この動画は、Box CEOのアーロン・レヴィーがAIエージェントの台頭がホワイトカラー職に与える影響について詳しく語っているインタビューである。彼は、AIが単なる生産性向上ツールではなく、人間がAIエージェントを管理し、その出力を監督する新しい働き方を生み出すという独自の視点を提示している。また、SaaS業界の未来、企業内でのAI導入戦略、責任の所在、そして技術革新と権力集中のバランスについても深く掘り下げている。
BoxのAIファースト戦略とエージェントの役割
今後5年間でホワイトカラーの仕事の50%が破壊されるでしょう。それは私たちの時間を解放して、これまで手をつけることができなかった全ての作業に取り組むことを可能にします。実際に起こることは、すべての企業がこの技術を導入するのに2年、3年、5年、10年かかるということです。
私たちはエージェントを管理するか、エージェントの出力を検証することになります。AIエージェントは私たちの生産性を少し向上させるためにあるのではありません。AIエージェントを生産的にするのが私たちの仕事なのです。私たちの多くの仕事は将来的にそのような形になるでしょう。そしてそれは、仕事がどのようなものかということについてほぼすべてを変えることになります。そのエージェントが間違いを犯したとき、重大な間違いを犯したとき、責任はどこにあるのでしょうか。それは人間の手にあることになります。
こんにちは、アーロン、参加していただきありがとうございます。お招きいただき、そしてBoxへようこそ。ありがとうございます。
とても素晴らしいオフィスですね。AIエージェントについてお話しできることを楽しみにしています。あなたはX（旧Twitter）で、特にエージェントについて非常に積極的に発信されています。ですので、本当にあなたの考えをお聞きできることを楽しみにしています。
確かに、この時点でちょっと変な執着を持っていますね。ですので、これが私が時間のほとんどを費やしていることです。
分かりました。私はここBoxにいます。数週間前、あなたは公開メモを出しました。BoxはAIファースト企業だと。これについて少し詳しく聞きたいと思います。それはどういう意味なのでしょうか。そして、社内で会社をどのように変革しているのでしょうか。
まず、あなたにとってAIファーストとは何を意味するのでしょうか。
おそらく聞いている皆さんはこの時点で比較的よく理解していると思いますが、基本的にはあなたの運営と会社の働き方について考える方法で、ビジネスのあらゆるタスクにAIを適用して組織をより生産的にし、最終的に組織としてより多くの出力を生み出すことができるかを考え抜くやり方です。
多くの企業は異なるアプローチを取っています。中にはAIファーストでありたいと言う企業もあり、これは効果的に特定の問題に適用する総人員数を削減しようとするものです。これは全く適切で興味深いアプローチだと思います。
私たちのアプローチは少し異なり、実際にできる限り多くの出力を生み出し、AIを効果的に企業の能力拡張として使用する方法です。つまり、効果的に以前できたよりもはるかに多くのことをどのように行うかということです。
これは様々な形を取ることができます。明らかに、AIコーディングは簡単な例です。では、どのようにより多くの機能を構築するかということです。マーケティングでは、より多くのキャンペーンを展開するか、それらのキャンペーンをより多くの市場に合わせて調整することを意味します。
また、組織全体で特定のタスクを行うのにかかる時間を短縮することも意味します。社内で多くの状況があり、私たちは「通常そのプロジェクトは2週間かかるが、実際にはもうそのプロジェクトに2週間かけたくない。なぜ2日でできないのか」と言う場面があります。そこで私たちはAIの使用により組織としてはるかに迅速に作業する方法を常に考えています。これはコンテンツの生成、コードの生成、さまざまな活動の深い調査、フロントラインのカスタマーサポートの実現、AIでより良い営業担当者の支援まで、あらゆることが含まれます。
AI導入における実験とベストプラクティス
これらのツールはすべて非常に粗削りです。今はとても新しく、多くのエッジケースがあり、まだ不可能なことも多いです。新しいツールで遊び、社内に導入する方法はどのようなものでしょうか。ヘッドカウントやビジネス成長についてどのように考えているかも聞きたいのですが、後でそれに戻りましょう。ツールでどのように遊び、実験しているのでしょうか。それに専念するチームはありますか。
いくつかの異なることがあります。エグゼクティブチームの中に小さなグループがあり、組織全体の戦略的努力をどこに向けることができるかを常に考えています。それはちょっと評議会と呼ぶのは嫌いですが、AIを適用できる場所を常に会議で見つけ出している私たちのグループです。
Boxであることの利点で、私たちは内部で構築したAI製品を持っています。そこで私たちが使用するものの多くは、可能な限り多くの生産性を生み出すためのBox AIです。例は非常に分かりやすいです。私は営業担当者です。初めて会社に入ります。顧客に製品をピッチする最良の方法は何かを学びたいのです。私たちはBox Hubsという製品にBox AIを持っており、これは営業やマーケティングに関連するすべての知識を調べ、そのデータに質問することができます。私たちは自分自身の製品内でAI使用の多くを可能にしています。
そして承認されたプラットフォームでの実験をできるだけ促進しています。チームがCursorでいろいろ試して、その経験を他のチームと共有するということがあります。私たちが望むのは、より多くの場所でAIを使用するというトップダウンの指示と、そこにあるすべての素晴らしい使用例を事前に予測することは決してできないと理解している、より分散化されたアプローチのバランスを取ることです。ガードレール内でできるだけ多くの実験をしてもらいたいのです。信頼できるシステム、顧客データでのトレーニングがない場所、アクセス権を持つデータに人々がアクセスしていることが分かる場所で。
最後のポイントは、ベストプラクティスを社内でできるだけ共有することを心がけています。週に一度、内部の全体会議を行い、全員がビデオ通話に参加し、その全体会議のセッションの一つは、今やビジネスの誰でも自分のワークフロー内でどのようにAIを使用しているかを見せることです。
毎週、何らかのチームがAIを使用してエージェントを構築し、何かを自動化している内部デモを見ることができます。組織内でできるだけ多くの有機的なアイデア創造と実験を行いたいのです。
AIによる能力拡張と働き方の変化
メモの中で、チームに持っているツールでより多くのことをしてもらいたいと言っていたと記憶していますが、どのように彼らを励まし、チームがAIツールを受け入れるのではなく、「他に誰を呼べるか、他に何を買えるか」と考えるのではなく、AIツールを受け入れるためのインセンティブは何でしょうか。
私たちは多くの組織に比べて少しイージーモードでこれを行うことができます。シリコンバレーの真ん中のAI分野のソフトウェア会社であることにより、人口統計学的にBoxの従業員やBoxersの多くは、私たちの働き方でできるだけ多くの革新を得る方法にすでに精神的に配線されています。
ソフトウェア以外の人々がこれをナビゲートしようとすることについては、本当に多くの同情を持っています。なぜなら、まずAI分野で何が起こっているかの基本的なトレーニングを行う必要もあるからです。私たちの場合、すでに少し不公平な優位性である少しのヘッドスタートがあります。
しかし、AIロールアウトにおける自然な抵抗ポイントがどこにあるかを確実に考慮する必要があります。一つは、AIを導入すれば、あなたの目標は私の仕事を自動化して、その後に私に仕事があるのかということです。私たちが非常に明確にしようとしている一つのことは、私たちの目標は企業としてより多くのことを行い、すべての従業員がより多くのことを行えるように武装させることです。一つの例外を除いて、特定の機能を見て完全にシフトしようとは考えていません。
私たちが最も積極的に取り組んでいる一つの分野は、より多くの受信カスタマーサポートケースを逸らすことができれば、実際に顧客により良い体験を創造できるだけでなく、同じリソースを積極的なカスタマーサクセスに再配置できると考えていることです。
ロールアウトの際に役立つと思うことの一つは、おそらく逆から考えることです。一部の企業が犯す間違いは、AIを使用し、AIを使用できない場所に人員を追加するということです。一般的に、AIを使用している組織の部分により多くの予算を与えるという逆のことをしたいと思います。組織全体でのAI使用を効果的にインセンティブ化または奨励する方法を見つけたいのです。そのメカニズムの一つは、実際に組織をより効率的にできれば、次の人員や次の予算を得るチームのリストの上位になる可能性があると言うことです。
採用、より良い生産性、より多くの予算などの良循環やサイクルを作成できるほど、より多くの安全性と快適さの感覚をもたらすと思います。
市場機会とジェヴォンズのパラドックス
なぜ人々がX職やY職を自動化する方法を考えるのか、いつも不思議に思います。しかし実際に、すべての従業員からはるかに多くの生産性を得ることができるなら、なぜ新しい使用例に取り組まないのでしょうか。市場には多くの機会があります。経済性がまだ実行可能でなかった多くの問題があります。そのような考え方を評価します。
これらの仕事の一部を行っている人々にとって良いニュースは、AIを非常に近視眼的な方法で扱い、コスト削減のみに向かう企業があることです。私たちは皆競争の激しい業界にいます。高度な競争を持たない企業はほとんどありません。AIを使用して経費を削減することを決定するすべての企業に対して、「AIを使用してより多くのことを行う」と言う別の企業があります。
AIで顧客により良いサービスを提供できる企業が、より多くの顧客と高い満足度評価とより良い製品とサービスの提供を得る企業になります。そして、それらの人々がより多くの人を雇い、より高い生産性向上を得ている機能を成長させる人々になります。
AIによる削減さえも見る非常に一時的な現象だと思います。なぜなら、才能は生産性向上を見て再投資している経済の分野に流れるからです。
一つの例は、3年、5年、10年後の中小企業の規模が偶然にも人員数の観点でより高くなるだろうという私の推測です。なぜなら、起こることは中小企業が実際に中小企業として最初からより多くのことを行うことができるようになり、それが成長した分野に基づいてすべての隣接機能を構築することを奨励するからです。
2、3、5、10人の会社であれば、持ち込むすべての新しい雇用は総経費エンベロープの10から20%のようになる可能性があります。しかし、私が1人しかいない場合、10人しかいない場合、文字通り経費エンベロープ全体を10%成長させたことになります。新しいマーケティングキャンペーンを始めるためだけに予算全体を10%成長させることを正当化できない多くの活動がビジネス内にあります。作成したい機能、修正したいバグなど。それで、それらの企業はその作業に決して取り組みません。
AIエージェントの世界では、彼らがあなたのためにその作業を始めます。そうすると何が起こるでしょうか。より良い製品を構築するか、顧客により迅速にサービスを提供します。次に必要になるのは、おそらくより多くの営業担当者で、サービス提供の効果を高めた顧客と話すことです。実際に中小企業として、決して投資しなかった機能に投資できなかったためにより速く成長できなかったであろう以前のAI時代よりも、より大きく、より速く成長することになります。
ホワイトカラー職の未来とAIの影響
ダリオ・アモデイ（Anthropic CEO）が言ったことを見たと思いますが、私はこれについていくつか異議があります。ホワイトカラーの血の海。今後5年間でホワイトカラーの仕事の50%が破壊される。アンディ・ジャシー（Amazon CEO）も、AIの生産性のために企業の人員を削減すると言いました。あなたは非常に異なるアプローチを持っています。私は実際にあなたに同意する傾向がありますが、彼らは何を間違えているのでしょうか。
両方の人々を尊敬しています。私の観点は、実際に異なる概念を表しているため、2つを異なって解析することです。ダリオのポイントは、AIエージェントのペースで、エージェントをここから5年後まで外挿すると、純粋に学術的な意味で彼はおそらく正しいという非常に興味深い思考実験だと思います。つまり、エージェントは多くのこれらの仕事を行うことができるようになります。
しかし、実際の体験は異なることになると思います。なぜなら、私が考える傾向があることは、アレックス・ワンが最近YCポッドキャストで最もよく表現していたことですが、エージェントが引き続き失敗するロングテールがあるということです。それは最後のマイルです。自動運転の最後のマイル。エージェント作業の最後のマイルで、人間は作業をレビューしなければならないのです。人間はエージェントが何をしているかを調整しなければなりません。人間はエージェントからのすべての出力を組み込まなければなりません。
エージェントの効果の大幅な改善を得ても、それは基本的に人間がそれらのエージェントで最終的に行うことの動く目標投稿であるため、それは消えないと思います。それが最初のことです。
二番目は、エージェントによって複製することができない多くのことを私たちが行っていると思うことです。ブラックボックスタスクとして送信して作業を返してもらうようなものではありません。経済で価値を生み出すために行わなければならない個人的な相互作用です。契約をまとめるために顧客と話し、作業を調整する営業担当者。取引やケースを交渉するために話し合う弁護士。
すべてのより単調な作業をコンピュータで行いたくない世界で、私たちはそのような作業がどれだけ存在するか、また存在するかを過小評価していると思います。エージェントがより単調なタスクを処理している世界を考えてみてください。それは私たちの時間を解放して、これまで決して取り組むことができなかったすべての作業に取り組むことを可能にします。
労働の一括と呼ばれる誤謬やパラドックスがあります。これは基本的に、経済における任意の時点でのサービスに対する需要の量に対して適切なレベルの雇用を持っていると仮定する考えです。それは効率性の変化を過小評価しており、ジェヴォンズのパラドックスを追加すると、特定の作業カテゴリの効率を向上させることができれば、法的作業や医療や教育や営業の効率を向上させることができれば、その一連のサービスに対する需要が引き起こされた効率性向上よりも大きいかどうかという問題があります。
マーケティングキャンペーンを行うことをはるかに効率的にできれば、マーケティング労働に対する相応以上の需要を得て、それらのキャンペーンを作成したり、法的作業や医療などを行うことになると思います。
ダリオのポイントが予想していないのは、AIが労働からその出力を得ることをはるかに効率的にしたため、真空状態では予測できなかった労働に対するジェヴォンズのパラドックスを実際に見ることになるかということです。
需要の拡大と新しい市場機会
私はこれについて特に動画を作成し、そうです、ジェヴォンズのパラドックスのようなものだと提案しました。生産性が向上するにつれて、従業員当たりの生産性が向上するにつれて、私たちははるかに多くのことを行うことができるようになります。多くの反論は、おそらくそれほど多くの需要がないということでした。市場に提供できるソリューションの供給が増えるにつれて、需要はどのように拡大するのでしょうか。
その反対意見者がここにいなければ、議論するのは少し困難です。私は彼らが間違っていると言うだけです。なぜなら、部分的にはそれは両側で知ることができないからです。私の意見は、実際にかなり多くの需要を持つことができるということです。いくつかの例を挙げましょう。
最後に医療提供者に行ったのはいつか分かりませんが、私の個人的な経験では、さまざまな種類のトピックについて医師に電話をして、「次にいつ私に会えますか」と言うと、おそらくトピックに応じて2ヶ月から6ヶ月の間のどこかと言うでしょう。
私にとってそれは、基本的にあらゆる特定のトピックについて来週医師に会うことができないという事実の即座で明白な例です。需要に応じて即座に。私たちはおそらく医療提供者の数で2倍から3倍外れているというのが私の迅速な推測です。
何が起こっているのでしょうか。なぜこれらの医師はクライアントにサービスを提供できないのでしょうか。彼らが行わなければならない多くの管理作業があります。彼らが行う各訪問からのすべてのメモを入力しなければなりません。AIがそれを30%短縮できるでしょうか。AIがすべてのバックオフィス業務をはるかに速くできるでしょうか。その効率の結果として、おそらくシステム内により多くの実際の医師や医療従事者や看護師を必要とするでしょう。それが医療です。おそらくそれは簡単な例でした。
Shopifyで風船をオンラインで販売している友人がいます。彼のビジネスはウェブサイトを持ち、風船を販売することです。実際にかなり成功しており、「このアイデアはマーケティングで機能するでしょうか」といつも探っています。
彼がボタンを押して、「私のためにすべてのマーケティングを行ってください、私のためにすべてのFacebook広告を行ってください、私のためにすべてのSEMを行ってください、私のためにすべての在庫を行ってください」と言える世界を想像できるでしょうか。より多くの顧客を得て、サプライチェーンや製品開発を行うためにより多くの人を雇い、製品をより良く設計する世界を想像できるでしょうか。答えはイエスだと思います。
彼は常に自分の時間や限られたチームの時間のために、それらすべてのことを展開する能力に制約されています。AIが持ち込んでより効率的にするとき、その結果としてそれらのカテゴリーが成長するのを見る能力において、経済におけるサービスの多くの異なるカテゴリーに対する需要の量に上限はないと思います。
医療は実際に素晴らしい例だと思います。医師に会いたいときと実際に予約を取れるときの間の遅延だけでなく、全く待つ意思がない人々もおそらくいるでしょう。または、より小さな問題についてより頻繁に医師に質問するでしょう。AIが促進できる健康懸念のロングテール全体があります。
さらにもう一つの例です。Boxでは、私たちをより生産的にするすべてのAIツールを見ており、営業担当者を10%より生産的にできる場合を考えてみましょう。B2Bを行う際の典型的な統計は営業生産性で、これは基本的にその営業担当者への支出に対して持ち込んでいる売上の量です。10%の生産性を追加できる場合、営業の観点から10%多くのドルを得ることになり、2つの選択肢があります。
一つは、10%多くのドルを得たことを本当に喜んで、人生を続け、今や収益が成長するということです。もう一つのシナリオは、本当に喜んで、突然営業担当者の予算配分プロセスがより魅力的なものになるということです。
私たちの組織では、少なくとも私たちが信じている市場機会の大きさに基づいて、生産性向上を推進できる瞬間に営業にドルを投入します。生産性向上を図ることができれば、実際にその直接機能またはその機能に関連する対応する役割のいずれかで雇用する多くの機能がほとんどのビジネスにあると思います。
人間の仕事の未来：エージェント管理と出力検証
将来の人間の仕事がどのようなものになるかについて話しましょう。2つの道があります。私たちはエージェントを管理するか、エージェントの出力を検証することになります。スペクトラムのようなものかもしれません。あなたの考えはどこにありますか。どこに偏るでしょうか。
これは、AIがどこにあるかの現在の瞬間で探求する最も楽しいものの一つだと思います。ソフトウェアの未来、そして拡張して仕事がどのようなものになるかということです。
最近、私のメンタルモデルは、ほとんどの企業ソフトウェアが基本的に私たちの作業方法をデジタル化し、有効にすることだと考えています。つまり、私たちは一日中何をしているのでしょうか。知識労働者であればコンピュータに行き、多くのことを入力し、会議をし、物事を調整し、ブレインストーミングをします。しかし、最終的に収益化する多くの出力は、そのコンピュータで起こっており、あなたが個人的に何かを行う速度で起こっています。何かを研究する速度、コードを書く速度、マーケティング資産を設計する速度。
企業は基本的に、他の内部または外部の個人と調整された方法で、あなたがコンピュータで何かを生産できる速度で動いています。
今、AIエージェントを絵に追加してください。それらのAIエージェントは、2年前、私たちはそれらのAIエージェントがあなたがしていることをはるかに速くすると考えていたでしょう。コードを書いているとき、それが先にタイプし、書きたいコードを自動完成させ、この追加のアクセラレントのために突然30%多くのコードを書いているように。それが私たちのメンタルモデルでした。レポートを書けて、おそらく数センテンスまたは段落を一度にタイプするのを手伝ってくれる、または顧客に応答していて、その顧客に与える適切な応答を自動注入してくれるように。
それがChatGPTの瞬間後の過去おそらく1年半の間の私たちのメンタルモデルでした。これらのものは、私たちがその作業を行っているときに私たちがしている作業の代わりにテキストや画像を作成することについて本当にあります。
それは間違っていることが判明しました。正しいメンタルモデルは、これらのAIエージェントは私たちを少し生産的にするためにここにあるのではないということです。それは完全に逆転しています。AIエージェントを生産的にするのが私たちの仕事です。
AIエージェントは、どれだけ速くタイプできるか、一日のうちに作業できる時間、アクセスできるコンピュータの数、一度にいることができる場所の数という能力制約に束縛されていません。その世界では、すべてが頭を逆さまにします。
例えば、企業ソフトウェアは、効果的にあなたがそのソフトウェアを使用してAIエージェントが何をすべきかを計画し、作業すべきタスクを作成し、それが思いつく最終的な出力をレビューし、その作業を調整して、あなたがしようとしているより大きな絵のことに統合するように設計される必要があります。
B2B企業ソフトウェアにいるので、仕事とソフトウェアを同じものと考えています。それがソフトウェアが設計されることです。したがって、それが私たちの仕事の多くになると思います。私たちの仕事は、AIエージェントに何を展開すべきかを考えることになります。私の指示はどれだけ明確か。私がしようとしているより大きな絵のことは何か。そして、成功するが、実際の生産性向上を得られないほど細かくない十分に細かいタスクをどのように与えるか。
そして、それを他の何かに組み込むことができるタイプのタスクであることをどのように確認するか。最近の最良の例は、AIコーディングのようなものです。数日前にBox内のエンジニアの近くを歩いていて、彼がCursorを使用していました。私は「2年前のGitHub Copilotとは異なって、Cursorをどのように使用しますか」と言いました。それは根本的に異なります。もはやあなたがコードを書いているときにAIが先にタイプしているのではありません。彼はエージェントに行って何かを作成するように求め、それが作成し、彼はエージェントのコードをレビューする時間を費やしています。
彼は基本的に、それが間違ったことをいつも見つけていると言います。なぜか分かります。これらは確率的システムだからです。しかし、それは文字通り彼が50%多くの出力を生産していることを意味します。なぜなら、すべての単一のクラスと関数を調べ、コードの特定の部分を学ぶ代わりに、エージェントがそれを行い、彼はエージェントが間違ったことをはるかによく見つけることができるからです。少し速くタイプするアクセラレントよりも。
それを基本的にすべての仕事について考えてください。それが私がCursorのようなものに興奮する理由です。なぜなら、Cursorはほぼこれの究極の現れだからです。エージェント展開のためのタスクキューです。コードエディタであろうとしているのではありません。私が何かに行って何かを構築するように求め、10分間作業し、行って確認し、差分を通過し、コードを見てレビューします。それがおそらく多くのエージェントシステムが時間とともに現れる方法です。
タスクシステムを取得し、プロンプトを取得します。プロンプトし、それが行き、数十または数百時間の作業の同等物を数分で行います。あなたは行って、それが何をしたかをレビューします。それの塊を取得し、それを他の何かに組み込みます。私たちの仕事の多くは将来的におそらくそのように見えるでしょう。そして、それは仕事がどのようなものかについてほぼすべてを変えることになります。
BoxはCursorを使用していますか。確実に一部のエンジニアは使用しています。今のところ、私たちはよりCursor展開モードにいます。しかし、私は今のところCodexの公式展開を知りませんが、私たちはChatGPT製品が大好きです。
権力集中の懸念と新興企業の機会
Boxのような企業がより生産的になり、Googleやこれらすべての企業が非常に生産的になるにつれて、非常に少数の企業間での権力集中のリスクを見ますか。知識作業のコストがゼロに近づけば、唯一の制約は将来的に資本のように思えるからです。そこに権力集中のリスクはありますか。
あります。私たちがすでに進んでいる軌道のようなものです。私はおそらくそれについてもっと心配すべきですが、私たちが歩んできた道と異なって感じません。
私たちは本当に楽しいモードにいると思います。新しいスタートアップがあり、CursorやWindsurf、Repletなど多くのAIスタートアップでこれを見ています。以前は10分の1のエンジニア数または従業員数だった新しいスタートアップが同じレベルの収益に到達できます。それは狂気です。私の心を吹き飛ばします。
最大の企業が今やコンピュート、インフラストラクチャ、それを展開するためのほぼ無制限の予算を持っているのと同時に、ユーザーエクスペリエンスのための適切なタイミングで適切な革新を釘付けにしたため、それらの大企業を上回る小さなスタートアップを見ています。
誰もがインターネット上にいるため、配布はコスト観点から低下しています。実際に今この瞬間でのスタートアップの確率も好きです。この話題について非常に統合失調症的です。現職にとって素晴らしい時期です。スタートアップにとって素晴らしい時期です。基本的にテクノロジーを使用する素晴らしい時期です。
それを常に同じダイナミクスとして見ていますね。体験をまとめる方法についてより良い味覚を持っているため、その巨大企業に挑戦できるスタートアップがあることができます。その大企業によって見落とされた可能性のあるある洞察を持っています。
基本的に市場を賢明に選ばなければなりません。新しい参入者として水平的な個人アシスタントチャットボットを構築するのは非常に悪い時期でしょう。なぜなら、そのゲームは競合マップの輪郭を少し見たからです。
Facebook後6ヶ月間、少なくとも10年間TikTokまでソーシャルネットワークは機能しませんでした。なぜなら、それがゲームでFacebookがプレイだったからです。ChatGPT、Grok、Gemini、Claude、私たちはマップ上にプレイヤーを持っています。おそらくその分野に新しいプレイヤーはいないでしょう。
しかし、過去10年間のソフトウェアにいるよりも、今日スタートアップにとって争奪戦になっているより多くのスペースを考えることができます。
2008年から2014年の大まかな期間を考えていましたが、Uber、Instacart、DoorDash、Airbnbなど、これらの企業のすべてが作成され、基本的に私たちの中核的な消費者ニーズのほとんどを満たしました。旅行、食べ物、交通、音楽。その期間ですべてのベースをカバーしました。その窓を逃した場合、消費者スペースでかなり長い間本当に興味深い期間ではありませんでした。
AIは消費者とB2Bの両方でそのリセットのようなものです。基本的に、初めて以前はデジタル化されなかったカテゴリーのセットを持ち、現在AIエージェントが展開できるからです。
その例は何でしょうか。専門サービスのすべてのカテゴリーのようなものです。弁護士や法的業界のソフトウェアのカテゴリーは、歴史上最小のソフトウェアカテゴリーの一つでした。Harveyが多額を調達しました。Harveyの時価総額は、歴史上の契約管理システムのためのソフトウェア支出のカテゴリー全体よりも大きいです。弁護士は「ドキュメントを電子メールでやり取りし、契約をレビューし、その問題に取り組むために多くのソフトウェアは必要ない」というからです。
突然、AIエージェントが今、その業界が有意義な方法でデジタル化される初めてです。カテゴリーごとに行くことができます。医療、教育、個別指導、ライフサイエンス、薬物発見。私たちが本当に完全にデジタル化することができなかった多くのスペースがあり、AIが今やそのための市場を作り出します。
以前その業界をデジタル化できなかった場合、それはそのすべての市場を捉えている自然な現職がいないことを意味し、それはスタートアップにとって争奪戦であることを意味します。その作業分野に隣接していてエージェントで参入できる現職もいるでしょうし、私たちも多くのスペースでそれを行うつもりです。
しかし、自然な現職がいないため、新しいスタートアップが適切なタイミングで適切なメッセージと適切な配布を持つ素晴らしい機会もあります。そのため、ハイパースケーラーと5つまたは6つのAIモデルがあるという事実について過度に心配していません。モデルの上で行う必要がある多くの作業があり、それが興味深くなります。
私はよく足場が今本当に投資が必要な場所だと言います。明らかに私は非常に偏見がありますが、そこには多くの機会があると思います。
個人エージェントと企業エージェントの分離
個人エージェント対仕事エージェントについて少し触れたいのですが、これは頻繁に聞かれる質問です。私にとって、ChatGPTやClaudeとのこの長い歴史を築いてきました。ChatGPTには本当に素晴らしいメモリがあります。メモリ機能は信じられないものです。私の個人エージェントと仕事エージェントの間の線引きはどこにあるのか考えています。私を知り、私が何をしたいかを知るこの個人エージェントと速記を開発し、それを仕事に持ち込めば信じられないことになる可能性があると感じています。しかし、もちろんすべてのIP問題があります。これについて考えましたか。
メモリは最も面白い技術的問題の一つになるでしょう。個人メモリの個人ドメインにとどまることでさえ十分に困難な問題です。個人メモリを企業AIエージェントシステムに注入することは、興味深い問題になるでしょう。
すべての問題を即座に考えることができます。AIシステムで個人的な健康に関することを多く行い、それを企業環境に持ち込むと、突然私の知らないうちに何らかの未知の方法で進行中のことや決定に影響を与えるなら、それは大きな問題になるでしょう。個人側と企業側の間で政教分離が必要だと思います。つまり、AIメモリの最大の利益を完全に最大化することはできないかもしれませんが、最大価値対適切性とこれらのものを統制する能力についておそらく何らかのトレードオフをしなければなりません。
個人側でも、完全に仮説的でも私に関するものでもないAIシステムとの多くの会話があるという厄介なことに遭遇します。それらが覚える重要なことや属性であるとAIが混乱することを必ずしも望まないでしょう。将来の質問のために組み込まれ、知ってもらいたいものと、一週間続いた奇妙な一時的な期間で、覚えてもらったり、対処している継続的な問題や考えていることの何らかの種類だと考えてもらったりする必要のないものとのバランスがあります。
AIを擬人化するとき、人間として間違いを犯すこれらのものがあります。明らかにそれは私たちの脳のどこかにありますが、私たちは埋め込み空間のその部分がこの答えに全く関係ないことを知っているため、それを考慮しないことができる傾向があります。AIモデルがコンテキストウィンドウのその部分をいつ組み込み、いつ組み込まないかを知るのははるかに困難になるでしょう。
それがどのように機能するかについて非常に興味があります。そして、メモリの可搬性という問題もあります。ChatGPTとの何年もの相互作用を行い、それをGeminiやAnthropicと可搬にする能力がない場合、将来的にそれについてどのように感じるでしょうか。
業界として楽しいことは、AIシステムに与える知識の束の標準化されたコンテキストウィンドウ挿入があることでしょう。それは私がAIシステムに与える個人データカードのようなものです。おそらく誰かがそれについて仕様を作成し始め、私たちは皆それをサポートするでしょう。
MCPがエージェントツールに対して行ったことと非常に似ていると感じます。エージェントメモリのオープンスタンダードがあるべきのように感じます。特に個人メモリについて話しているので、Google、OpenAI、Microsoftに行くことができます。
企業のコンテキストでのメモリの話をしましょう。私がBoxで5年間働きました。このメモリを構築します。それから私は去り、BoxのメモリIPはBoxに残ります。私はどこか他の場所に行き、その全体のことを再び開発し始めなければなりません。完全にゼロから始めるようです。どこか他の場所から従業員を雇うときに、そのエージェントによりすばやくオンボードするのを手伝うために、Boxができることを想像できますか。それは本当にその従業員のエージェントです。それはどのようなものでしょうか。
リアルタイムでブレインストーミングしています。このポッドキャストで仕様ニュースを破っています。非常にクールなアイデアだと思います。エージェント履歴書のようなものを想像できると思いますが、クラックのように、私について、私がどのように働くか、一緒に働くテキストのスタイルを知るすべてを知っている20、30ページのドキュメントです。私はマーケティングにいます。それは個人的なものでしょう。それは個人的なものです。
しかし、再び、私たちはブレインストーミングしているだけです。しかし、従業員や市民として、または医療提供者として権利として得るある種のエージェントメモリを見る理由がありません。非常に関連性があると思います。
オバマ政権下で医療で試みられた興味深い類似のことがあります。あなたの医療記録へのアクセスを得る能力はかなり大きなことでした。課題は、基本的に消費者が実際にこれらのものと相互作用することができなかったほど使用できないものだったということでした。
私たちと聞いている皆さんにとって、私たちのAIメモリを持つポータブルJSONファイルが欲しいという問題を解決しなければなりませんが、私たちの両親にとって、彼らが実際にそれを成し遂げることができる方法はありませんが、それは理にかなっていると思い、業界が時間とともにこのようなものをサポートすることを願っています。
エージェントの責任と人間の監督
責任、特にエージェントの責任について話したいと思います。エージェントは非決定論的です。あなたが言ったように確率的です。彼らは間違いを犯すことができます。実際に間違いを犯します、特に今。彼らは良くなるでしょう。私が従業員でエージェントを展開し、そのエージェントが間違い、重大な間違いを犯した場合、責任はどこにあるのでしょうか。どのようにそれを管理しますか。
当面の間、それは人間の手にあることになります。それを回避する方法はありません。なぜなら、基本的に完全に自動操縦で行き、私たちはその物がすべての決定を下すことで問題ないと言えるほど良いエージェントシステムはないからです。AIが最終的な重要な決定を下すことで問題ないまで、システムはワークフローのある部分または何らかの粒度で人間をループから除去するのに十分良くないことを意味します。
この時点でAIを展開したほとんどの企業は基本的に「AIを使用すべきです。AIが生産している物についてはまだ責任があります。コードをレビューする必要があります。法的文書をレビューする必要があります。顧客に送ろうとしている電子メールをレビューする必要があります」と言っています。それはあなた次第です。
人々は、人間が実際にレビューしなかった例を見て、何らかのナンセンスなものを返され、その人に話をして、それについてのトレーニングセッションが必要になるという厄介な段階を経るでしょう。私たちはしばらくその段階にいるでしょう。
2年、5年、3年、5年。ある時点で、ワークフローの何らかのスケールでハンドルを放す瞬間があります。そして、それは私たちがそれに準備ができているシステムやそれに準備ができているワークフローをあまり見ていません。
しかし、それが起こるとき、実際に責任や統制や責任の新しい時代が現れなければなりません。現在、Boxはプラットフォームとして、顧客がそれらのイベントを経験した場合、私たちのシステムで起こる可能性のあるイベントのカテゴリーに対して責任があります。AIモデル提供者やAIシステム提供者でもその信頼性のレベルを持つ将来の状態があるかもしれません。
モデルの動きと空間の速さのために私たちはまだそこにいませんが、今から3年、5年、10年後に、私がベンダーに行って「私のためにアプリケーションを書くAIが欲しい」と言う場合を考えてみてください。それが何をしているかのブラックボックスを調べる能力がない場合、その物がバグを生産するときに誰かに責任を持たせることができる必要があります。
ある最終状態では、プロバイダーに責任を持たせることが適切になると思います。
これらのAIシステムに対する非常に強力な一連のガードレールがなく、企業の従業員であると想像する場合、おそらくそれらを展開することについて非常に慎重になるでしょう。それはイノベーションを遅くするのではないでしょうか。しかし、おそらくそれは企業システムの重要な要素を扱っているBoxのような企業にとって必要なことなのでしょう。
私たちが確実に間違えることの一つ、そして実際にダリオのポイントに結びつけると、私たちが確実に間違えることは、私たちはすべて塹壕にいてこの技術を見て、それが可能なことに心を吹き飛ばされ、将来可能なことについて外挿できるということです。技術が現実世界に当たるとき、私たちが実際に行っている作業にこれらのものを組み込むために必要な変更管理の量は、私たちが認識しているよりも2桁多いということが判明しました。
これも、ダリオの5年間の類推や主張が間違っている理由です。それは、企業が生産性向上や成長に使用する能力よりも早く、均等な方法で普及するこの技術への一夜のアクセスを仮定しています。それは純粋なコスト削減です。実際に起こることは、すべての企業がこの技術を展開するのに2年、3年、5年、10年かかるということです。その時でさえ、AIがそのワークフローの後に現れるさまざまなワークフローを通過しているでしょう。
私たちは、AWS の立ち上げとしてマークするとクラウドブームの18年、19年のどこかにいて、これらの企業はまだ二桁のパーセンテージ率で成長しており、これは基本的に定義上、市場の大部分がまだ完全に捕捉されていないことを意味します。人々がオンボードしているこの信じられないスペースがまだそこにあります。
このポッドキャストの前に、私はファイル共有がオンプレミスにあるデータを持つ企業と話しました。クラウド運動の20年後にファイルが保存されている場所です。それはその企業の少数ではありません。2045年にAIについてこの同じポッドキャストを行うことを想像してください。クラウドとAIの間の正確な同じ種類の相関関係を持っているでしょう。
私たちは、企業がまだ採用し、変更管理を行っているこの物として話しているでしょう。技術がロールアウトするのにかかる時間です。
これはより速く感じませんか。AIはより速く感じませんか。はるかに速いです。しかし、興味深いのは、AIが組織内のすべての人に完全にロールアウトする組織でさえ、私たちの仕事は上向きにシフトするということです。今、私たちはAIシステムにより多く展開しており、それは通常の仕事のように感じるようになり、そして私たちがその仕事をより自動化するAIの別の波が来て、私たちは常にそれを行うでしょう。
この空間は確実にクラウドが以前にしたよりもはるかに速く動いています。2倍で圧縮できるとしましょう。おそらく10年後のこのポッドキャストがより適切でしょう。しかし、人間の変更管理があなたの究極の問題です。技術革新の速度ではありません。人が「1ヶ月前にChatGPTに行ってこの質問をして、答えは大丈夫だった。答えが良くなったかチェックバックしなければならない。ああ、良くなった。今、これを私のワークフローに組み込む方法は？エージェントを構築する自動化物を作らなければならない」と行くことができる速度です。
経済全体でこの生産性向上がすべて実現されるために、経済を通して何十億回も起こらなければならないことです。何があっても、それは何年もかかるでしょう。
エージェント構築の三つのアプローチ
エージェントについてもう一つ質問があります。確実に戻ってくると思いますが、エージェントを構築している3つのグループがあるようです。あなた自身のようなSaaS企業があります。OpenAIのようなモデル提供者があります。そして、CrewやLangChainのようなエージェントフレームワークがあります。最終的に誰がエージェントを所有することになるのでしょうか。
基本的にノーアンサーを許可していますか。または上記のすべてでしょうか。上記のすべての答えが必要だと思います。以前はこのようなゼロサムの方法で考えていました。
クラウドの波が最初に始まったとき、マインドセットは「おお、Amazonが世界のすべてのコンピュートを持ち、SalesforceがすべてのCRMを持ち、実際に必要な企業ソフトウェアの量はどれくらいか。10個のアプリのみが必要」のようでした。
約20年後の早送りで、すべて数百億ドルの収益である4つまたは5つの大きなハイパースケーラーがあります。5億ドルの収益以上の範囲、または少なくとも数億ドルの収益以上の範囲で、数百の企業があります。
どのようにしてそれが起こったのでしょうか。なぜ3つまたは4つのベンダーからすべてのSaaSを得て、1つまたは2つの提供者からすべてのコンピュートを得る勝者総取り市場ではなかったのでしょうか。基本的に世界は選択を望んでいるからです。
すべての水平プレーヤーに対して垂直プレーヤーがいます。すべての集中プレーヤーに対して最高の繁殖ネットワークプレーヤーがあります。私たちは皆、以前に十分に活用されていなかったまたは解決されていなかった市場の一部にサービスを提供するために、他の誰かの戦略で陰陽を行っています。AIエージェントは全く同じことが起こるでしょう。いくつかのコアなことで本当に良いモデル提供者からのいくつかがあるでしょう。
すべてのSaaSベンダーは、特定の製品に関連するn個のエージェントを持つでしょう。あなたが言及したように、他の新しいAIエージェントインフラストラクチャ企業もあるでしょう。そして、おそらくこれがすべて指し示すのは、より多くの相互運用性、より多くの標準、エージェントが互いに話し、作業を調整できるより多くの方法の必要性です。そのため、GoogleがローンチしたADAプロトコル、AnthropicからのMCPを非常に重視しています。
エージェント間で作業を引き渡したり、互いにより良く話したりする方法を作成できるものは何でも、私たちの見解では非常に良いものです。
SaaSの未来とエージェントの役割
その道を続けましょう。SaaSの未来について話したいと思います。Microsoftの CEO ナデラはアプリケーション層がエージェントに崩れ落ちると言いました。まず、その特定の引用についてあなたの考えは何ですか。そして、エージェントがアプリケーション層をより多く消費し始めるとき、Boxがどこに行けるかというビジョンについてどのように考えていますか。
それは非常にバイラルになりました。地球上のすべてのB2B創設者は、パニックになったり、怒ったり、何らかの反応をしたりしていました。しかし、彼はエコシステムで良いエネルギーを誘発しました。非常に挑発的だと思います。つまり、その結果として行いたいすべてのことについてエージェントに行って話すかというブレインストーミングのアイデアとして好きです。
明らかにそれは、GUIとUX層で作成された価値の多くを抽象化し、私たちのエネルギーの多くが投入され、ある程度データベース権限構造ワークフローシステムに減らし、明らかに時間とともにスタックのその部分により少ない経済が流れることを意味します。
それをベクトルとして持っています。そして、ユーザーは実際に何かを2回、3回、5回、10回行うとき、そのためにAIシステムに毎回再プロンプトしたくないという反論があります。それはボタンやグラフやテーブルやダッシュボードを持つ物に行きたいのです。それが多くのソフトウェアが表現するのを助けたものです。毎日AIエージェントに「今日の収益を教えて」と再プロンプトしたくありません。それはダッシュボードを発明した理由のようです。解決された問題です。
すべてがエージェントによってUXの観点から包含されるとは思いません。エージェントはすべてのこれらのシステムのどこでも24時間365日実行されていると思います。実際に興味深いことに、サティはSaaSプラットフォームが特定のドメインのコンテキスト内でAIエージェントを展開する最も自然なプライム位置にあることに同意しないとは思いません。
ITSMの質問に答えるエージェントを持ちたい場合、ServiceNowでそれを展開することが論理的な方法です。営業チームがカスタマーサポートの質問や営業の質問に答えるのを助けるエージェントが欲しい場合、SalesforceのAgent Forceが自然な方法です。
Boxですべてのドキュメント全体でエージェントを実行したい場合、Boxのワークフローとコンテキストを深く理解するエージェントを持つことがおそらくより良い方法です。実際にSaaSシステムをより価値あるものにすると思います。
私たちが皆作成され、スケールした時代の副産物の一つは、ウェブサービスAPIがSaaS製品を構築するデフォルトの方法でした。UIとAPIを持っていました。つまり、エージェントがツール使用で実行し、これらのシステムを通して基本的にスーパーユーザーとして実行できる世界にすべて準備されています。
エージェントがSaaS内で展開されるための完璧な成分のセットを持っており、再びサティのポイントで、私は彼に同意しますが、それらのエージェントがチャットやClaudeやエージェントスペースやCopilotで調整されるロールアップポイントでバックグラウンドで協力して作業し、チャットシステムを通してユーザーとして相互作用するかもしれませんが、実際にそのソフトウェア環境のコンテキストを深く理解して価値を創造するエージェントが必要です。
しかし、エージェントはUIレイヤーの決定論的部分を実際に書くのではないでしょうか。ユーザーとして必要なものに応じて、そのエージェントに一度プロンプトできます。エージェントが必要なものを予測し始め、再プロンプトする必要がないように決定論的コードを書くかもしれません。
可能だと思います。しかし、おそらくほとんどのユーザーはそれをしたくないと思います。vibe codingの本質について非常に強気です。エージェントが私のためにこのコードを書いて、それが機能するという意味で。しかし、大きなニュアンスがあります。ITの人がチームがいつも作ってもらいたがっていたアプリがあって、ついにそれを作ることができるという意味でそれについて強気です。
財務のボブが四半期末のプロセスの決算のためにカスタムコードを作成するようなものについては強気ではありません。ボブは責任やリスクを望んでいません。それが機能したかしなかったかを理解しようとしたくありません。彼は監査人が来たとき、それらの人々だった、私のエージェントコードではなかったと言える、彼の問題を解決する本当に良い財務ソフトウェアであるベンダーが欲しいのです。それがボブの望むことです。
地球上のすべての人がやり取りするすべての企業ソフトウェアをカスタムコードするつもりはないと思うため、これらの市場は非常に大きくなるでしょう。一日中職場でそれをしたいと思わないからです。
ウェブの未来とエージェントの相互作用
ウェブの未来についてあなたと話したいと思います。APIについて話しました。特にSaaS企業を構築するとき、UIを構築し、APIを構築し、開発者が上に構築できるようにAPIを公開します。エージェント用の多くのブラウザ使用フレームワークがありました。最終状態としてそれを予見しますか、それともエージェントが慣れ親しんでいるものによりふさわしいAPIを持つためにすべてのAPIを持つ可能性が高いですか。
これはおそらく、これらの最後のマイルの質問の別のカテゴリーです。APIの作成が5倍または10倍増加し、エージェントにAPIまたはソフトウェアを記述する能力も増加すると思います。APIが完璧だったとしても、何らかの理由で複数のシステム間のタスク調整や、あるUIから別のUIに何かを引っ張るスクレイピングステップがあり、APIデザインがその特定の作業パターンに対してクリーンになることがない長いテールが常にあるでしょう。
APIの増加とエージェントによるブラウザ使用の増加の両方について強気だと思います。Operatorがローンチしたときに遊んでいましたが、世界のAPIが解決できない多くの使用例がありました。このビデオフィードを見て、ビデオフィードで何か異なることが起こったときにエージェントにアラートを出すようなものです。それに対して論理的なAPIはなく、最終的にAPIはブラウザ使用が行っていたことを近似するだけでしょう。
ビデオのAPIであり、それがブラウザ使用が効果的に行っていることのすべてです。エージェントとブラウザーとしてのソフトウェアの使用だけに想像力を制限しません。基本的に無制限のデータ入力をデータフィードとして持つフルコンピュータスクリーンを持ち、エージェントがそれを操作できるとき、何が起こるかと言い始めます。
AIエージェントのために何が新しい使用例になるか、それは私たちが考えているよりも10倍大きくなると思います。
人間が実際にウェブサイトを訪問しないような未来を予見しますか。AIスロップと言いますが、インターネット上のAI生産資産のせいで信号対雑音比が非常に歪むようになり、基本的に私とウェブの間にエージェントがあります。
スロップについては確実に神経質です。V3のようなことを考えるとき、2年後には何のビデオが本物か分からない。何のテキストが本物かほとんど分からない。疑いなくAIスロップについて懸念しています。
オンラインで人間が生成したコンテンツを検証する方法が非常に興味深くなると思います。私とインターネットの間の仲介としてのエージェントは、スロップ要因とは少し独立していると思い、全体的なエージェント使用の自然な副産物です。perplexityのCometのようなものを見ます。明らかに将来ブラウザやインターネット使用のフローのどこかでエージェントを持つことになり、開かれるクールなアイデアがたくさんあります。
エージェントにさまざまなタスクを与える研究タスクがあり、そのエージェントがその研究タスクに使用できる特定の予算を持っている世界を想像してください。突然、インターネットでのAIトレーニングの反対問題は、ますます多くのプライベートデータソースがより閉鎖されることです。
しかし、それに対する解決策は、基本的にそのデータプロバイダーにクエリのために情報にアクセスするために支払うことができる予算を持つエージェントです。もし私たちがインターネット上でただの人間で、発生しているすべての自動化を持っていなかったら決して得られなかった新しい革新を持つかもしれません。
エコーチェンバー効果の桁違いの増加について少し神経質です。ソーシャルメディアで見た方法と非常に似ており、すでに見たいものをフィードするアルゴリズム、または恐怖、怒りを増幅する。情報の海全体であるウェブと私の間にエージェントがある場合、その問題が今日よりもはるかに実質的になる可能性があると想像できます。
それについて考え、私はソーシャルネットワークを運営していないことを嬉しく思います。これに対して防御しようとするのは全く楽しそうに聞こえません。B2Bスペースでは、他の困難な問題がありますが、幸い、企業のボット化はまだありません。
AI能力の過大評価と過小評価
今日、企業はAI機能をどこで過大評価していますか。そして反対に、どこで過小評価していますか。あなたは深く関わっています。社内で展開しています。顧客の展開を手伝っています。
過大評価の面ではあまり得ません。AIがこのことに準備ができているかの洗濯リストを得て、私にとても多くの楽観主義と興奮を与えるのは、一握りのCIO（最高情報責任者）の企業との10人または15人のラウンドテーブル会話を常に主催し、すべての使用例を聞くことができ、使用例がどんどん成長し、ますます想像力豊かになることです。
興味深いことに、会話の前半の大部分について、それらのほとんどは労働置換についてではありません。通常は、私たちの企業が決して取り組むことができなかった一連のことがあり、今やエージェントがそれを行って、私のために何かを解除できるという能力拡張についてです。
100万の契約があり、エージェントがそれらの契約をすべて読むことができれば、ビジネスとして新しいことを行うことができます。またはエージェントが入って情報を要約したり、すべてのチャットログを取得したり、顧客との新しい感情分析を得ることができます。彼らが人間を展開したことがないすべてのことで、エージェントがそれらの使用例を解決できるだけです。
最初のカテゴリでは、過大評価を限定的に得て、AIがこれを行うことができるか、いつそれが可能になるかを展開できるかということがあります。これは、それらの問題を解決できる数十または数百の素晴らしい新しいスタートアップと、BoxやSalesforceやServiceNowの世界の機会があることの証拠なので素晴らしいです。
私たちが過小評価しているところでは、私たちがどのように異なって働くかのカテゴリだと思います。コンピュータとの関係のメンタルモデルを、AIシステムに何かを展開し、その作業をレビューし、その作業を組み込むのを手伝うという関係を完全に捉えるために100%変更していないと思います。
そのコアプレミスは、以前にソフトウェアを使用した方法とは非常に異なります。AIで何かを試して、それがうまくいったか好きではなかったが、全体を取るかまたは何もないかのように仕事を想像する使用例があります。それがうまくいったかうまくいかなかったかのように。
実際には、しようとしていたことの重要な量を作成するためにそれを使用すべきで、それが何時間または何日分の作業を解決したことを期待すべきで、2、3、5%オフになることを予期すべきです。それを通過してレビューしなければなりません。
しかし、それに慣れてメンタルモデルを反転させると、突然はるかに多くのことを成し遂げることができます。はるかに多くの使用例が可能になります。ITリーダーの一束との企業でのAI使用についての調査を最近行い、調査を生産するためにAIを使用しました。調査の基本的な生の骨格を生産し、3から5時間考えるすべての異なることを考えるのを節約し、作業する信じられない出発点でした。
いくつかのことを修正しなければなりませんでしたが、チームにピッチする何かを持つプロジェクトをしないことを意味していた可能性のある何時間も節約しました。全体を短縮しました。まだ多くの編集をしなければなりませんでしたが、それが開始したベースラインに慣れて、このプロジェクトに発射してくれました。
そのマインドセットを持っていれば、人間はまだ作業しなければならないことに慣れている場合、組織でAIを使用する5倍多くの方法を見つけるでしょう。全体をまだ自動化していません。すべてが遭遇するロングテールがまだあります。
AI支援による情報発信とコンテンツ作成
最後の質問です。あなたはXで非常に多産です。多くの素晴らしいコンテンツを出します。そこでAIはあなたを助けていますか。投稿を書いていますか。そのバランスはどのようなもので、ワークフローは何ですか。
XやLinkedInなどのものについて、AIトピックについて考えを投稿している場合、スペルチェックのようなもの以外は基本的にすべて私です。「areかisか」のように、どちらが正しいかを確認することがあります。
すべてを書き続ける理由は、単純に空間が非常に速く変化しているからです。その理解に自分自身が慣れていることを確認する必要があります。PGは明らかにこれについて大きな思想的リーダーで、書くことは重要なスキルであり、戦略メモや取り組んでいるすべてのことをどのように本当に考え抜くかについてそのように育ちました。
すべて書きます。楽しんでいます。再び、取り組んでいることのすべての結果、すべての下流効果を考え抜くことを強制します。書くことを触媒するのは通常、現実世界で起こっている何かです。
エンジニアリング責任者やCTOとの会話から出ます。顧客との会議から出ます。ブレークスルーを見て、エージェントがこの場合に何をするか、その場合のビジネスモデルは何かをスパークします。AIエージェントのビジネスモデルについて書いているとき、2時間前にBoxでAIエージェントのビジネスモデルについて内部会話があったことをほぼ保証できます。それらのトピックで遭遇する固有の質問のいくつかを捉えています。
そのもののためにAIでアイデアを出していますか。そのものについてはありません。
アーロン、今日私と話してくれてありがとうございました。それを見ているのを楽しみにしています。
コメント