Dalio er mentor for Diddy. Her er nogle vigtige takeaways.


Du kan se det fulde interview her:

(Embed) https://www.youtube.com/watch?v=SCCfk2a2O5o (/ embed)

Dalio-Diddy er den parring, du aldrig vidste, at du havde brug for.

Milliardær hedgefinansierer Ray Dalio gav seerne et indblik i en nylig mentorsession, han havde med sin nye protégé, ingen ringere end rap-mogulen Sean "Diddy" Combs.

Denne usandsynlige parring fandt centrum i en tankevækkende samtale Dalio offentliggjort på Twitter og frigivet på YouTube.

En repræsentant for Dalio bekræftede for Business Insider, at parret mødtes på Forbes 100 Greatest Business Minds Summit.

"Jeg er taknemmelig for, at mit efternavn ender i en C, og dit ender i en D, fordi det er sådan, vi mødte," fortalte Diddy Dalio i videoen. "Jeg stod foran dig, da vi gik for at tage det store billede."

Diddy stillede Dalio et par centrale spørgsmål baseret på Dalios bedst sælgende bog "Principper", der skitserer Bridgewater-grundlæggerens integrerede succesideer. Dalio frigav endda en gratis app baseret på bogen.

Diddy søgte Dalios mentorskab "for at hjælpe med at tage hans store succes til et andet niveau," ifølge Dalio.

Her er hvad Dalio oprigtigt fortalte Diddy, at han skulle gøre for at få dette til.

Spørg: Høstes jeg bedst?

Ved at definere radikal gennemsigtighed rådede Dalio Diddy om at være fordomsfri, men alligevel påståelig på samme tid.

"Giv ikke op din selvhøjhed, men vær nysgerrig," sagde Dalio. "Høstes jeg bedst?"

Dette involverer evnen til at høre andre folks ideer (høste dem, hvis du vil), og derefter placere dem gennem det strenge filter i dit eget sind. Dalio siger, at det største problem, mennesker har, er, at de bliver så bundet eller blokeret af deres egne meninger, at de ikke kan indtage andres.

"Det værste problem, menneskehedens værste tragedie, næsten ethvert individ, er, at de er knyttet til udtalelser, der er forkerte, og de ønsker ikke, at de skal være stresstestet," sagde Dalio.

Radikal gennemsigtighed betyder at gå til de lyseste sind med det, du ved, og bede dem om at stresstest din tro, så du kan komme videre med et vist niveau af selvtillid.

Dalio fortalte Diddy, at dette var vigtigt for ham at gå til det næste niveau i sin karriere.

"Nøglen er at finde ud af, hvad du ikke er god til," sagde Dalio og tilføjede, "så får du de mennesker, der er gode til disse ting, og så får du den store gearing, ikke?"

At finde de rigtige mennesker

Diddy fremhævede det punkt, at nogle mennesker interviewer godt, når de søger talent, men faktisk mangler de væsentlige egenskaber, der er nødvendige for at gøre jobbet. Han spurgte Dalio, hvordan man finder de rigtige mennesker.

Dalio bruger test af personlighedsprofil, baggrundskontrol og genoptages for at filtrere gennem kandidater, men nøgleprocessen er, hvad han kalder "reverse-360". Dette involverer at finde ud af om kandidaten fra alle, der kendte dem i fortiden.

Derefter inden for specifikationsarket skulle fokus ikke bare være på færdigheder, ifølge Dalio – faktisk identificerer han det som den mindst vigtige ting. De to andre egenskaber, der har forrang, er værdier og evner.

"For det første, hvad er deres værdier?" Sagde Dalio. "Hvis du ikke er værdijusteret, får du et problem. Hvordan har du det med hinanden?"

Derefter kommer differentiering efter evnerne, som mennesker har medfødt, som kreativ tænkning eller pålidelighed.

”Hver person har en naturlig evne og evner, som de har udviklet sig til,” sagde Dalio. "Det er de ting, der får dig til at udmærke eller dårligt ved tingene."

Sidste kommer færdigheder, som læres.

Når kandidaten kommer til samtalen, testes de, og testen fortsætter hver dag, de er på jobbet.

At blive personlig

Diddy bragte Dalios råd om teambuilding hjem, da han blev personlig og delte sin egen situation med Dalio:

Jeg var nødt til at gå væk fra spillet, fordi det nåede til et punkt, hvor jeg ikke havde lyst til at lege med spillere af min kaliber. Jeg følte, at jeg investerede så meget tid i nuet, og det kunstværk af det, at når det var tid til min investering, min fremtid så langt som mit forretningsteam og teamet af ledere omkring mig, kom det slags væk fra mig.

Jeg havde så stor succes på så mange områder, at jeg ikke var opmærksom på at sikre mig, at jeg stadig plejede holdet.

Da jeg var nødt til at vende tilbage fra turnéen, og jeg måtte vende tilbage til forretningsdrift, indså jeg, at jeg var vokset ud af mit team. Det var ikke, at de var dårlige, det var bare det, at de ikke var på det niveau af ekspertise, som jeg var på.

Dette niveau af ekspertise er meget, meget højt for mig.

Dalio fortalte Diddy, at han "absolut" ikke skulle gå på kompromis med ekspertisen.

Men på samme tid handler det at finde den rigtige vej om at finde de rigtige partnere og få dem til at udfylde hullerne i dit eget skillset.

Dalio fortalte Diddy, at når han først havde fundet de rigtige mennesker, ville det være et "spark" eller en glæde at arbejde sammen med dem.

"Uanset hvad du vil i dit liv, skal du spørge, 'Hvem vil være i stand til at give det til mig?'" Sagde Dalio.

Tankegangsovergangen skal være fra spiller til kaptajn – og lederen behøver ikke at gøre alt selv.

"Den rigtige der er definitionen af ​​et mentor-mentee-forhold for mig," sagde Diddy og svarede på Dalios råd. "Jeg har min marcherende ordre, jeg ved hvad jeg skal gøre med det."



Hvorfor YouTube ikke vil forbyde Trumps vildledende annoncer om Biden


De online politiske reklamekrig raser videre.

I slutningen af ​​september glædede Facebook næsten ingen, da den annoncerede, at den ville undtage indlæg fra politikere, inklusive annoncer, fra dets faktakontrolleringssystem. Næsten som om det var tilfældet, faldt Donald Trump-genvalgskampagnen få dage senere en annonce fuld af konspiratoriske påstande om Joe Biden. Da Biden-kampagnen anmodede om, at Facebook skulle fjerne annoncen, faldt virksomheden.

I kølvandet på den efterfølgende tilbageslag benyttede andre sociale mediefirmaer lejligheden til at distancere sig fra Facebooks beslutning. Twitter, aldrig en stor spiller i det politiske annoncespil, besluttede at komme helt ud af det. I slutningen af ​​november annoncerede Google, at det ville stoppe med at tillade politiske annoncer at målrette brugere ud over de brede kategorier af postnummer, køn og alder – en reform, der ville sikre, at tvivlsomme påstande udsættes for et bredere publikum, der kunne modbevise dem. Virksomheden præciserede også i en implicit irettesættelse af Facebook, at det ikke behandler annoncer for politikere forskelligt fra annoncer til noget andet: ”Uanset om du kører til kontor eller sælger kontormøbler, anvender vi de samme annoncerpolitikker for alle; der er ingen udskæringer. Det er imod vores politik for enhver annoncør at fremsætte en falsk påstand. ”Selvom Facebook måske er glad for at lade Trump sige hvad han vil om Biden og enhver anden, ville det tilsyneladende ikke flyve i Googles verden.

Så det så ud, dvs. indtil søndag aften's episode af 60 minutter. I et segment på YouTubes kamp mod hadetale og forkert information, spurgte korrespondent Lesley Stahl administrerende direktør Susan Wojcicki uklar om YouTube, et Google-datterselskab, ville udsende Trump-annoncen, der angriber Biden:

Stahl: Facebook står over for en masse kontroverser, fordi den nægter at nedlægge en præsident Trump-annonce om Biden, hvilket ikke er sandt. Vil du køre denne annonce?
Wojcicki: Så det er en annonce, som um, lige nu ikke ville være en krænkelse af vores politikker.
Stahl: Er det på YouTube lige nu?
Wojcicki: Det har været på YouTube.

Wojcickis ubehagelige indrømmelse af, at YouTubes politikker tillader annoncen var bemærkelsesværdig, eftersom rapporter i (ikke-højreorienterede) medier er, at annoncen er falsk – ikke vildledende, ikke bestridt, men falsk. ”Facebook vil ikke trække annoncer, der lyver”, er sådan en New York Times tryk overskrift udtrykte det i oktober. Andre mainstream-forretninger, herunder The Washington Post, har været behageligt at mærke videoens indhold som bunkum. CNN nægtede overhovedet at udsende det.

Så hvis Google siger, at det ikke vil køre falske politiske annoncer, hvorfor tillader YouTube dette?

"Der er en forskel i vores sind mellem det, der udgør politisk hyperbole i forhold til noget, der kunne 'væsentligt underminere tilliden til demokrati," sagde Charlotte Smith, en talsmand fra Google, der henviser til sprog i Googles politiske meddelelse fra november. ”Politisk hyperbole er ikke ny. Der er politikere, der overdriver krav hele tiden. ”Googles politik, forklarede hun, forsøger at trække en grænse mellem den slags uærlighed, som vi længe modvilligt har accepteret i politik på den ene side, og ud-og-ud-svig på grund af Andet.

Da jeg spurgte hvad Ville løb over for politikken, graviterede Smith mod eksempler på forsøg på at narre folk fra at stemme. ”En annonce, der siger, at du kan stemme via sms – det vil ikke blive tilladt,” sagde hun. "En annonce, der giver et forkert tidspunkt for et valgsted, vil ikke blive tilladt."

Men hvad med løgne, der ikke specifikt handler om valgprocessen? Jeg spurgte Smith, hvad der ville ske, hvis en kandidat fremsatte en klart, objektivt falsk påstand om en modstander – siger, at modstanderen var blevet arresteret for at have solgt narkotika. I dette tilfælde, tildelte Smith, ville annoncen være forbudt.

”Hvis denne annonce fremsætter en påstand, der er klar over, at sige, Kamala Harris gik i fængsel for at have handlet narkotika – det er påviseligt falske,” sagde hun. "I dette eksempel er det temmelig klart, at hvis du fremsatte et krav om, at nogen gik i fængsel, kunne du meget let finde ud af, om de gik i fængsel, og af hvilken grund." (Efter dette interview annoncerede Harris tirsdag, at hun suspenderede hendes præsidentkampagne.)

Anti-Biden-annoncen, antydet Smith, indeholder ikke påstande, der er så tydeligt og tydeligt usande. ”Joe Biden lovede Ukraine en milliard dollars, hvis de fyrede anklageren efterforskning af hans sønns firma,” siger annoncefortælleren. Derefter klippes videoen til et klip af Biden på en offentlig begivenhed, der husker hans interaktion med den ukrainske regering: ”Hvis anklageren ikke fyrer, får du ikke pengene,” fortæller han og sagde, før han triumferende afsluttede historien: ”Nå , søn af en tæve – han blev fyret. ”(I den første version af annoncen blev” tæve ”efterladt uden opsyn, hvilket fik Facebook til at fjerne det. CBS fandt også, at Google har taget hundreder af Trump-kampagneannoncer siden sidste år , men firmaets politiske annoncerarkiv viser ikke indholdet af disse annoncer, eller hvorfor de blev fjernet.)

5 måder maskinlæring forbedrer fremstillingen


Kunstig intelligens (AI) og dens undergrupper drager fordel af mange felter, men du vil være hårdt presset for at finde en der drager mere fordel af dem end fremstillingssektoren. Store virksomheder over hele verden investerer stærkt i løsninger for maskinindlæring (ML) på tværs af deres produktionsprocesser og ser imponerende resultater.

Fra at nedbringe arbejdsomkostninger og reducere nedetid til øget arbejdskraftens produktivitet og den samlede produktionshastighed indleder AI – med hjælp fra Industrial Internet of Things – ind i en smart produktion. Tallene taler for sig selv; nylige skøn forudsiger, at det smarte produktionsmarked vil vokse med en årlig sats på 12,5% mellem dette år og det næste.

Det giver bestemt mening. Adskillige virksomheder oplever allerede fordelene ved ML på flere måder og arbejder med QA-testtjenester for at forbedre, hvad de får ud af det. Her er nogle eksempler på aktuelle implementeringer.

1. Generel procesforbedring

En af de første ting, der kommer i tankerne, når man tænker på ML-baserede løsninger, er, hvordan de kan betjene daglige processer på tværs af hele fremstillingscyklussen. Ved at bruge denne teknologi er producenterne i stand til at opdage alle former for problemer med deres rutinemæssige produktionsmetoder, fra flaskehalse til ulønnsomme produktionslinjer.

Ved at kombinere maskinindlæringsværktøjer med Industrial Internet of Things ser virksomhederne et dybere kig på deres logistik, inventar, aktiver og styring af forsyningskæder. Dette bringer indsigt i høj værdi, der afslører mulige muligheder, ikke kun i fremstillingsprocessen, men også i emballagen og distributionen.

Et godt eksempel på dette kan findes i det tyske konglomerat Siemens, der har brugt neurale netværk til at overvåge sine stålværker på jagt efter potentielle problemer, der kan have indflydelse på dens effektivitet. Via en kombination af sensorer installeret i dets udstyr og ved hjælp af sin egen smarte sky (kaldet Mindsphere) er Siemens i stand til at overvåge, registrere og analysere hvert trin, der er involveret i fremstillingsprocessen. Denne dynamik er, hvad nogle mennesker kalder Industry 4.0, et varemærke fra den smarte produktions æra.

2. Produktudvikling

En af de mest anvendte anvendelser af maskinlæring involverer produktudviklingsfasen. Det skyldes, at design- og planlægningsfasen af ​​nye produkter og forbedring af eksisterende produkter er bundet til en lang række informationer, der skal tages i betragtning for at give de bedste resultater.

Således kan ML-løsninger hjælpe med at indsamle forbrugerdata og analysere dem for at forstå krav, afdække skjulte behov og opdage nye forretningsmuligheder. Det hele ender med bedre produkter fra det eksisterende katalog såvel som nye, der kan åbne nye indtægtsstrømme for virksomheden. Maskinlæring er især god til at reducere risikoen forbundet med udviklingen af ​​nye produkter, da den indsigt, den giver, giver planlægningsfasen til mere informerede beslutninger.

Coca Cola, et af de største mærker i verden, bruger maskinlæring til produktudvikling. Faktisk var lanceringen af ​​Cherry Sprite resultatet af selskabets brug af ML. Virksomheden brugte interaktive sodavandsfonturer, hvor kunderne kunne tilføje forskellige smagsoplevelser til basedrikkerne i sit katalog. Coca Cola indsamlede de resulterende data og brugte maskinlæring til at identificere de hyppigste kombinationer. Resultatet? Opdagelsen af ​​et stort nok marked til at introducere en ny drik landsdækkende.

3. Kvalitetskontrol

Når det bruges til god brug, kan maskinlæring forbedre den endelige produktkvalitet op til 35%, især i diskrete fremstillingsindustrier. Der er to måder, hvorpå ML kan gøre dette. Først og fremmest at finde anomalier i produkter og deres emballage. Gennem en dyb undersøgelse af de fremstillede produkter kan virksomheder forhindre mangelfulde produkter i at komme ud på markedet. Der er faktisk studier, der taler om en op til 90% forbedring i detektering af defekter sammenlignet med menneskelige inspektioner.

Og så er der den mulige forbedring af kvaliteten af ​​fremstillingsprocessen. Gennem IoT-enheder og ML-applikationer kan virksomheder analysere tilgængeligheden og ydeevnen for alt udstyr, der bruges i fremstillingsprocessen. Dette muliggør forudsigelig vedligeholdelse, som estimerer det bedste tidspunkt at tage sig af specifikt udstyr for at forlænge dets levetid og undgå dyre driftsstop.

General Electric er en af ​​de største investorer i kvalitetskontrolafdelingen, især i alt hvad der vedrører forudsigelig vedligeholdelse. Det har allerede oprettet og distribueret sine ML-baserede værktøjer i over hundrede tusind aktiver gennem sine forretningsenheder og kunder, herunder luftfarts-, kraftproduktions- og transportindustrien. Dets systemer arbejder på at registrere tidlige advarselsskilte om anomalier i produktionslinjerne og giver prognostikere langsigtede skøn over opførsel og liv.

4. Sikkerhed

Da alle disse maskinlæringsløsninger er afhængige af apps, operativsystemer, netværk, cloud- og on-premiss-platforme, er sikkerheden for de mobile apps, enheder og data, der bruges, et must for moderne producenter. Heldigvis har maskinlæring et svar inden for Zero Trust Security (ZTS) -rammen. Med denne teknologi er brugeradgang til værdifuld digital adgang og information stærkt reguleret og begrænset.

Således kan maskinlæring bruges til at analysere, hvordan individuelle brugere får adgang til visse beskyttede oplysninger, hvilke applikationer de bruger, og hvordan de opretter forbindelse til den. Afgrænsning af en stærk omkreds omkring de digitale aktiver, kan maskinlæring bestemme, hvem der har adgang til hvad og hvem der ikke, men kan også opdage anomalier, der hurtigt kan udløse advarsler eller handlinger.

Desværre er brugen af ​​nulstillingsarkitekturer og -rammer ikke nøjagtigt en standard for fremstillingsindustrien. I en nylig undersøgelse sagde kun 60% af de adspurgte, at de arbejdede eller planlagde at introducere Zero Trust-tilgange i deres digitale landskaber.

5. Robotter

Endelig bliver nogle af de mest kendte samarbejdspartnere til producenter smartere med maskinlæring: robotter. Brug af kunstig intelligens i robotter giver dem mulighed for at påtage sig rutinemæssige opgaver, der er komplekse eller farlige for mennesker. Disse nye robotter overgår samlebåndene, som de engang blev henvist til, da deres ML-kapacitet giver dem mulighed for at tackle mere komplicerede processer end før.

Det er netop det, KUKA, et kinesisk-ejet tysk produktionsfirma, sigter mod med sine industrirobotter. Dets mål er at skabe robotter, der kan arbejde sammen med mennesker og fungere som deres samarbejdspartnere. Og i den forstand bringer virksomheden sin robot – LBR iiwa – i folden. Denne intelligente robot er udstyret med sensorer med høj ydeevne, der tillader den at udføre komplicerede opgaver, mens de arbejder ved siden af ​​mennesker og lærer at forbedre deres produktivitet.

KUKA bruger selv sine robotter i sine fabrikker, men der er andre store producenter, der også gør det. BMW, det berømte automærke, er en af ​​dets største kunder, og en af ​​de virksomheder, der allerede finder ud af, at robotter kan reducere menneskelige relaterede fejl, øge produktiviteten og tilføje værdi gennem hele produktionskæden.

Nogle afsluttende tanker

At sige, at fremstillingsindustrien er en teknisk avanceret sektor, er sandsynligvis indlysende op til dette punkt. I årtier har producenter været tidlige adoptører af alle slags teknologier, fra automatisering til robotik og sofistikerede digitale løsninger. Så det er ingen overraskelse at lære, at producenter over hele verden allerede investerer i maskinlæringsløsninger for at styrke deres processer.

Resultaterne af nævnte vedtagelse er allerede her. Øget produktivitet, reduceret udstyrssvigt, bedre distribution og introduktion af forbedrede produkter er kun nogle få af de opfattede fordele ved at bruge maskinlæring i fremstillingen. Og selvom vi langt fra er den udbredte anvendelse af disse løsninger, er vejen allerede brolagt, og adskillige virksomheder fører vejen til en smartere måde at fremstille de produkter, vi bruger.

De bedste unge forhandlere, forhandlere og finansielle innovatører



<div _ngcontent-c17 = "" innerhtml = "

Af Michael del Castillo, Antoine Gara, Jeff Kauflin og Nathan Vardi

De øverste unge økonomiske sind kan findes i disse dage i buyout-butikker, hedgefonde og investeringsbanker samt innovative virksomheder, der gør alt fra lette betalinger til at låne cryptocurrency. Fremgangen i private equity og nye finansielle teknologier kan især ses på dette års liste over finansiering under 30 under 30.

De stigende finansstjerner arbejder ved store institutioner som Bridgewater Associates, Apollo Global Management, Goldman Sachs og KKR. De skubber også fremad mindre virksomheder som Center Lake Capital, Divvy Homes og Celsius Network.

Magdalena Kala er en 29-årig forhandler, der hjælper med at drive investeringer i forbrugersektoren i Bain Capital, den 105 mia. Dollars store private equity-gigant. Hendes vej til Bain Capital, hvor Kala er vicepræsident, startede i en polsk landbrugsby. Der sendte Kala en e-mail på brudt engelsk til 270 amerikanske internatskoler på udkig efter et stipendium. Hun landede på Pennsylvania's Mercersburg Academy og kom til Harvard, hvor hun deltog i en begivenhed, der førte til et job i Bain Capital. Hun var med til at ramme en hjemmekørsel med Bains investering i Sundial Brands, der blev solgt til Unilever. Nu spiller Kala en stor rolle i Bains 3-milliarder dollars Virgin Voyages krydstogtskibs joint venture med Richard Branson. Kala skriver et populært nyhedsbrev, Retales, om forbrugeradfærd og opbygning af forbrugermærker.

Som 29-årig er Amber Feng chef for virksomhedskort hos fintech-gigant Stripe, som blev værdsat til 35 milliarder dollars i sin seneste finansieringsrunde i september. Feng blev medlem af Stripe som en af ​​de første ti ansatte i 2012. Hun skrev det meste af koden til Stripe Connect, det produkt, der hjælper virksomheder som Lyft, Shopify og Kickstarter med at modtage betalinger fra titusinder af millioner kunder. Feng fortsatte med at lede et 100-mannshold som Stripes chef for infrastruktur. Nu leder hun det nye firmakreditkort Stripe, der blev lanceret i september. & Nbsp;

Naoki John Yoshida, 29, er rektor på Hellman & amp; Friedman, et private equity-selskab med 45 mia. Dollars under forvaltning. Yoshida har specialiseret sig i softwareinvesteringer og quarterbacked overtagelsen af ​​$ 11 milliarder af Ultimate Software tidligere på året og sidder nu i bestyrelsen. Han var tidligere bestyrelsesmedlem i Kronos, et andet stort softwarefirma. Han startede som Morgan Stanley investeringsbank.

Paul Gu er en medstifter og chef for produkt hos Upstart, en online-långiver, der hjælper folk med at refinansiere kreditkortgæld. Det blev værdsat til $ 750 millioner ved sin sidste finansieringsrunde. Gu, 28, leder det 20-personige datavidenskabsteam, der bruger maskinlæring og ukonventionelle data (som dit college) for at vurdere låntagers risiko. Upstarts model "godkender 27% flere ansøgere end den traditionelle model og giver 16% lavere gennemsnitlige APR'er for godkendte lån" ifølge en CFPB-undersøgelse. Upstart vokser sin forretning 80% om året, siger Gu, og det bringer $ 200 millioner ind i årlig omsætning Forbes estimater. & nbsp;

Adam Leslie, som er en hovedchef hos Blackstone Group, verdens største private equity-virksomhed og ejendomsinvestor, leder ejendomsaftaler inden for kontor- og life science-sektorer. Han satte spidsen for Blackstones for nylig skubbede $ 2 milliarder dollars ind på Seattle kontormarked. Leslie, 29, spillede en rolle i $ 19 milliarder erhvervelsen af ​​GLPs amerikanske lagerplatform og $ 5,5 milliarder erhvervelsen af ​​11.000 lejligheder i Manhattan Stuyvesant Town / Peter Cooper Village.

Sam Bobley, 28, er medstifter og administrerende direktør for Ocrolus, en fem år gammel fintech-opstart, der bruger maskinlæring til at læse papirdokumenter. Når långivere som OnDeck og Sofi evaluerer potentielle kunder, bruger de Ocrolus 'teknologi til at læse folks kontoudtog, hvilket fremskynder godkendelses- og indstigningsprocessen. Ocrolus bringer indtægter på næsten $ 1 million om måneden og blev værdsat til $ 100 millioner i sin fondsforhøjelse i maj 2019. & Nbsp;

Moiz Khan, 29, er ansvarlig for 1 milliard dollars investeringer i Palestra Capital, en stærk præstations hedgefond på 3,5 milliarder dollars. Han fokuserer på finansiel teknologi og vertikale softwarelagre. Hans seneste vindende handler inkluderer Fidelity National Information Services og Fleetcor. Khan har også haft stints hos Fir Tree Partners og Warburg Pincus.

Maximilian Fikke er en 28-årig rektor hos BC Partners og hjælper med at lede software- og teknologiinvesteringer til $ 25 milliarder i private equity-selskab. Fikke arbejdede med vigtige tilbud som $ 3 milliarder erhvervelsen af ​​Chewy, nu et offentligt selskab til en værdi af 9 milliarder dollars, Navex Global, hvor han er bestyrelsesobservatør, og Suddenlink, nu kaldet Altice USA.

For et link til vores komplette finansliste, Klik her og for fuld dækning under 30, Klik her.

">

Af Michael del Castillo, Antoine Gara, Jeff Kauflin og Nathan Vardi

De øverste unge økonomiske sind kan findes i disse dage i buyout-butikker, hedgefonde og investeringsbanker samt innovative virksomheder, der gør alt fra lette betalinger til at låne cryptocurrency. Fremgangen i private equity og nye finansielle teknologier kan især ses på dette års liste over finansiering under 30 under 30.

De stigende finansstjerner arbejder ved store institutioner som Bridgewater Associates, Apollo Global Management, Goldman Sachs og KKR. De skubber også fremad mindre virksomheder som Center Lake Capital, Divvy Homes og Celsius Network.

Magdalena Kala er en 29-årig forhandler, der hjælper med at drive investeringer i forbrugersektoren i Bain Capital, den 105 mia. Dollars store private equity-gigant. Hendes vej til Bain Capital, hvor Kala er vicepræsident, startede i en polsk landbrugsby. Der sendte Kala en e-mail på brudt engelsk til 270 amerikanske internatskoler på udkig efter et stipendium. Hun landede på Pennsylvania's Mercersburg Academy og kom til Harvard, hvor hun deltog i en begivenhed, der førte til et job i Bain Capital. Hun var med til at ramme en hjemmekørsel med Bains investering i Sundial Brands, der blev solgt til Unilever. Nu spiller Kala en stor rolle i Bains 3-milliarder dollars Virgin Voyages krydstogtskibs joint venture med Richard Branson. Kala skriver et populært nyhedsbrev, Retales, om forbrugeradfærd og opbygning af forbrugermærker.

Som 29-årig er Amber Feng chef for virksomhedskort hos fintech-gigant Stripe, som blev værdsat til 35 milliarder dollars i sin seneste finansieringsrunde i september. Feng blev medlem af Stripe som en af ​​de første ti ansatte i 2012. Hun skrev det meste af koden til Stripe Connect, det produkt, der hjælper virksomheder som Lyft, Shopify og Kickstarter med at modtage betalinger fra titusinder af millioner kunder. Feng fortsatte med at lede et 100-mannshold som Stripes chef for infrastruktur. Nu leder hun det nye firmakreditkort Stripe, der blev lanceret i september.

Galleri: 2020 30 Under 30: Finance

31 billeder

Naoki John Yoshida, 29, er en hovedstol hos Hellman & Friedman, et private equity-firma med 45 mia. Dollars under forvaltning. Yoshida har specialiseret sig i softwareinvesteringer og quarterbacked overtagelsen af ​​$ 11 milliarder af Ultimate Software tidligere på året og sidder nu i bestyrelsen. Han var tidligere bestyrelsesmedlem i Kronos, et andet stort softwarefirma. Han startede som Morgan Stanley investeringsbank.

Paul Gu er en medstifter og chef for produkt hos Upstart, en online-långiver, der hjælper folk med at refinansiere kreditkortgæld. Det blev værdsat til $ 750 millioner ved sin sidste finansieringsrunde. Gu, 28, leder det 20-personige datavidenskabsteam, der bruger maskinlæring og ukonventionelle data (som dit college) for at vurdere låntagers risiko. Upstarts model "godkender 27% flere ansøgere end den traditionelle model og giver 16% lavere gennemsnitlige APR'er for godkendte lån" ifølge en CFPB-undersøgelse. Upstart vokser sin forretning 80% om året, siger Gu, og det bringer $ 200 millioner ind i årlig omsætning Forbes anslår.

Adam Leslie, en hovedchef hos Blackstone Group, verdens største private equity-virksomhed og ejendomsinvestor, leder ejendomsaftaler inden for kontor- og life science-sektorer. Han satte spidsen for Blackstones for nylig skubbede $ 2 milliarder dollars ind på Seattle kontormarked. Leslie, 29, spillede en rolle i $ 19 milliarder erhvervelsen af ​​GLPs amerikanske lagerplatform og $ 5,5 milliarder erhvervelsen af ​​11.000 lejligheder i Manhattan Stuyvesant Town / Peter Cooper Village.

Sam Bobley, 28, er medstifter og administrerende direktør for Ocrolus, en fem år gammel fintech-opstart, der bruger maskinlæring til at læse papirdokumenter. Når långivere som OnDeck og Sofi evaluerer potentielle kunder, bruger de Ocrolus 'teknologi til at læse folks kontoudtog, hvilket fremskynder godkendelses- og indstigningsprocessen. Ocrolus bringer indtægter på næsten $ 1 million om måneden og blev værdsat til $ 100 millioner i sin fondsforhøjelse i maj 2019.

Moiz Khan, 29, er ansvarlig for 1 milliard dollars investeringer i Palestra Capital, en stærk præstations hedgefond på 3,5 milliarder dollars. Han fokuserer på finansiel teknologi og vertikale softwarelagre. Hans seneste vindende handler inkluderer Fidelity National Information Services og Fleetcor. Khan har også haft stints hos Fir Tree Partners og Warburg Pincus.

Maximilian Fikke er en 28-årig rektor hos BC Partners og hjælper med at føre software- og teknologiinvesteringer til $ 25 milliarder i private equity-selskab. Fikke arbejdede på vigtige aftaler som $ 3 milliarder erhvervelsen af ​​Chewy, nu et offentligt selskab til en værdi af 9 milliarder dollars, Navex Global, hvor han er bestyrelsesobservatør, og Suddenlink, nu kaldet Altice USA.

For et link til vores komplette finansliste, Klik her og for fuld dækning under 30, Klik her.