本動画は、ポッドキャスターのドワーケシュ・パテルがイリヤ・サツケヴァーとのインタビュー後に執筆したブログ記事を題材に、なぜAIの進歩が経済に反映されていないように見えるのかという問いに答えるものである。パテルはAGIの到達を二元論的に捉え、AIが人間の代替労働者として機能しないことを技術的停滞と見なしているが、この見方は企業における技術採用の現実を見落としている。実際には、AIの技術的能力は十分に進歩しているものの、企業がそれを導入するためのインフラ、セキュリティ、コンプライアンス、ガバナンスといった「レール」がまだ整備されていない。パテルは研究開発の世界での経験しかなく、大企業での技術導入サイクルの複雑さや組織的慣性を理解していない。歴史的に見ても、クラウドコンピューティングのような成熟した技術ですら、企業が完全に採用するまでに3年から10年を要した。現在のAIエージェントは2025年にようやく実用段階に達したばかりであり、技術的な限界ではなく組織的な摩擦が普及の遅れの真の原因である。
AIの進歩と現実のギャップ
さて皆さん、ご存知かもしれませんが、ドワーケシュ・パテルは大きなポッドキャストのホストで、最近イリヤ・サツケヴァーにインタビューしました。そのインタビューについて、私はここでそれを分析するつもりはありません。私がここで分析したいのはその後のことです。なぜならドワーケシュがその後やったことは、基本的になぜAIの進歩がこんなに遅いのかについてブログ記事を書いたからです。
彼はAGI、AGI、AGIについて語り続けていますが、私たちが一種のスペクトラム上にいることに気づいていないようです。それで彼は、AGIがあるかないかという二元論に囚われています。私は彼のブログ記事を分析するつもりはありません。それはここで確認できます。SubstackのAI進歩についての考察というものです。
私が取り上げるのは一つの具体的なこと、つまりアウトプット・ギャップです。アウトプット・ギャップとは基本的に、なぜベンチマークを飽和させているのに、普及が加速していないし、まだ世界を変えていないのかということです。これが本当に彼が見ているものです。
ベンチマークと現実の乖離
もし私たちが本当に掘り下げて、彼のブログ記事を見て、ドワーケシュが懸念していることを見ると、彼はこう言っています。なぜ私たちはこれらすべてのベンチマークを飽和させていて、明らかに超人的な能力のレベルにいるのに、それは狭いタスクでしかないのか。
しかしもちろん、LLMは狭いタスクだけが得意というわけではありません。それらを訓練すれば、以前に見たことのないものでも得意になります。もちろん、一部の人々はまだ、ああ、それは訓練データのどこかで見たんだと主張しますが、推論モデルで私たちは、それらが訓練データの外にあるものに取り組めることを見ました。
パフォーマンスは低下しますが、客観的に言って、知性について何を信じているか、モデルについて何を信じているかに関わらず、それらはますます多くのベンチマークを飽和させていて、生産性とGDPは著しく上昇していません。これが彼が格闘している主な問題です。
なぜなら彼は、私たちの多くがそうだったように興奮を持っていて、そして、私たちは誇大広告サイクルを過ぎたわけです。だから今、私たちは幻滅の谷にいます。ズームアウトすれば、それが大きな絵です。これが彼が反応しているもの、経済的現実対ベンチマーク現実です。
もちろんこれは私や他の人々がしばらく言ってきたことで、ベンチマークは現実ではないということです。これは彼が犯しているもう一つの種類の間違いです。なぜならドワーケシュがAGIについて語るとき、彼は継続的な学習と汎化について語っているからです。
ドロップイン労働者という幻想
彼が本当に探しているのは、私たちがドロップイン労働者を作ろうとしているということです。私たちはデジタル人間を作ろうとしています。そしてもしそれがデジタル人間でないなら、それはAGIではない。だから、繰り返しになりますが、それが彼が操作している前提であり、それは実際には技術がどう機能するかではありません。また、木を見て森を見ていません。
アイデアはこうです。すべてのこれらのツールを使える人間の従業員がいて、それらはすべて一つになっています。そしてAPIがある限りそれらのいくつかを使えるAIエージェントがいます。しかしそれはまた、毎日ただ現れて、一般的に何をすべきか、どこで仕事を見つけるかを知っていて、会議に出席して進んでいくような自律性のレベルをまだ持っていません。
会社の文化やコードベースを数ヶ月かけて学ぶ人間の従業員とは異なり、AIのメモリは各インタラクションの後に効果的にリセットされます。これは主にソフトウェアの問題です。データはあります。それはコンテキストを構築し、コンテキスト管理があることを確認する問題です。
企業向けのコンテキスト管理に取り組んでいるスタートアップがあります。しかし繰り返しになりますが、ソフトウェアは成熟していません。基本的に、一歩下がって見ると、私たちが何を発明したのか。私たちはジェットエンジンを発明し、今、航空機の残りの部分を構築しなければなりません。
そしてドワーケシュは、航空機の残りの部分がまだそこにないことにイライラしています。しかし彼の結論は、AIが自律的なドロップインリモート労働者として機能できないため、その経済的影響は停滞しているということです。彼は、これを解決するための研究の時代にいると信じていて、展開の時代ではないと。これは本当です。しかし、そのギャップには理由があります。
アナリストの盲点
それで、どこから物事が来ているのかについて、もう少し詳しく説明させてください。アナリストの盲点、それは技術の問題か、それとも視点の問題か。彼は顕微鏡下でモデル能力を見ていますが、企業の残りの部分は非常に混乱しています。
これが彼が言っていることの大部分です。企業は大きくて混乱していて、文化があり、部族的知識があり、そのようなものです。しかし彼がAGIと言うとき、私たちはAGIがドロップインリモート労働者である必要があると。私が同意しない主な点は、はい、最終的には私たちはドロップインリモート労働者であるエージェントを持つでしょうが、私がここで皆さんに伝えたいのは、人々はまだそれはAGIではないと言うだろうということです。
それは、技術、技術が実装される方法、特に企業における方法が少し異なるからです。この次の部分は少し人身攻撃のように聞こえるかもしれませんが、それが無関係なことを言う場合にのみ人身攻撃です。私が指摘しているのは、ドワーケシュは若い男性で、企業の現場で働いたことがないということです。
だから、困難な方法で学ぶのは彼にとって驚きです。もしあなたがただ科学と技術を見ていて、モデルは何ができるのか、ジェットエンジンは何ができるのか。そして航空電子工学の残りと機体の残りを見ると、ワオ、この問題は私が思っていたよりずっと複雑だとなります。
企業経験の欠如
それで、彼は約25歳です。彼は2021年に卒業し、すぐにフルタイムのポッドキャスターになりました。だから彼は、混乱した企業の10年にわたる技術採用サイクルを座って経験したことがありません。どうでしょう。私は複数回あります。
それは私がまだフルタイムの従業員だったときの私の得意分野でした。私はCisco Systems、Advanced Auto Parts、Duke Medicineのような企業に呼ばれて、技術変革や技術近代化を経験していました。それがたまたま私がやっていたことでした。
だから、技術が良いときでさえ、これが私がここで皆さんに伝えたいことです。技術が本番環境に対応しているときでさえ、それがデフォルトのオプションであっても、企業がそれを採用するのにはまだ長い時間がかかります。それがすでに完璧であっても、すでに成熟していても。
エージェントの黎明期
エージェントについては、今年、2025年は、エージェントが本当にリモートで実行可能になった最初の年でした。それで彼が期待しているのは、オーケー、それは実行可能だ。なぜまだすべてを変えていないのか。そして現実は、企業が新しい技術を採用するのに3年から10年かかるということです。
ここにもう一つの見方があります。Fortune 500企業や大規模機関、それが州の官僚制度や他の政府機関や大規模なテクノロジー企業や非テクノロジー企業であれ、企業スペースにいた人、それらと仕事をした人なら誰でも。デイゼロまたはワンの能力があります。これが彼が見てきたものです。
これがギャップの主な源であり、これはドワーケシュが馬鹿だと言っているのではありません。ただ彼は異なるキャリアパスを取ったというだけです。デイゼロ/ワンの能力。ベンチマークがあり、コンピュートがあり、スケーリング法則があります。それはすべて真実で現実で刺激的です。
デイツーは非常に非常に退屈です。それは運用とガバナンスです。ARBACというセキュリティがあります。コンプライアンスがあります。バックアップがあります。責任があります。変更管理があります。
開発者とセキュリティの現実
私には共有すべき話があります。それは開発者です。彼らを愛さなければなりません。彼らは素晴らしいことをいくつかします。しかし、ほとんどの開発者とセキュリティやコンプライアンスについて話すと、彼らは上の空になり、AWSへのルートアクセスを与えてくれと言います。
Azureへのルートアクセスを与えてくれ。私がすべてやります。すべて把握します。彼らは自分たちが世界の支配者だと思っています。実際、多くの開発者はARBACが何であるか、なぜそれが重要なのかさえ知りません。
そして私は文字通り、セキュリティアーキテクトではなくソフトウェアアーキテクトとの会議にいて、なぜARBACが必要なのか、なぜAWSインスタンス上のすべてのLinuxマシンへのローカルログインだけではいけないのか、それはスケールしないのかを説明しようとしていました。
なぜなら、その一人が去ったらどうなるのか。そして私たちは文字通り、私の会社の一つで、文字通り開発者がヒステリックに怒って去っていきました。インフラとセキュリティが入ってきて、「ねえ、実際にはベストプラクティスに従って物事を行う必要があります。すべてのマシンに入るためのローカルログインとSSH証明書だけではいけません。実際の適切なプロセスが必要です」と言ったときに。
そして彼らは非常に怒っていました。なぜなら彼らは、いや、これは私たちのものだ。AWSは私たちのものだ。私たちがそれを所有している。手を出すな。私たちはそれを私たちの部門だけで垂直統合したままにしておく、と。企業としてそれはできません。
これらはすべて、ドワーケシュや他の多くの人々が単に持っていない経験の種類です。イリヤでさえそうです。イリヤ・サツケヴァーのような素晴らしい人を指摘するとき、彼は常にゴールドスタンダードの研究室にいました。
彼は大学から直接DeepMindが最初の仕事だったと思います。だから彼は常に機能的に無制限の予算とすべてへのルートアクセスを持っていて、実際の混乱した世界での実際の企業運用で製品やインフラをスケールさせることについて本当に心配する必要がありませんでした。
二つの世界のギャップ
だからこれらの人々の多くは、これが彼らの世界です。これは素晴らしいことです。スケーリング法則、アルゴリズム、彼らはこれを知っています。しかし、それから私のような人々を連れてくる必要があります。これらすべてを知っている人々、これははるかに混乱していてはるかに複雑です。
私がこのスライドに長く留まっている理由は、これが本当に大きなギャップだからです。人々がスケーリング法則が尽きたと言うとき、なぜビジネスに影響を与えないのか。なぜ普及が遅いのか。それはこれらすべてのためです。
技術が準備できていないからではありません。両方の世界にいた人間として、私がここで皆さんに伝えたいのは、技術は準備ができていて、それはより良くなるだけだということです。しかし私がまた皆さんに伝えたいのは、多くの企業には非常に多くの制度的慣性があるということです。
彼らがこのレベルの自動化の準備ができるだけでも、非常に長い時間がかかるでしょう。クラウドについて考えてみてください。知らない人のために、クラウドという概念があります。それは基本的に、別のデータセンター、他の誰かが運営するデータセンターで仮想化であなたのものを実行するということです。
クラウド採用の歴史から学ぶ
それがAWSです。それがMicrosoft Azureであり、それがGCP、Google Cloudです。これらはすべてクラウドプロバイダーです。それはただのデータセンターですが、アイデアは、その他のデータセンターで必要なコンピュートとソフトウェアに対してのみ支払うということです。仮想マシンであれ、サービスとしてのソフトウェアであれ、何であれ。
2010年、2012年に遡ると、仮想化が企業レイヤーで最初に本当に導入されたとき、最初の動く人々だけが2009年、2010年、2012年頃にプライベートクラウドである仮想化の採用を本当に始めていて、それはその頃にはデフォルトオプションになりつつありました。
そしてパブリッククラウドはさらに実証されていませんでした。2016年、2017年頃まで、パブリッククラウドは多くのユースケースでデフォルトオプションとさえ考えられていませんでした。しかしその後、遅れをとる人々がいます。私が働いていた会社のいくつかは、2021年にさえ、ただクラウドに入るだけで、クラウド戦略にまだ取り組んでいました。
私のポイントはここにあります。技術が準備ができたとしても、デイゼロまたはデイワンの能力を持っているとき、すべての企業がそれに対処する方法を知る前に、2年、3年、5年、10年以上かかる可能性があります。その制度のために。
置き換えの誤謬
そしてそれはドワーケシュが話していることの一部です。しかし彼はAGIについて語り続けます。それはただドロップイン従業員である必要があるだけだと。どのCFOもCEOもドロップイン従業員を探していないと私は言えます。彼らが探しているのはそういうことではありません。技術が仕事を自動化する方法はそうではありません。
これは置き換えの誤謬の良い例です。機械式の馬を待っています。ドワーケシュはAIが人間の労働者を完璧に模倣すること、機械式の馬を望んでいます。しかし破壊的技術は置き換えません。それらはアンバンドルして再構築します。
アンバンドルして再構築すると言うとき、私たちが話しているのは、ビジネスはバリューストリームの集まりだということです。バリューストリームはビジネスに影響を与えるものです。そしてそのバリューストリームは仕事の成果物になります。
税務申告書の提出、請求書の送付、商品とサービスの提供、お金の受け取り、それらのフォームの処理、何であれ。さまざまなバリューストリームがたくさんあります。バリューストリームは基本的に、ビジネスを運営するために必要なタスクと仕事の成果物と作業項目の集まりです。
仕事とはタスクの束
仕事とは、そのバリューストリームの一部として単一の人間に割り当てるのに意味のある、それらのタスクと仕事の成果物の束、集まりです。ここで私たちが話しているのは、馬に必要なインフラは電車に必要なインフラとは非常に異なるということです。
都市や州が電車のインフラを整備するまで、ほとんどの場合、馬を使うことがまだ理にかなっていました。なぜか。電車には線路が必要だからです。そして線路とAIについて話すとき、私たちはここにあったすべてのことについて話しています。ARBOK。
セキュリティとアクセスがあり、コンプライアンスがあり、バックアップ、責任、変更管理があります。それがレールです。ほとんどの企業はまだレールを構築していません。そしてそれが私や他の人々が企業コンサルティングで取り組んでいることです。最初にレールを構築する方法を彼らに教えることです。
今のところ、ドワーケシュが考えているのは、ああ、私たちはただ機械式の馬が必要だと。生物学的人間を取って、一対一の置き換えをするだけでいいと。私や他の人々はKVM仕事、キーボードビデオマウスの仕事について話してきました。長期的には、キーボードビデオマウスでできるあらゆるタスクはエージェントによって行うことができます。
それは本当です。しかし、一人の人間や一頭の馬が行うタスクの束が、仕事として一緒に束ねられたままである必要はありません。むしろ、その仕事を個々のタスクと個々のバリューストリームに分解し、「オーケー、これらのどの部分を自動化できるか」と言います。
組織物理学という障壁
だからエコノミストがタスク、タスク自動化について話すのを聞くときはいつでも、それが彼らが話していることです。なぜなら仕事はただタスクとそれらのタスクに入る知識とコンテキストのリストだからです。しかし仕事はそれらの束です。オーケー、私は繰り返していると思います。アイデアは理解してもらえたと思います。
本当のボトルネックはただの組織物理学です。ノー部門があります。そしてなぜそれがAIエージェントのためにイーサリアムのロゴを選んだのか分かりませんが、AIエージェントはイーサリアム上で実行できると思います。だからオーケー、まあいいでしょう。
部屋の中の象に触れたかっただけです。大規模組織内にこれらすべての部門があり、何か新しい技術が欲しいとき、それが旧式の技術であっても関係なく、正当化される必要があります。
CFOは取締役会とCEOに直接報告する人で、この技術は素晴らしく見えると言う人になります。確実に影響を与えることができます。しかしそれは自己負担しません。そしてそれが今最大の問題の一つです。
私たちIT担当者、私たち技術者、CIOとCTOは、これらのエージェントに非常に興奮していて、いくつかのユースケース、いくつかの成功があり、それからそれをより広く展開したいと思っています。しかしCFOは、それにどれくらいのコストがかかるのか、ROIはいくらになるのか、どのように当社のサイバーセキュリティ態勢と噛み合うのか、HRはこれについて人々を訓練するつもりさえあるのか、法務は承認したのか、と言います。
それで、機関内にこれらすべてのゲートキーパーになってしまいます。それは文字通り、今の技術の能力とは何の関係もありません。それが私がここで皆さんに伝えたいことです。ベンチマークとコンピュートとスケーリング法則だけを見ると、オーケー、はい、ジャグドフロンティアとそのようなもの、AIがまだできないことがあらゆる種類あります。
しかし私がここで皆さんに伝えたいのは、AIは多くの仕事をするのに十分良いということです。ただ慣性がそこにあるだけです。そして2025年は、これはAIエージェントの元年でした。多くの企業幹部、CFO、CEO、CIO、CTOは、AIエージェントについて接線的に認識しているかもしれません。
Copilotとエージェント構築の違い
彼らはCopilotを使うかもしれませんが、Microsoft Copilotを使うことと、AIエージェントを構築して展開することの間には本当に大きな違いがあります。それで、これらのグループのいずれも、そもそも最初から一対一のドロップインを探しているわけではありません。
だから、それは行き止まりではありません。私たちがいるのは、私が仮想化のアナロジーを使うのは、それが私のキャリアの中心だったからです。だから、私たちは基本的に仮想化の2002年時代にいます。
元の、WindowsサーバーとしてのWindowsサーバー仮想化プラットフォームの一つはVMware GSXでした。それはホスト型仮想化です。そしてそれがより洗練されたものになるにはもう少しかかりました。Virtual Boxを使ったことがあれば、Virtual Boxのエンタープライズバージョンは2000年代初頭に出ました。
2009年、2010年までに、複数のバーチャルボックスを操作できるところまで成熟しました。そしてそれはさらに洗練されて、すべてをリモートでできるようになりました。しかしポイントは、それには約7年かかったということです。製品の成熟の7年、そして製品が成熟している間、IT部門も成熟し、これは何に使うのか、どのようにこのコストを正当化できるのかを把握していました。
シャドウITの時代
今私たちがいるところは、シャドウITのバージョンです。シャドウITは業界の用語で、非常に多くの人々が技術を採用していて、彼らはそれをすることになっていません。なぜか。HRがそれを承認していないからです。サイバーセキュリティがそれを承認していません。法務がそれを承認していません。そしてCFOがそれを承認していません。
そして私たちはこれをあらゆる種類の人々から得ます。教授や教師から。組織内の人々から得ます。彼らは、ああそうだ、私は仕事でChatGPTをずっと使っているけど、誰にも言わないと。そしてそれは、ここのこれらのグループがノー部門だからです。
彼らはあなたに使うなと言うためにここにいます。基本的にセキュリティは使うなと言います。セキュリティ脆弱性だ。データを置くな。HRは、これのための訓練はない、誰もそれを使うことを許可されていない、違反になる可能性がある、と言います。
そして法務は、ああ、私たちはそれを承認していない、と言います。しかし面白いことに、これらの部門のそれぞれが内部でそれを使っています。約束します。法務は、これらの技術を使う最初の人々の一人ですが、それから彼らは、あなたのための規則であって私のためではない、と言います。
私には文字通り友人がいて、彼は自分の会社でChatGPTなどを使えるようにしようと押していて、法務は彼にきっぱりノーと言いました。尋ねるのをやめろ、これはやらない、と。それから後で彼は法務がすでにAIを使っていることを知りました。
全員が使っているという現実
どうでしょう。個人的には誰もがそれを使っています。C-suite、CEO、CFO、CIOを含めて。彼らはしばしば最大のパワーユーザーですが、彼らはすべてのインフラをまだ把握していません。線路を構築する方法をまだ把握していません。それが私たちがいるところです。
今、ここに物事があります。そして私はこれについて再び繰り返しています。部分的にそれが私のホームベースだったからですが、これらはまた、もし私がまだ企業にいたら、開発者や展開したいすべての人と今まさに持つであろう会話です。
そしてこれは私がコンサルティングしているクライアントと持っている会話です。まず、ボトルネックは知性ではなく、アイデンティティです。つまり、あなたは何にアクセスできるのか。だから私たちはまだAIバージョンのARBOKを本当には持っていません。
だからARBACはロールベースアクセス制御を意味します。たとえ私たちがそうしたとしても、これはまだ必ずしもそれがどのように機能するかではありませんが、ドワーケシュのような人々が求めているアイデアは、オーケー、人間に対してやるのと同じことをして、それからAIに対してやればいいじゃないか、と。
しかし、ロールベースアクセス制御やSOC 2コンプライアンスのようなもののすべての余裕、アクセスできるすべてのデータ、訓練される方法でさえ、人間がどのように機能するかを中心に設計されていることを思い出してください。
人間とAIの根本的な違い
それは人体の余裕を中心に設計されています。二本の手があり、二つの目があり、一度に一つの椅子に座れる一つのお尻があります。それはAIが機能する方法ではありません。それはエージェントが機能する方法ではありません。
AIエージェントにとって、あなたができる最善のことは、それに単一のタスクを与えることです。このタスクを実行し、完了するまでこのタスクを追いかけると言います。それが私たちが現在エージェントでやっていることであり、アンドレ・カーパシーのような人々がこの小さなAIの評議会でやっていることです。
エージェントフレームワークとエージェントフリートをどのように作成するか、これらの各コンポーネントを実行できるか、タスク分解、タスク割り当て、そしてタスクチェックを把握しようとしています。
これは私がしばらく言ってきたことの一つで、OpenAIが今実装していることです。彼らはセキュリティエージェント、ベストプラクティスエージェントであるエージェントを作成しました。リポジトリを読んで、ねえ、コーディングエージェントが書いたコードにセキュリティ脆弱性はあるか、と言います。
オーケー、クール。それらの脆弱性を見つけて、それらをパッチしに行きなさい。これはまさに、人間の仕事がどんなものかをアンバンドルし、AIとマシンのために再構築してリファクタリングするときに見ることを期待するタスク分解の種類です。
進歩の曲線と採用の曲線
今、私たちはここにいます。進歩のシグモイド曲線、私たちはおそらくここにいます。機械能力の観点から曲線のさらに上です。明らかに機械能力の天井は非常に非常に高く、収穫逓減が見え始めるでしょう。
もちろん、誰も収穫逓減を見ているかどうかについて完全には同意していません。明らかに、人々は単なるブルートフォースのスケーリングの観点では収穫逓減を見ていることに同意していると思います。しかし今はテストタイムコンピュートや他のものがあります。
しかし何があるかというと、第二のS曲線があります。それは採用です。採用のS曲線、私たちはまだ最初の段階にいます。地上階にいます。高い誇大広告、低い採用、インフラ構築、そして多くの組織摩擦。それがまさに私たちがいるところです。そしてそれには時間がかかります。
CFOを納得させるのに時間がかかります。CTOがケースを作るのに時間がかかります。文化を転換するのに時間がかかります。コンサルティングスペースにいるのに素晴らしい時期です。それを皆さんに伝えます。なぜなら私たちはここからここに到達しようとしているからです。
そして私は以前のビデオで採用曲線について話しています。さて、採用曲線は加速しています。AIが採用されている速度を見るといつでも、それは他のどの技術よりも速く進んでいます。
しかし私たちはまだベビーステップの段階にいるだけです。3年から5年で、AI採用の観点で私たちはここにいるでしょう。そしてその間に、3年から5年で技術は完全にAGIまたはASI、またはあなたがそれを呼びたいものは何でも、今日よりも桁違いに良くなるでしょう。
保守的な企業文化
そして企業はまだキャッチアップをしているでしょう。それが物事の進み方です。多くの企業は非常に非常に懐疑的です。彼らは懐疑的で、デフォルトで保守的です。なぜなら彼らがやっている主なことは、彼らはリスクを管理しているからです。
何よりもまず、すべての大企業とすべての大規模組織の仕事は、リスクを制御することです。何よりもまず、それは既存のバリューストリームを保護することであり、すべてを取り壊して一から再構築することではありません。
誰かが言ったと想像してください。オーケー、私たちは古い鋼鉄のレールを持っていて、今アメリカのすべてのレールをマグレブにアップグレードしたい。それは大きなプロジェクトです。機能的にはまだ電車をレールに乗せるという同じアイデアですが。
次に何をすべきか
だからそれが時間がかかっている理由です。それで、どこに向かっているのか、なぜ遅いのか、次に何をすべきかを理解したいなら、ベンチマークは問題ありません。モデルカードが出てくるたびに、文字通り何十ものベンチマークがあります。
インフラ担当者の視点から、CTOの視点から、それはオーケー、素晴らしい、ベンチマークについては本当に気にしないということです。それが私に伝えるすべては、仕事をするのに十分良いということです。
今、どのようにしてCISO承認されるか。これは最高情報セキュリティ責任者です。エージェント用のARBOKをどのように展開するか。これすべてのSOC 2コンプライアンスはどのように見えるか。そして、これのいずれについてもベストプラクティスはまだありません。
ベストプラクティスがない、これらすべてのものに業界標準がないと言うとき、それはほとんどのC-suite、ほとんどの取締役会などとの会話の文字通り終わりです。それがそれが終わるところです。
オーケー、それは彼らにとってまだ光るおもちゃです。彼らは気にしません。だからそれは、これらが次の1年か2年か3年でほとんどの組織にとって完了すると、選択、普及は少し良くなるでしょう。しかし私がここで皆さんに伝えたいのは、それは退屈になるだろうし、それは見出しを作らないだろうということです。
後知恵で、または要約すると、停滞についてではありません。ただ消化についてです。私たちは新しいものを消化しています。アウトプットギャップは、採用摩擦を技術的失敗と間違えています。技術的失敗ではありません。
技術は十分進歩している
私がここで皆さんに伝えたいのは、技術は他のどの技術よりも速く進歩しているということです。それは問題ではありません。そしてそれは進歩し続けるでしょう。それは技術が有能でないからではありません。
それはドワーケシュが私たちの一部が持っている企業での15年間の苦労を持っていないからです。そう、これは最も腹立たしく、イライラすることは、組織や機関や企業があなたにノーと言うときです。
そして、みんな、この技術は非常に明白で、それ自体を売り込む、と。それがすでにシャドウITであるときでさえそれを入れさせてくれ、と。だから、法務、セキュリティ、HR、そのすべてのもの。彼らはこのようなもののために訓練する方法をまだ把握していません。
そのすべてを踏まえて、それが私たちが物事が遅くなっているのを見ている理由です。それは技術的能力ではありません。技術的能力は十分速く進んでいます。それは完全に組織的摩擦です。
ということで。聞いていただきありがとうございます。また皆さんと話します。
コメント