この動画では、AI導入における企業規模の違いがもたらす課題と戦略について詳しく解説している。スタートアップと大企業では異なる制約条件の下で動いており、そのため正解も異なる。スタートアップは機敏性を活かしてバイブコーディングや実験的なアプローチを取れる一方、大企業はコンプライアンスや既存システムとの連携を重視する必要がある。AIによってソフトウェア開発は会話的なプロセスに変化し、技術的負債はオプショナルになりつつあるが、成功の鍵は実際の痛みを感じることから始まる。ツールよりもワークフローが重要であり、経験が時として抵抗を生み出すという興味深い指摘もある。最終的に両者が相互に学び合うことで、AI時代の競争を生き抜けるとしている。
AI時代の企業戦略
皆さんご存知の通り、AIネイティブなスタートアップとAI企業は異なるスピードで動いており、異なることを成し遂げ、異なるツールスタックを使用しています。そして大部分において、オンラインでの議論を見ても、小規模スタートアップカテゴリーの創業者と話しても、大企業のCEOと話しても、私が聞くのは全く異なる2つの世界の話であり、率直に言うと相手側として位置づけられる側への多くの失望です。
代わりに時間を取って、スタートアップと企業の両方を研究することから生まれた6つの異なる中核的な学びを見ていきたいと思います。これらは同じ時期にAIへの移行に取り組んでいるものの、非常に異なる条件下にあるものです。これは大企業環境で働いている方にも、小さな会社で働いている方にも、さらには個人創業者の方にも当てはまるはずです。
これらの2つの環境の違いについて、規模以外の点と、それがAIにどう影響するかについて疑問に思ったことがあるなら、本当に明らかな点である大企業はしばしば動きが遅くて嘲笑されるが、そうすべきではないという点以外について、私はこれら全てを解きほぐし、学びを提供し、その後2025年の残りの期間でこれがどこに向かっているかについての考察をしたいと思います。
6つの核心的学び
それでは第一に、これらの中核的な学びに入りましょう。異なる制約は異なる正しい答えを生み出します。スタートアップと企業は単純に同じゲームをプレイしていないのです。彼らは効果的に異なるルールを持つ異なるスポーツをプレイしています。スタートアップの創業者が10人の顧客に壊れた機能を出荷した場合、それが壊れたら個人的に全員に電話できます。
そのためバイブコーディングは非常に実用的です。しかしPMが1万人のヘルスケア顧客に出荷する場合、1つのデータ漏洩が訴訟を引き起こし、ビジネスが持つ最大の契約を失い、最終的に会社を破壊する可能性があります。基準が全く異なるのです。創業者、個人創業者は週末にコードベース全体を再構築できます。
しかしPMは、2008年頃まで遡るマイグレーションから生じるデータベースカラムを持つシステムを維持する必要があります。月に数千ドルから数万ドルのAIクレジットを燃焼するスタートアップ創業者は、実際には無謀ではありません。これらのクレジットの多くが同じコードベースの部分で使用・再使用されるとしても、効果的に彼または彼女は、プロダクトマーケットフィットという本当に困難な問題を解決しようと24時間365日働く3人または4人の開発者と同等のものを購入しているのです。
一方で企業は、GitHub Copilotを承認するのに数カ月かかりますが、SOCコンプライアンスがあります。セキュリティ監査を行う企業顧客がいます。非常に予測可能な四半期結果を求める役員会があります。彼らは同じゲームや同じルールを持っていません。
これに対する私の考察は、あなたは顧客があなたにプレイしてほしいゲームをプレイするということです。そしてこれは思っているよりも深刻なことです。なぜならスタートアップの創業者は多くの場合、B2B分野にいて、より大きくより大きい顧客にサービスを提供しようとしているため、最終的にはより大企業のように行動する必要があるからです。そして彼らはコンプライアンス監査や企業関連のことなど、この世界に巻き込まれることになります。
それは彼らが素早く若くてスクラッピーなDNAを失うということではありませんが、企業分野により早く向かう必要が出てきます。一方で、もしあなたが野心的なスタートアップにサービスを提供していて、それがあなたの主要な顧客基盤なら、できる限り野心的でありたいでしょう。もしあなたがAIに精通した構築者、AIに精通した消費者にサービスを提供しているなら、できる限り迅速でありたいし、実際に他の誰よりも早く反復していることを確実にしたいでしょう。
最後に、もしあなたが全体として消費者にサービスを提供しているなら、これは異なる人口統計ですが、変化を彼らにとって理解しやすく管理しやすいものにできる立場にいたいでしょう。これを本当によく表すGoogleの素晴らしい広告を見ました。その広告はGoogleにいかなる法的責任も生じさせることなく、Appleを突いて、基本的にApple という言葉を使わずに、別の大手電話会社がAIについて多くの約束をしたが、それを守らなかったと言いました。
誰もがAppleがAIの展開について大騒ぎして、それを守れなかったことを知っており、その後おそらく前進するステップは、実際に約束を守れる電話で作業することかもしれないと提案しました。そうですよね？これらの大きなAI変化を消費者にとって自然で簡単に感じさせる必要があり、それは興味深いハイブリッドにつながります。
最初の人口統計の変化は、もしあなたがビジネス顧客にサービスを提供しているなら、自然により多くのビジネス四半期ペースの種類のワークフローに押し込まれ、より早く行くためにそれと戦う必要があるということです。一方で、もしあなたが超AI意識の消費者や構築者や個人創業者や小さなスタートアップにサービスを提供しているなら、あなた自身もより早く行くように押し込まれるでしょう。
そして3番目のカテゴリーで、もしあなたが消費者にサービスを提供しているなら、変化を翻訳し理解しやすくすることを確実にするよう押し込まれるでしょう。そしてそれはあなたをやや予測不可能なペースに導く傾向があります。基本的に消費者が欲しがることがわかっているものを持つまで待ち、そこで倍増する必要があります。これらは3つの異なる世界です。
本質的に私があなたに提案していることは、あなたの与えられたサイズがゲームを決定し、それをそのままにしておくと仮定する代わりに、あなたの顧客があなたに理想的なペースで働いてほしいと思うことについて考え、そのペースとは何かを考え、もしかするとその方向に制約セットをシフトできるかどうか見てみるということです。
AIがソフトウェア開発を変える
第二に、AIはソフトウェアの構築方法を変えます。私たちはそれについてよく話しますが、少し単純化したいと思います。AIはソフトウェアの構築を会話に変えます。Dan Shipper at Everyが良い例だと思います。彼はClaude Codeと会話を持ち、それが最終的に機能になり、彼だけでなく、彼の会社の非エンジニアである他の人々もそれを持つことができます。
もしあなたが欲しいものを説明できる地点に到達でき、それがかなり構築可能な小規模ソフトウェアの一部であれば、ますますAIがあなたのためにそれを行うことができます。それはClaude Codeではないかもしれません。Cursorかもしれませんが、それでもあなたのためにそれを行うことができます。lovable.devかもしれません。そしてバイブコーディングは動作するのを見るまでは良すぎて真実ではないように聞こえます。
私には瞬間があり、これは実際に行うことが本当に重要だと思います。だから大きな会社で働く方は聞いてください。私にはより大きな会社のディレクターレベル以上と話した瞬間があり、彼らには時間がありません。彼ら全員が会議を持っています。バイブコーディングを実践し、lovableがどう働くかなどを見る時間がありません。lovable.devを開いて、何かを構築することがどれほど簡単かを彼らに示してください。顎が落ちるのを見たことがあります。
AIのギャップの一部は、あなたが何ができるかを知り、それを試す時間を持つことです。そしてスタートアップと企業の間に速度ギャップがあることが真実だと人々が仮定する理由の一部は、スタートアップがソフトウェアの構築方法を劇的にシフトすることによって失うものが何もないからです。
そして企業は失うものがたくさんあります。企業にはエンジニアリング債務があり、それは些細ではありません。これをスタートアップを選ぶ明らかな選択として設定したくありません。例として、もしあなたがAIコード変更を出荷している、時間の経過とともにAIコード行を出荷しているなら、企業規模であなたのコードベースがあなたにとって理解しにくくなるリスクを冒しています。
それは今度、特にシニアエンジニアにとって膨大な量の認知的債務を生成します。そのため、まあ、プログラムに参加してより多くのAIコードを出荷し、より早く行く必要があると言うほど単純ではありません。実際に組織のサイズがAIへの異なるアプローチを決定することについて考える必要があります。
この場合、AIは関係なく会話的プロセスだと私は主張しますが、スタートアップが会話を開始するのは簡単で、より大きな会社にとっては、その会話を開始するのはより困難です。すべての要件とコンプライアンスの部分を行った後にのみ起こる会話的に感じる要素があるかもしれません。
そして、それが私が大企業で逸話的に見ることです。彼らは最初にすべてのそれらの初期ステップを行い、その後ソフトウェアの作成は、可能な場合にはよりある種会話的になります。Claudeを使用している場合、Cursorを使用している場合、その他のツールを使用している場合です。
技術的負債がオプショナルになる
原則第三、技術的負債はますますオプショナルになっています。私はここに多くの動的要因があると思います。私が話した別の方法は、技術的負債のコストがマイナスになっているということです。AIネイティブスタートアップでのコード品質は幅広く範囲があります。チームに非常に強いエンジニアリング創業者がいる場合、しばしばより高いですが、最近出荷するためにはそれほど高い必要はありません。
誰もコードの書き方を知らないスタートアップがあり、彼らは100万ドルを超えるARRを行っています。私が示唆したいのは、それが示すことは、時間と良いエンジニアで技術的負債から常に買い取る方法があったということです。そして時間がますます要因ではありません。規模は要因ではありません。
必要であれば何かをリファクタリングするためのプロダクションエンジニアを雇う余裕がある十分な規模を持つ必要があるだけです。しかしそれはしばしば道のりのはるか先にあるので、しばらくの間は種類を気にしません。Lovableからのバイブコーディングで100万ドルにヒットできるなら、Lovableで100万ドルをヒットした最初のスタートアップが既に存在しており、あなたは技術的負債について本当に心配しません。
コードベースを完全に理解しているかどうか心配しません。顧客のために出荷しているかどうかのみを心配します。さて、企業として コンプライアンスを通過する必要がある場合、コードベースについて心配します。気にしないことはオプションではありません。技術的負債は法的責任になる可能性があります。そして私はこれが私たちが可動制約セット内に住んでおり、次の6から8カ月を理解する必要がある領域の1つだと思います。
コードはAIにおいて、技術がAIのエージェント的にコードを修正する能力を向上させることに非常に重く投資している分野の1つで、次の数ヶ月で大規模なブレークスルーを得ようとしています。それは大きなコードベースでもリファクタリングの問題がますます簡単になることを私に示唆しています。AIがシニアエンジニアリング作業を行えるようになるのと同じことだとは思いません。なぜならシニアエンジニアリング作業はコードベースをリファクタリングする以上のものだからです。
しかしそれは私たちが心に留めておくべきことです。なぜならそれが示唆することは、技術的負債のコストが下がったということだからです。はい。スタートアップにとってはおそらくマイナスです。はい。しかしより大きな会社にとっても非常に速く下がっています。これがAmazonなどが公に言う大きな見出しのいくつかの源泉で、私たちはAIを使ってコードをこの言語からその言語に移行することで何千人年も節約したということです。
そして彼らは既にそれを行っており、コンテキストウィンドウを扱う能力が向上し、これらのAIエージェントがより積極的になり、問題を回避できるようになるにつれて、さらにそれを行うでしょう。これがChatGPT-5がエージェント的である理由の多くで、このような問題を解決するように設計されているからです。
面白いことは、技術的負債がオプショナルになっているということです。スタートアップレベルで気にする必要がないものになっています。しかし私がそれから取り去ることは、多くの方法でスタートアップは常に最初から技術的負債を気にしないようにアドバイスされていたということです。そして変わったことは、彼らは今でもそれを気にしないように言われているが、今や実際に混乱を清掃するために支払う必要もないということです。
彼らはそれに対処することがはるかに安く早いので、シリーズAやシリーズBですべてのアーキテクチャを清掃するために来るこの巨大な請求書を同じように持っていません。企業はまだコンプライアンス負担を持っていますが、それに対処するコストも急速に改善されています。そしてこれは注意すべき1つです。これは6カ月後に異なる会話をするだろうと私が思うものです。
成功は痛みから始まる
第四に、成功は痛みから始まります。あなたが見るすべてのAI導入ストーリーは、バンドエイドとしてAIを受け入れる作業に溺れているチームまたは創業者から始まります。それは非常に一貫したパターンです。それは消費者にも拡張されます。人々は実際の問題をすぐに解決しない限り、物事を受け入れません。そして、企業がAIをどのように採用しているかについて考えたり批判したりしたいとき、考慮する必要があることの1つは、企業内のチームレベルでの痛みがどれほど現実的かということです。
チームはAIを採用しないことの痛みを感じているでしょうか？スタートアップはその痛みを収益ラインで直接感じるからです。彼らが十分に速く動いていない、十分に速く出荷していないなら、その月は誰かが支払いを受けません。一方で、より大きな会社の場合、ChatGPTを中途半端に採用し、メールを書くためにのみ使用することの結果はどこにあるのでしょうか？ほとんどの企業ではそれほど多くはありません。
そのため、成功は痛みから始めなければなりません。そして私たちが中規模以上の会社で不十分な仕事をしていると思うことの1つは、痛みが急性ではないかもしれないが、それは現実で、彼らがそれに対処しなければ次の数年で会社に存続的な方法で打撃を与えるということを実際に明確にすることです。
私は企業が墓場で口笛を吹き、AIをスキップして逃げ切れる世界を信じていません。ほとんど全ての会社がこれに直面する必要があり、彼らが直接それに直面するのを待つ時間が長いほど、彼らにとってより悪い状況になります。そしてこれはスタートアップが中規模市場の企業により親切であるべき場合だと私が思う場合です。なぜなら彼らは会社全体に痛みを感じさせることが非常に困難な芸術であることを認識すべきだからです。
それには真のリーダーシップが必要です。Steve Jobsはそれを持っていました。誰もがそのリーダーシップを持っているわけではありません。もしあなたが中規模またはより大きな会社のリーダーなら、あなたの仕事の一部は、チームがAIを採用し始めるまで痛みを感じさせることです。
ワークフローがツールよりも重要
第五に、ワークフローはツールよりも重要です。私は会議室に座って大企業と話し、彼らはただ長い顔をして、悲しんでいます。彼らは言います「まあ、私たちはChatGPTを得られません。Claude Codeを得られません。私たちができることはCopilotを使用することだけです」ワークフローはツールよりも重要です。ワークフローはツールよりも重要です。私はCopilotの使用方法について完全なガイドを書きました。それは存在します。そこにあります。入手できます。Substackにあります。
しかしそれは私のガイドについてではありません。あらゆるAIツールを良いワークフローに統合できるという考えについてです。そして実際にそれを使用すれば、人々がワークフローに統合しない最もスマートなツールになるでしょう。スタートアップがここで優位性を持つ方法の一部は、1つの脳が全体のワークフローを保持できるからです。1つの脳。
1つの脳が全体のワークフローを保持でき、より大きな会社ではそれは真実ではありません。ワークフローをシフトするために多くの人々が一緒に働く必要があり、調整問題は解決するのに時間がかかります。これは実際にAIが企業で多くの仕事を取るという興奮した推測の理由の1つだと私が思う理由です。
もしあなたが複数のチーム間でワークフローを設計しようとしているなら、純粋に断片化された知識は実際に克服することが本当に非常に困難です。実際にはAIが良い仕事をしないことです。人間が良い仕事をすることです。人間が集まって、AIスプリントを行い、より大きなチームとしてどのように実際に個人のレベルで止まらず、小さなチームのレベルで止まらないAI第一のワークフローを構築するかを理解するのに役立つ何かを行う必要があります。
そしてこれについて私が気づいたことの1つは、スタートアップが再び彼らの速度が彼らの優位性であると仮定することで、私はそれが真実だと仮定し、他の人たちは彼らがしていることが悪いと仮定することですが、それは真実ではありません。ワークフローはより大きな会社で100から1000倍以上のレバレッジを持ちます。私がAmazonにいたとき、何千、何十万のタイトルが働く方法をシフトするワークフローを実行できました。
しかし、それのための製品を持っていないので、スタートアップではそれを行うことはできません。ワークフローはツールよりも重要で、ワークフローはより大きな会社でより高い賭けとより高いレバレッジです。そしてそれらを正しく得ることがより重要で、それらを正しく得るのにより多くの人が必要です。そしてスタートアップでは必要ない方法で、大企業でAIワークフローを構築するために一緒に働く必要があります。
経験は抵抗を生む
第六に、経験は抵抗を生む傾向があります。これは直感に反します。もし彼らがAIを見ることができれば、すべてが良くなるだろうと考えたいのです。私の観察では、それは常に真実ではありません。人々はAIを試すでしょう。彼らは1つまたは2つの失望する経験をするでしょう。もし彼らがAIに対する事前の疑念を持っているなら、彼らはその疑念とそれらの1つまたは2つの経験を使って、いや、私は終わったと言う理由としてのみ使うでしょう。
特に彼らが自分の役割について心配している、または知っていることを変えることを心配している場合です。AI変化に対処するよりもテクノロジーから出て行く開発者を知っています。彼らは何か他のことをしたいようです。趣味や何か他のことに取り組むことができます。これは、もしあなたが始めているなら、初めからAIネイティブであることで、キャリアで優位性を持つことができる領域です。なぜならこの種の変化の準備ができておらず、足で投票して、私は終わった、今これに取り組む必要はない、私は去ると言うシニアな人々が十分にいるからです。
ジュニアな人として、あなたは踏み込むことができ、経験が抵抗を生む必要がないことを示すことができる人になることができます。再び、スタートアップの優位性はここでより少ない人々を持つことから来ます。あなたは人々を手で選ぶことができます。あなたの人々は全員、経験が楽観主義と前進の動きを生む人々であることができます。経験が良いことである人々。AIネイティブな人々。
より大きな会社では、あなたが持っている人々と働く必要があり、その多くは移動できない高度に専門化されたドメイン知識を持っています。そして問題は、この大規模な数千人の会社全体で抵抗傾向をどのようにダウンレベルし、可能な限り最小化するかということになります。
それは異なる種類の雇用現実です。あなたはインセンティブを見ています。チーム リーダーシップを見ています。大きく異なるニーズを持つ異なるチームにとってトレーニングを重要にする方法を見ています。AIを持つより大きな会社でのキャリア成長が何を意味するかについての正直な会話を見ています。
そして私は再びあなたに思い出してもらいます。大企業のシニア開発者と主任開発者は全体として、私が一緒に働いた小さなスタートアップのほとんどのエンジニアよりも高品質のエンジニアです。私は両方と一緒に働いたことがあります。私がスタートアップに行く理由があり、彼らがどれほど速く動いたかのためにスタートアップを愛してきました。
しかし、これらのより大きな会社で生涯者である種の品質エンジニアを見ることは絶対に並外れており、彼らが創業者でない限り、スタートアップ世界で彼らを見ることは非常にまれです。そしてスタートアップが、まあ、私たちはただ良い人々を選ぶことができ、私たちはただ素晴らしいと言いたがるだけでしょう。あなたは何を知っていますか？あなたのエンジニアのほとんどがMetaやAppleやAmazonやMicrosoftのシニア主任エンジニアのレベルで動作することを私は疑います。
そして、ある意味で、あなたは笛吹きに支払う必要があります。そのように良い人々がAIを理解するのに時間を取りたがるなら、あなたは彼らを連れて来ることを確実にしなければなりません。そしてそれは別の違いです。
将来への展望
では、私たちが通った6つの原則があります。経験は抵抗を生みます。ワークフローはツールよりも重要です。成功は痛みから始まります。技術的負債はますますオプショナルになっています。それは本当に流動的です。AIはソフトウェアの構築が何についてかを変えます。それを会話にします。そして異なる制約は異なる正しい答えを生みます。一歩下がって将来を見てみましょう。実際にここで何が起こっているのでしょうか？
速度格差と競争の未来
第一に、速度格差は現実で拡大しています。これは中規模以上のビジネスのリーダーと話すとき私が多くを強調することだと思います。なぜなら破壊リスクはある意味で速度の関数であり、AIはAIネイティブスタートアップに対してそのような速度差を可能にし、従来の企業はより心配すべきだからです。AIネイティブスタートアップは2010年代の通常のスタートアップよりも桁違いに速くなることができます。
2018年にエンジニアチームで2週間かかったであろう機能を1時間で出荷できるなら、確実に10年前のスタートアップよりも速く行っており、それは長期的に企業により多くの破壊リスクをもたらします。これらは根本的に異なる現実です。スタートアップにとって根本的に異なる物理学です。
しかし方向性のない速度はスピードです。そしてスタートアップが週に20バージョンを出荷するリスクは、学習する規律を持たず、ただ混沌を蓄積していることです。そしてそれが企業が持つ1つの優位性です。彼らは出荷に非常に多くの意図を込めます。もし彼らが6カ月で1つの確実なバージョンを行うが、それが実際に自分自身の上に構築され、顧客のための価値のフライホイールを構築するなら、彼らはまだ勝つかもしれません。
そのため質問は本当に誰が正しいかではありません。質問はスタートアップが以前の10倍速く、AIが企業で突破しようと必死に試みている世界で何が起こるかです。スタートアップの速度は実際に企業の信頼性を破壊するでしょうか？企業の信頼性と企業の顧客配布が勝つでしょうか？これが私たちが直面している質問です。
そしてこれはAI導入が実際にこれらの環境の両方でそれを駆動している質問です。それは本当に重要です。Dario Amodeiは2025年にAIがコードの90％を書くと予測しました。技術的には、それはいくつかのスタートアップで真実で、企業でより真実になっており、それらは2つの異なることを意味します。スタートアップでは、私はそれを買います。
もしAIがスタートアップであなたのコードの90％95％を書くなら、あなたは私たちが話した方法で速く行っていました。もしAIがあなたのコードの90％または60％または70％を大企業で書くなら、CoinbaseのCEOが彼の会社のコードの60％程度がAIによって書かれたと言ったと思いますが、私はすぐに質問します。なぜならそれは異なる種類の問題だからです。
その規模でエンジニアをコード行によってインセンティブ化していますか？なぜならスタートアップでその問題はないからです。あなたはただ機能を出荷したいのです。しかし目標と指標によってインセンティブ化された人々がいる規模で、もしあなたがそれがコード行だと言うなら、人々はコード行目標を達成するために大きく膨張した機能を書くようにインセンティブ化されるでしょうか？逸話的に、それは絶対に起こっています。
そのため大規模での私の質問は、パーセンテージ用語で考えることさえすべきでしょうか？そして2つ目、Darioは世界を過度に単純化しているでしょうか？そしてもしかすると私たちが向かっているのは二分化された世界でしょうか。より大きな会社でAI支援コード作成と構造化があり、パーセンテージが何かは気にしないし知りませんが、AIによって書かれたと言えるコードの意味のあるパーセンテージですが、人間がシステムの複雑さのために構造化する方法で果たす巨大な役割があり、小さなスタートアップで書かれたコードのほぼ100％がより現実的な世界に感じます。
私はまた、これが大きなモデル作成者が方向性として真実である予測を行っている傾向を続けていることを指摘します。しかし実際の締切に来て、それを見ると、私たちは「うーん、それは少し早い」と思います。SamやDarioや他の主要なモデル作成者CEOと一緒に学んでいることの1つは、彼らの予測を1年または2年割り引くことです。彼らが言うことを取って、彼らが言うことを超えてもう1年または2年与えると言います。なぜなら彼らは公にあるよりも良いモデルを持つこの世界に住んでいるからです。
彼らは常にAIに浸されています。彼らはこのより広い世界を見る視点を持たないかもしれません。
今後の戦略
それでは、これは私たちをどこに残しますか？私たちは実際に入っているゲームの制約を反映し、率直に言って顧客の欲求、顧客需要が本当に急速にシフトしている世界で顧客が必要としているものに焦点を当てた会社を構築する必要があります。
そして私たちは賭けが存続的であることを認識する必要があります。もし私たちがスタートアップとして、中規模として、企業として、AIを私たちのワークフローに意味のある方法で構築することを理解しないなら、破壊リスクは現実で迅速です。ジュラシックパークで恐竜たちがますます賢くなり続けたように。他のビジネスはそれらの恐竜のようです。彼らはますます賢くなり、よりAI対応になり続け、あなたが実際にAIを配置することができない限り、彼らはあなたを捕まえるでしょう。
そして私のあなたへの提案は、もしあなたが大企業なら、それらの小さな会社の学びを見るべきだということです。小さな会社のツールスタックを見てください。速度について何を学べるかを見てください。もしあなたがスタートアップなら、小さな会社カテゴリーにいるなら、大企業の信頼性、安定性、システムアーキテクチャから何を学べるかを見てください。
少なくとも彼らがどこにいるかについていくらかの同情を得てください。なぜならそれはあなたかもしれないからです。特にあなたがビジネスにサービスを提供するなら。ここの両方の当事者は互いから学ぶべき多くを持っており、私は時々両方と話している唯一の人のように感じ、彼らは主に互いに石を投げたがっています。だからみんなが一緒にこれにいます。
私たちは皆一緒にAIを学んでいます。私たちができることを見てみましょう。
コメント