohnheit, Dinge zu bauen. Ich habe OpenClub gegründet, eine Plattform für Community-Management. Als Founding Engineer bei AutoGrab habe ich eine prädiktive Preis-Engine für Fahrzeuge mitgebaut, die über 20.000 Datenpunkte pro Minute verarbeitete. Am Ende haben wir Kelley Blue Book bei der Prognose von Restwerten in Australien und Neuseeland geschlagen. Das hat vor allem bewiesen, dass ein paar Entwickler mit einer riesigen Datenpipeline einer traditionellen Branche locker den Tag ruinieren können. Danach habe ich einen KI-Assistenten namens Jamie gebaut. Das Projekt hat mir vor allem gezeigt, wo KI echten, messbaren Wert schafft und wo sie nur ein sehr teurer Partytrick ist.
Aktuell bin ich Mitgründer und CTO von Flowstate, unterstützt vom Scout Fund von a16z, Haatch und anderen. Die These passt in drei Wörter: Tokens sind Arbeit. Jedes Unternehmen setzt heute Humankapital und Token-Kapital ein, und jedes System, das es besitzt, wurde für das erste gebaut. Darum taucht KI-Aufwand in der GuV als die am schnellsten wachsende Zeile auf und als die am schlechtesten gemessene. Die meisten Teams, bei denen ich sitze, können dir nicht sagen, wer was auf welchem Modell für welches Projekt ausgegeben hat.
Flowstate bringt beide Arten von Arbeit in ein Hauptbuch. Jeder Claude-Aufruf, jeder Copilot-Platz, jeder Tagessatz von Freelancern, zugeordnet zu einer Person, einem Projekt und einem Budget. Dann die schwerere Hälfte: prognostizieren, wohin es läuft, und herausfinden, ob sich das Geld überhaupt gelohnt hat. Das letzte Stück ist Kontrolle. Du legst das Budget vorab fest, deckelst, was ein Team oder ein Modell verbrennen darf, und erfährst vom Überschreiten nicht erst ein Quartal zu spät.
Es ist das Ehrgeizigste, was ich je versucht habe. Und zum ersten Mal sitze ich in der ersten Reihe, wenn die Rechnung kommt.
Wenn ich nicht gerade etwas ausliefere oder mich bei meinem Team für etwas entschuldige, das ich im Staging kaputt gemacht habe, bin ich entweder irgendwo auf einem Berg und verteidige vehement den australischen Kaffee als den einzig objektiv richtigen Kaffee der Welt, oder ich trinke AIX 2021 Coteaux d’Aix en Provence rosé. Was ich diesen Monat wirklich treibe, steht auf der Now-Seite.
Das meiste, was ich weiß, habe ich aus den Texten anderer Leute. Die, zu denen ich immer wieder zurückkehre, stehen hier.
Fragen zur Weinwahl beantworte ich nicht.