12,109 文字
まずはこの高い椅子を用意してくれたことに感謝せなあかんわ。これ私のアイデアやねん。後ろの方の人らが見えへんかったからな。他の部屋から持ってきたんで嫌がる人もおるかもしれへんけど、後で返しときますわ。
えっと、私はエマーです。クリエイティブ・デストラクション・ラボを運営してます。超ディープテックのスタートアップ向けのメンタリングプログラムなんですけど、大事なポイントは、我々は株式も取らへんし、創業者からは一切料金も取らへんのです。既に5つのコホートを実施して、そこから出た企業らは既に1200万ドルの資金調達に成功してますわ。メイシーが頷いてはりますな。メイシーはプログラムのディレクターで、エイミーもここにおります。
でも今日はそれについて話すんとちゃいます。ここにおられる方々について話しましょか。パネルには4人の方がおって、45分以内やから手短にお願いしますわ。
オースティン、まず自己紹介からお願いできます？
「はい、手短に。オースティン・ゲットです。1997年にシアトルで設立されたボイジャー・キャピタルのパートナーをしております。B2BテクノロジープロジェクトのシードとシリーズAラウンドをリードしてます」
「ブライアン・トアです。前回の私のスタートアップをノードストロームに売却して、その後ノードストロムラックのCTOになりました。今は2度目のスタートアップを立ち上げて、eコマースのコンテンツ作成に注力してます」
「ちょっと教えてもらえます？ノードストロムラックに売却したスタートアップってどんなものやったんですか？」
「モバイルプラットフォームと、その背後にあるアトリビューション機能を使って、セールスから顧客へのセールスを可能にするものでした」
「ブライアンの面白いところは、小さな会社の経営から、ノードストロムラックのCTOになって200人規模の組織を率いることになったことですね。皆さん、買収っていうのは本当のスケーリング戦略になり得るんですよ」
「みなさん、こんにちは。バイです。バウンダリーの共同創業者です。GoogleでのFace IDから、ヘッジファンドでのAI関連の仕事まで経験して、今回この新しいことに挑戦することにしました。基本的に、LLMがより信頼性が高く、スケーラブルになるように、AIインフラの構築をサポートしています。これにより、人間だけでなく、ソフトウェアもAIを使えるようになります」
「こんにちは、ローラ・シャクルフォードです。長年B2Bテクノロジーマーケティングに携わってきました。予測分析というカテゴリーを作り出した3人のマーケティングリーダーの1人でした。そういう時代があったなんて信じられないかもしれませんね。AIとデータが大好きで、このパネルに参加できて嬉しく思います。現在はファイダーのCEOを務めています。オックスフォードで人工知能の修士号を取得した4人のパートナーのチームの一員です。AI戦略についてアドバイスを提供していて、まもなくテックアクセラレーターとAI業界のリーダーたちのエコシステムを立ち上げる予定です」
「では少し方向を変えましょか。オースティン、これらの創業者に対して、ボイジャーをベンチャーファームとして使うようにどうピッチしますか？」
「ええ質問ですね。ボイジャーはここカスケーディアで事業を展開する人々に焦点を当ててます。我々の考え方としては、ここで事業を展開する人々のラウンドをリードしています。うちのお金は他社のお金とは違いますからね」
「私に話すんじゃなくて、彼らに話してください」
「はい、そうですね。我々は最も特定の領域やテーマに特化したファンドというわけではありません。ジェネラリストですが、いくつかの得意分野はあります。エレベーターピッチで言うと、例えば『シリーズBステージの会社でプロダクトマーケティングのディレクターを探していて、シアトルで見つけたい』というような質問に対して、世界で最高の答えを提供できます」
「なるほど。では皆さんにお聞きしたいんですが、消費者向けスペースのスタートアップ、インフラスペースのスタートアップ、そして企業にAIの専門知識を提供するコンサルティングと、それぞれ異なる立場におられますが、これは一体何についてで、なぜこの会社を始められたんでしょうか？」
「私の場合、洞察はノードストロムでの経験から来てます。顧客を理解し、コンテンツを作成し、コピーを書き、デザイナーを雇い、ホームページの1つのカルーセル要素を作るのにどれだけの作業が必要かを見てきました。そこにはメールキャンペーンやアド キャンペーンがあり、30万個の商品に対してそれをやらなあかんわけです」
「そのプロセスは網羅性や完全性に関するものではなく、人間を活用してプロセスを構築することに関するものです。プロセスに人間が大きく関わっているとなると、生成AIは『なぜここに人間がいるんだ？ガイドラインじゃなくて』『なぜエージェントがいるんだ？』『なぜこの質問をするんだ？』という質問を始めます」
「私にとって、今のチャンスは、人間が次々と関わるこれらのプロセス、特に人間が重なり合うところに新しいソリューションを提供することです。同じインターフェースや体験を提供しながら、機械がより効率的で速くなり、そのスケールをどう管理するかを考え始める必要があります」
「私の場合、AIインフラ企業を作ることにした理由は、大企業でそれをやってきた経験からです。Googleで見た一番のことは、なぜ彼らがものすごく早くリリースできるかということでした。それは、素晴らしいデータの収集、データへのアクセス、モデルのトレーニング、そしてライブでのデプロイとその周りの反復的なループのための自動化が大量にあるからです」
「AIを使ったことがない初めてのソフトウェアエンジニアなら、100回に1回、1000回に1回失敗するシステムをどう扱えばいいのか本当にわからないでしょう。大規模な企業で働いた経験があれば、100回に1回の失敗は恐ろしい失敗率だということがわかります」
「そこで私たちは、開発者が書かなければならないコードの多くを自動化するインフラを構築しようとしました。確率的なシステムの扱い方を知らない開発者でも、信頼性のあるシステムとして扱えるようにするためです」
「開発者としての経験がない場合、そのコードが良いものかどうかをどうやって判断するんですか？」
「正直なところ、最も良い判断方法は、ChatGPTを使って何かを作り出したのを見たことがあるかどうかです。最初に使った時に、それが作り話をしているのを見た人はどれくらいいますか？ほとんどいないですよね」
「それが重要なポイントです。通常、AIシステムのソフトウェアを書いている場合、それが失敗するかどうかを知ることはできません。目の前で失敗しているのを見なくても、最終的には失敗するものだと理解して、最初からその失敗に耐えられるようにソフトウェアを設計する必要があります。そのための戦略はたくさんありますが、それは後で話すことになるでしょう」
「ローラさんは？」
「私の場合、最初のスタートアップCMOの役割を経験してから約10年以上、長らく会社を始めたいと思っていました。約1年前、AIに関する全ての動きを見て、それを理解しようとしていた時、世界最大の通信会社の1つで恐ろしい顧客体験をしました」
「8ヶ月の間に問題が積み重なっていき、どうやってこの会社が事業を続けているのか信じられませんでした。以前、別の大手通信会社にいたので、そこが悪いと思っていましたが、これはさらにひどかったです」
「ネットワークを通じてその会社に入り込み、約4ヶ月かけて18人の経営陣と話をして、私の仮説を検証しました。私たちには明らかで、既に知っていたことですが、顧客体験が壊れているということです。彼らは絶対に真実ではない顧客体験を約束していて、その核心には、AI戦略が必要だということがありました。データは完全に混乱していました」
「そういった企業を支援したいと思い、それがファイダーが誕生したきっかけです。私たちは顧客体験やマーケティング領域、従業員体験からも企業に参入しています。また、組織全体のAI戦略を立てる企業とも協力しています。AIを始めると、それは1つの部門だけの問題ではなく、組織全体の問題となるからです」
「オースティン、最近あるVCから市場で何が起こっているのかまったくわからないと言われたんですが、それをどう乗り越えて、18ヶ月前には不可能だったけど、今本当にクールだと思うものは何ですか？生成AIについてはたくさんの誇大宣伝がありますが、実際にどこで以前は不可能だったことが可能になっているんでしょうか？」
「それは大きな質問ですね。まず第一に、このAIというものが本物だと信じています。2011年からこの分野に投資しており、最初の大きな成功の1つは、Googleが買収したデータサイエンスプラットフォームのKaggleでした」
「我々は顧客の問題を解決する人々に投資しています。今日では、ほぼすべてのことにAIが関係しています。それは製品やサービスの機能の一部であったり、核心的な部分であったりします。企業が内部でこれを使用すると考えるなら、それを簡単に実行するためのインフラストラクチャやツールが本当に重要になります」
「本当に変わったのは、歴史的にこれらはすべて判別AIと呼ばれるもので、誰かのために決定を下すAIでした。今では生成AIによって何かを生成することが本当に得意になってきています」
「そのテーマを異なる領域に適用すると、コンテンツやアプリケーション層のようなものが本当に面白くなります。これを異なるワークフロープロセスに統合することを考えると、そしてそれを簡単な方法で可能にするインフラストラクチャをどこに構築できるかを考えると…」
「今朝ボーイングから聞いたように、飛行機の近くには生成AIを一切置きたくないと。彼らは予測可能性を求めているんです」
「では、ビジネスモデルについて話を変えましょうか。それはオースティンのような人が最初に聞く質問の1つだと思います。どうやってお金を稼ぐのか、なぜこれが機能するのか、について聞かせてください」
「はい、そうですね。我々がお金を稼ぐ方法は、これらの各機会に対してコンテンツを作成し、そのコンテンツを顧客の前で実行させることです。どの部分のコンテンツが関与していて、それらの取引がどのように行われたかを非常によく理解しています」
「アトリビューションゲームを我々のコンテンツ内でプレイし、そのコンテンツに報酬を与えることができます。実際に顧客に課金するのは、エンゲージメントを高めるこれらの部分についてです」
「売上後に発生するすべてのことや、彼らが生み出すマージンについては顧客が選択します。しかし、我々はeコマースが獲得やリテンション、エンゲージメントについて意思決定を行う際の指標となるGMV（総取引額）のわずか数パーセントを占めるだけです」
「そこから先はあなたのビジネスがピックアップすることになります。そして、人々が知りたがることの1つは、構成要素は何か、つまり何が難しい部分なのかということです。アクセスしなければならないデータが大量にあり、組織の異なる層に入れなければならない専門知識があります」
「2023年型のコード、IFステートメントやキューやデータベースなどの古典的なものがありますが、そこにはプロンプトエンジニアリングがあり、人間のループがループの中にいるというよりも、ループに少なくなるように機能を設計する必要があります」
「すべてのコンテンツで人間をループに入れたくないですが、カテゴリーガイドラインの定義などではそうしたいかもしれません。そこで、ビジネスがスケールしない、あるいは死んでしまう部分を特定しようとしています」
「私にとって、プロダクトマネジメントや問題が非常に複雑になりました。より多くの層があり、名前さえわからないものもあります。これは本当に素晴らしいものです。コアや小さな犬を生成するのは見たとおり本当に上手くできます。私にはどんなツールを使っても描けません」
「しかし次のレベルに移ると失敗し始めます。スペルや文法、ロジック、ルーブリックはわかりますが、推論や意見、完全な記事については、それについて話す方法さえわかりません。しかし、変更が必要な点があります」
「私たちにとって、その灰色の部分は現在皆が探求している領域です。その灰色さを、下の層で行ってきたように、レゴブロックのように遊んでプログラムできるものに変えていく方法を探っています」
「バイ、あなたのソリューションはその問題をどのように助けているんですか？」
「そうですね、灰色さの問題についてですが、私たちの対処方法は…例えばOpenAIを例に取りましょう。皆さんが見たことのある最も簡単な例だと思います」
「ChatGPTで何かを行い、ChatGPTから何かをコピー＆ペーストすると約束しますが、OpenAIはそのクリックを追跡しています。下部のアップロードボタンを押して、これが良かったと言う人はほとんどいないでしょうが、コピー＆ペーストしたということは、それが実際に役立ったという非常に良い信号になります」
「彼らはそれをモデルにフィードバックして、そのループを構築します。OpenAIならエンジニアがいて、お金もあるので、それを構築できます。私たちのソフトウェアがしているのは、それを自動生成する手助けをすることです」
「ブライアンが話していたように、プロンプトのパイプラインの連続があって、ある点まではそれらのプロンプトは機能しますが、その先は機能しません。そこで人々は何をするかというと、問題を多くの小さなプロンプトに分解し、それぞれのプロンプトに対して…しかし、どうやって正確さを判断し、一度正確さを判断したら、どうやってその循環ループを構築して時間とともに改善を得られるようにするのでしょうか」
「私たちは有料サービスでそれを行っています。オープンソースの提供は完全に無料で、最初のループを支援しますが、実際に大量のデータやユーザーフィードバックを持つ企業に対しては、データを収集し、バックエンドストアとして機能し、理想的にはプロンプトの改善を時間とともに自動化する手助けをします」
「ローラ、あなたはAIの実際の使用方法を企業に伝える経験がありますが、これまでに見た中で最高の実装ソリューション、コスト削減、あるいはビジネスモデルの変更は何ですか？」
「たくさんありますね。まず始めに、我々は準備状態の評価から始めます。AIの旅を始める時、組織として自分たちがどこにいるのかを理解することが重要です」
「経営陣として自分たちの位置がわかっていると思うでしょうが、評価を行うと驚くことになります。リーダーシップ、ガバナンス、能力、テクノロジーの側面について、各経営幹部にインタビューを行い、1から5のスケールで評価すると、回答は大きく異なります」
「組織の新しいメンバーは、AIで達成できると思うことについて、はるかに慎重です。おそらく彼らの方が現実的なのでしょう。とにかく、これが我々にとって変革を推進する出発点となります」
「本当にクールな企業レベルでの実装を見たことはありますか？」
「たくさんありますよ。DBSバンクは素晴らしい例です。クララについても聞いたことがあるでしょう。クララは700人のカスタマーサービス担当者を再配置できたことについてよく話しています」
「実際、彼らのCEOは先週か先々週、以前は人が行っていたこれらのことをすべてどのように行えるようになったかについてツイートしましたが、少し問題になって削除することになりました」
「しかし、彼らは顧客サービスを高付加価値にリスキルしている大きなケーススタディとなっています。より洗練されたチャットボットを使用して、より基本的な質問に対応することで、顧客満足度を向上させています」
「これは実際に非常に興味深いユースケースで、再び顧客の問題を解決しているわけです。クララのケースでは、解決までの平均時間が11分から2分に短縮され、今年は4000万ドルの利益貢献になると考えています」
「私が使用した例の1つは、ABBのIT責任者との会話でした。彼らは常時約200の薬品がFDAの承認サイクルにあり、FDAに薬品を申請するための最初のラウンドのデータ分析には、コンサルタントに5万から10万ドルを支払っていました。それが今はなくなりました」
「当時は、最初のラウンドが自動生成されることで、おそらく1000万ドルの利益貢献になると考えていました。最近彼に会った時、16ヶ月で既に1億5000万ドルの削減を達成していました」
「オースティン、もう一度お聞きしたいのですが、現在資金調達を受けている企業の中で、どのようなパターンが見られますか？ベンチャーキャピタルによるものと、企業による資金の2つの観点からお願いします」
「はい、2つの異なる答えがありますね。企業側、OpenAIのような側では、技術的な才能の深いベンチが必要で、これらのスタートアップは既に大企業のように見えます。これには理由があります。多くの大きなプラットフォーム企業がAIを通じて核となるビジネスを推進しようとしているからです」
「VCによって資金提供を受けているスタートアップ側では、実はソフトウェアの分野で長年見てきたものとそれほど変わりません。世界について得た秘密を持っている人々です。ある分野で深い専門知識を持ち、『ここに問題があり、これを修正する方法について意見がある』という人々です」
「通常、解決策を構築する方法について深いレベルの技術的専門知識を持つ人がいて、さらにチームを構築できる人々です。2人の共同創業者だけでなく、チームを構築できるか、人材を引き付けることができるか、顧客を引き付けることができるか、これらすべてが重要な要素です」
「ステージにはシリアルアントレプレナーがたくさんいますが、初めての人もいると思います。ブライアンのような深い知識と『以前まさにこれをやっていて200人のチームを率いていた』という経験がない場合、どうやってあなたの味方につけることができますか？」
「ベンチャー側の我々は皆、アクセスしやすく、見つけやすいと思います。我々の誰かを見つけられない、メールを見つけられない、我々を知っている誰かにアプローチする方法を見つけられないなら、おそらく顧客を獲得するのも本当に難しいでしょう」
「なぜなら、我々は最初の会話を持つのにはるかに簡単です。ベンチャー担当者への営業は、確実にコールドメールを送ろうとしているエンジニアよりもはるかに簡単です」
「だから、単にアプローチしてください。ネットワークを通じてでも、コールドでも、このようなイベントで声をかけてもいいです。我々の誰かと話そうとすることを恐れる必要はありません」
「わかりました。観客からの質問を受け付けたいと思いますが、もう1つだけ…今回の会社の立ち上げは、前回と比べてどれほど違いますか？持っているツールの観点から」
「素晴らしいですよ、すごくワクワクします。最初の価値創造のレベルを突破するために多くのエンジニアを雇う必要があったことを覚えています。そしてバックオフィスやその他の作業もすべてありました」
「コンテンツ作成、マーケティング、営業用のピッチデッキの調整、デモなど、私のチームには多くのAIエージェントがチームメンバーとしています。チーム内のシナジーから生産性が得られないから採用を遅らせているわけではなく、3つのクールなエージェントに人間の複雑さを追加するのに適切なタイミングではないからです」
「3つの最もクールなエージェントは何ですか？」
「コンピュータビジョン認識です。私が着ているもの、ボタンの位置、サイズ、縫い目など、素晴らしく、データセットも非常に豊富です。テキスト生成では、コールトゥアクション、インサイト、着用方法のストーリーなどを作成できます。あなたが着ているものをターゲットにして、それを作成できるのは魅力的で楽しいです」
「そして3つ目はコーディングです。私のコードは、努力しなくても美しく見えます。まだコードが何をするかは多くコントロールしていますが、完全に自動化されているわけではありません。それはすぐには起こらないと思いますが、考える必要さえないことがいくつかあり、コパイロットに任せることができます」
「開発者の視点から見て、前回のスタートアップと今回の違いは？そして最もクールなAIエージェントは？」
「実は、これが私の最初の本当のスタートアップです。前回は偽物のスタートアップで、6ヶ月で辞めました。申し訳ありません。あれは本当に楽しかったですが、これほどではありません」
「ブライアンが言っていたことに本当に同意します。雇う必要のある人の数がはるかに少なくなっています。素晴らしい人々を雇っていますが、良いAIツールを与えることで…エンジニアに関して言えば、正直なところ、ほとんど雇う必要がありません」
「数人のエンジニアで、以前より遥かに多くのコードを出力できます。私のチームはRustを使用しています。Rustは比較的変わった、ほとんどの人が学んだことのないプログラミング言語です。ほとんどの仕事では使用されないからです」
「例えば、Microsoftは完全にRustに移行しましたが、私のチームはGitHub Copilotを使用して学び、システム全体をRustで書きました。ソフトウェアやAIシステムのようなGitHub Copilotを使用できるだけで…」
「例えば、マーケティング記事の最初の下書きを書く別のものもあります。それは素晴らしいです。考える必要がなく、下書きを取得して、それは十分ではないので投稿はしませんが、編集して投稿することができます。そのような自動補完機能のおかげで、より多くのことができます」
「ローラ、あなたが見た中で最もクールなアプリは何ですか？」
「Eleven Labsが好きです。ここで使用している人はいますか？音声からテキスト、テキストを音声に変換し、ビデオスクリプトを簡単に作成するのに役立ちます」
「もう1つ、現在私が気に入っているのは、Practice AIという小さな会社です。現在は主に教育に焦点を当てていて、企業に展開しようとしています。彼らはデジタルツインのようなものを作ります」
「実際、先週オックスフォードでの授業で、私の教授の1人が『私からメールを受け取って返信がない人は手を挙げてください』と言ったところ、教室の約20%が手を挙げました。世界中の教師や教授は、学生と交流するなど、やりたいことをする時間が十分に与えられていないからです。彼は『誰かデジタルツインをくれれば、私の役割をもっとうまくこなせるのに』と言い続けています。もちろん、置き換えられたくはないんですけどね」
「オーディエンスから質問はありますか？」
「VC関連の質問です。SaaSの波の時と比べて、投資やスタートアップへの関与の仕方は基本的に変わっていないとおっしゃいましたが、今は5倍速く物事が動いていて、その時期の前提が当てはまらないかもしれないと思うのですが」
「オースティン、質問を繰り返してもらえますか？」
「パラフレーズすると、オースティンの会社の評価フレームワークはSaaS時代からあまり変わっていないように聞こえます。AI世界は今、非常に速く動いています。そのフレームワークの一部を変更する必要があると思いますか？」
「簡単な答えは、はい、です。我々が変更した部分は、AIの領域やテクノロジーの領域内でどこに焦点を当てるかということです。例えば、基盤モデルの会社は、小規模な初期段階のベンチャーである我々が参入する領域ではありません」
「しかし結局のところ、我々がB2Bテクノロジー、エンタープライズの世界で焦点を当てている領域に基づくと、時には顧客は問題を解決するためにAIを使用していることを気にします。最終的には恐らく気にしなくなるでしょう」
「再び、我々は問題解決の視点からアプローチします。テクノロジーは非常に興味深いですが、『これが問題で、この問題を解決することは最終顧客にとってこれだけの価値がある』ということをしっかりと理解していなければ、投資を引き受けるのは非常に難しいです」
「だから我々はそこから始めて、その前提に基づいて作業を編集します。逆からではありません。それでわかりますでしょうか」
「他に質問は？…わかりました。オースティン、ベンチャーキャピタリストとして、質問をした時に人々が最も戸惑う質問は何ですか？」
「私は変な引っかけ質問をするようには心がけていません。最も頻繁に戸惑われる質問は…本当に得られた洞察があるのかを探るために、YCの5つのフレームワークなどをご存知だと思いますが、回答があるかないかまで、問題の一部について掘り下げ続けます」
「必ずしも意地悪な、指摘するような方法ではなく、理解しようとする努力の中でそうします。それがより明確になるのではなく、むしろ不明確になっていくなら、それは通常、これらの問題の1つを解決しようとする人が、その深い洞察を持っていないというサインです」
「ブライアン、多くのスタートアップにとって非常に興味深いのは、この顧客の部分だと思います。あなたはこの分野から来て、そこに入っていきました。ファッションや小売の人々をそれほどテクノロジー先進的だとは思っていませんが」
「驚くほど多くのテクノロジーがこれらのビジネスの背後にあります。在庫を扱い、在庫はまさにデータベースであり、これらの商品をトラックネットワークや配送ネットワークを通じて流す管理が必要で、それはコンピュータサイエンスの問題と非常によく似ています」
「ウォルマートやターゲット、ノードストロームには、他のテクノロジー企業から来て、この問題を解決している人々がたくさんいます。洞察や分析が得意でも、それは2023年型のアプローチの多くです」
「コンテンツ作成、マーケティング、営業用のピッチデッキの調整、デモなど、1つのカバーを完璧に決めなければならない雑誌のような作りです。その古いモデルからNetflixに移行し、Netflixは存在するすべてのマイクロセグメントにコンテンツを発信しています」
「その進化は、TikTokやInstagramでも見られ、まさにマイクロセグメンテーションです。それは起こっています。今や業界が立ち上がり…」
「バイ、あなたは比較的新しい起業家ですが、初めての起業家に対する最大のアドバイスは何ですか？」
「本当にやりたいのかを確認することです。やったことのない人へのアドバイスですが、私が他の人から得たアドバイスです。お金は少なくなり、コントロールは少なくなり、労働時間は増え、影響力は少なくなります。それらすべてを望んでもまだやりたいなら、おそらく創業者になるべきです」
「そしてそれを乗り越えたら、資金調達に進みますが、それの多くは、あなたがどれだけ強く信じているかということと、単なる数のゲームです。できるだけ多くのVCと会い、最終的に誰かがチェックを書いてくれるでしょう。実際に信じていて、顧客がいる限り…顧客を獲得して、ただ続けるだけです」
「質問がありますか？はい」
「あなたとブライアンに質問があります。創業者として、実践を通じて学ぶことは非常にコストがかかると感じています。あなたの起業の旅で最もコストのかかった学びは何でしたか？」
「私個人の場合は、営業をしていると思っても、実際にはまだ営業をしていないということです。それが最も難しいことです。特に私たちのチームは非常に技術的なので、技術的なバックグラウンドから来ると、営業と営業は全く異なります。営業に行きましょう」
「私の場合は、マスターマーケットと顧客に決定を任せず、自分で決定を下さないようにすることでした。最初のスタートアップでは多くの自我があり、プラットフォームが存在しないインフラを実装していたので、その部分は推測する必要がありましたが、他の部分は単に人々に尋ねる必要がありました」
「人々と話すだけでよかったのに、いくつかの部分で推測してしまいました。そのため、いくつかのピボットは目標からさらに遠ざかる推測に基づいており、データに基づくピボットで戻ってきて、3回目のピボットで私たちのスタートアップの適切な場所を見つけました」
「もう少し謙虚であれば、まだ答えを知らないかもしれないと考えれば、それを解決できたはずです。今では私は懐疑的になっています」
「最後にローラ、このスペースで最もコストのかかった学びは何でしたか？」
「まさに営業、営業、営業です。私はネットワーキングと関係構築が得意で、素晴らしいネットワークに恵まれています。それは完全に営業とは異なります。もちろん、機会を得るためにネットワークを活用したいですが、営業に目を向ける必要があります」
「パイプラインがあり、自分の会社でない場合と同じようにパイプラインを作業する必要があります。不思議なことに、自分の会社の場合、なぜか営業よりもネットワークの中で快適になりやすいのです」
「ABC – Always Be Closing（常に成約を）ですね。拍手をお願いします」
コメント