OpenAIの複数の研究者が辞職し、同社が自社のAI技術がもたらす経済的影響に関する内部研究結果を隠蔽していると告発している。Wiredの独自報道によれば、経済研究チームのトム・カニンガムを含む複数の従業員が、OpenAIの研究部門が真の研究から逸脱し、企業のプロパガンダ機関と化していると批判して退職した。一方でGPT-5.2は、GDP Valベンチマークにおいて人間の業界専門家を初めて上回る性能を示し、完全なプロジェクト遂行能力で60%の勝率を記録した。この技術的飛躍は、特に22歳から25歳の若年層労働者に壊滅的な影響を及ぼすことが予測される。Anthropicのダリオ・アモデイCEOは「ホワイトカラーの大虐殺」が来ると警告しており、スタンフォード大学の研究もこれを裏付けている。OpenAIがIPOを控えるタイミングでの研究隠蔽疑惑は、AI産業が直面する倫理的ジレンマと、労働市場の根本的変革という避けられない現実を浮き彫りにしている。
OpenAI研究者の大量辞職と内部告発
OpenAIから複数の研究者が辞職しました。彼らは、同社が内部研究が示している真実を隠していると主張しています。これはWiredによるオリジナルの報道です。複数の情報源がありますが、概要はこうです。OpenAIは長い間、自社技術の潜在的な安全性と経済的影響に関する研究を公開してきました。
確かに私たちは、OpenAIのさまざまなメンバーから、AIによる潜在的な雇用喪失、あるいは少なくとも特定の職種の代替または補強の可能性について聞いてきました。もし私の最近のGPT-5.2に関する動画をご覧になったなら、そこで特に強調した1つのベンチマークがあります。それは見方によっては少し大規模で、重要で、厄介なものです。それがGDP Valです。
GDP Valは基本的に、これらのモデルが、以前なら人間によって行われていたであろうプロジェクト全体を実行できるかどうかをテストするものです。その分野の専門家ではないものの、その分野で少なくとも数年の経験を持つ専門職の人々が行っていたような仕事です。ここ数週間まで、そしてGPT-5.2のリリースまで、業界専門家と同等のレベルに達したAIモデルはありませんでした。
GPT-5.2は業界専門家との同等性を飛び越え、今では人間の対応者よりも好まれるようになっています。これは数ヶ月前のOpenAIのブログ投稿からの引用です。彼らは、AIがより有能になるにつれて、雇用市場に変化をもたらす可能性が高いと述べています。
GPT-5.2がもたらした劇的な性能向上
話を追っていくと、これまでの経緯はこうです。2025年9月、OpenAIは業界専門家がプロジェクト全体を行うのと同じくらい優れたモデルを持っていませんでした。Anthropicは持っていました。これについては後で戻りますが、OpenAIにはそれに近いものは何もありませんでした。彼らが持っていた最高のモデルGPT-5 highの勝率は35%でした。
つまり、これらの分野で12年の経験と管理経験を持つ人々、いわば上司、マネージャー、上級管理職のような人たちが、人間の業界専門家よりも大規模言語モデルの出力を好んだのは、わずか3分の1の時間だけだったのです。そして12月11日、数日前、1週間弱前に、新しいGPT-5.2が登場し、GDP Valが変わりました。彼らはこのベンチマークを更新し、かなりの飛躍を遂げました。
これが以前の最高モデルによる35%の勝率です。勝利と引き分けを合わせて数えると、合算率は38.8%でした。それが74.1%に跳ね上がり、勝利または引き分けのいずれかになっています。勝率だけを見ても60%です。人間に対して60%の時間で明確な勝者となっています。
このWiredの記事は12月9日に公開されました。このモデルが登場する2日前、新しいベンチマークが出る前のことです。記事では、AI研究者たちがOpenAIがこれらのモデルが及ぼす潜在的な悪影響について知っていることすべてを明らかにしていないのではないかと懸念していると報じています。
内部告発者トム・カニンガムの証言
Wiredは、サム・アルトマン率いる企業が、AIが経済に悪影響を及ぼす可能性があるという不都合な真実を描く研究の公開について、より慎重になっていると報じています。経済研究チームから少なくとも2人の従業員が辞職し、完全に退社しました。これらの従業員の1人は、経済研究者のトム・カニンガムです。
社内で共有された彼の最後の別れのメッセージの中で、OpenAIの研究チームが実際の研究を行うことから逸脱し、企業の宣伝部門のように振る舞っていると述べています。退職した従業員、これがトム・カニンガムです。正しい人物だと思います。彼は元OpenAI所属で、現在はMeterで働いています。経済学とAIの分野です。Meterはもちろん、AIエージェントがどれだけ速く改善しているかを示すチャートを見たことがあるでしょう。私たちは彼らの研究論文を数多く取り上げてきました。
カニンガムはWiredのコメント要請を辞退しました。将来的には彼からもう少し話を聞けることを願っています。彼の考えや思いを少し垣間見ることができるかもしれません。また、ほんの1日ほど前、OpenAIの最高コミュニケーション責任者であるハンナ・ウォンも退社することを決めました。
ウォンは2021年にOpenAIに入社し、今退社しようとしています。これは非常に興味深く、考えてみると少し奇妙です。OpenAIは約1年後に株式市場に上場する、IPOを行うことが予想されています。Redditでここにいる何人かの人々が言っているように、1兆ドル規模のIPOの1年未満前に退社するのはワイルドです。
Anthropicの警告とスタンフォード研究
OpenAIが少なくとも一部の人々が主張しているように研究を公開していない一方で、Anthropicはそれについて非常に声高に語ってきました。ダリオ・アモデイは複数のインタビューに出演し、いくつかのニュースソースで、ホワイトカラーの大虐殺が来ると述べています。私たちはそれらの見出しのいくつかについて話してきました。
ダリオ・アモデイは、AIがホワイトカラーの仕事に大虐殺を引き起こす可能性があると述べています。特に、特に危険にさらされている特定のセグメントがあります。私たちは過去に、AnthropicのEconomic Index、つまりAIが雇用にどのように影響しているかについての研究データを使用したスタンフォードの論文を取り上げました。そして彼らは結果を公表しましたが、あまり良い結果ではありません。
ほとんどのチームチャットは、仕事について話される場所であって、実際に仕事が行われる場所ではありません。この動画のこの部分はGlueによってスポンサーされており、彼らはまさにそれを修正しようとしています。もしあなたの1日が私のようなら、チャットの中で生活していますが、そこでは実際には何も出荷されません。チャットでは実際に仕事は完了しません。これをログに記録して、それをデプロイして、最新のメトリクスを取得して、この顧客に応答して、実行させます。
突然、GitHub、ダッシュボード、Notion、カレンダー、Googleドライブに飛び回っています。要点は、コンテキストの切り替えが集中力を殺し、チームを遅くするということです。ここでGlueの出番です。Glueは、実際にアクションを起こすことができる組み込みAIエージェントを備えた、集中型のチームチャットアプリです。これはチームコラボレーションでは初めてのことです。
重要なアイデアは次のとおりです。Glueは最初のマルチプレイヤーMCPクライアントです。MCPはModel Context Protocolの略で、AIを実際のツールに接続するための標準です。ウィンドウを切り替える代わりに、スレッド内で実行するだけです。GlueのAIがLinearを呼び出し、課題を作成し、結果をその場に投稿します。タスクを更新したり、Notionドキュメントを取得したり、Zapier、Zoom、Canva、Hugging Face、PayPal、Stripeなどを使用できます。お分かりでしょう。
すべてのツール呼び出しが可視化されているため、誰が何をトリガーしたかがわかります。Glueはスレッドファーストです。AIドキュメントとアクションがすべて1か所にあります。開発者はMCP統合を拡張して、内部APIやカスタムワークフローにアクセスできます。Glueは、効率的に作業し、忙しい作業を削減することに焦点を当てた開発チームやスタートアップのための定番のチームチャットです。
仕事が完了する場所としてのチャット。glue.aiで30日間の無料トライアルを開始し、チームチャットをコマンドセンターに変えましょう。Glueを使えば、話す場所で仕事が完了します。それでは、以前に話していたことに戻りましょう。
私たちは過去に、AnthropicのEconomic Index、つまりAIが雇用にどのように影響しているかについての研究データを使用したスタンフォードの論文を取り上げました。そして彼らは結果を公表しましたが、あまり良い結果ではありません。
若年層労働者への壊滅的影響
具体的には、非常に初期のキャリアで大幅な減少が見られます。つまり、22歳から25歳です。大学を卒業したばかりで、労働力に参入し始めたばかりの人々です。これらは最も影響を受けているように見える人々です。そしてこれは、これらのチャットボットが登場し始めた時期と非常に一致しています。
この論文が述べているように、いいえ、これを2020年とその時に起こっていたことのせいにすることはできません。他のいくつかのことのせいにすることもできません。これは明らかに、これらのチャットボットが通常は新しく入ってくる労働者、キャリアを始めたばかりで、まだやり方を学んでいる人に任せるような多くの職務を実行できることが多いという事実に結びついているようです。
彼らに雑用をさせていました。それがかつて起こっていたことです。今ではそれがなくなりつつあるようです。開発中のキャリア、31歳から34歳のミッドキャリアに入ると注目してください。基本的に31歳以上なら大丈夫です。減少は見られないようです。それは初期のキャリアに非常に集中しています。
これは同じことを示す別の種類のチャートです。これはソフトウェア開発者向けです。これの多くはコンピューター関連の仕事全般にも反映されています。しかし、Anthropicの研究は、他のAIにさらされた仕事も調べています。これらのAIチャットボットが潜在的にどの仕事の一部を置き換え、実行される仕事の一部または全部を自動化するために使用できるかを調べています。
繰り返しになりますが、それはAnthropicの公開研究です。スタンフォードは彼らのデータの一部を使用して、論文と研究をまとめました。しかし、OpenAIに戻ると、彼らがGPT-5.2モデルについて公開したのは次のとおりです。繰り返しますが、それは以前から今まで大きな飛躍があったモデルです。
GDP Valベンチマークでの圧倒的な性能
これは、さまざまなスプレッドシートでどれだけうまく機能するかを示しています。ここでは、労働力計画モデルを作成するタスクが与えられています。人員数、採用計画、離職、予算への影響。エンジニアリング、マーケティング、法務、営業部門が含まれます。
もちろん、一目見ただけで、このGPT-5.2の思考は、はるかに優れているように見えることは明らかです。はるかに多くの思考と詳細が組み込まれているように見えます。視覚的に明らかに大きな違いがあります。
しかし、それは正確なのでしょうか。彼らはここでたくさんのことをでっち上げて、きれいな色で塗っただけなのでしょうか。それが起こったことなのでしょうか。まあ、そうではありません。GDP Valの審査員の1人が作品についてコメントしたのは次のとおりです。
これらは、さまざまな大企業、有名企業のマネージャーです。そこにはいくつかの名前を読みました。ほとんどを聞いたことがあるでしょう。銀行、テクノロジー企業、大手食品会社、飛行機メーカーなど、あなたがよく知っているすべての大手企業があります。彼らはさまざまな業界、44の異なる職業、米国のGDPに貢献する上位9つの業界から人々を集めています。そして、これらの審査員は平均で約12年の経験を持っていると言っていたと思います。
彼らは管理経験を持っています。しかし、これらは、これらの実際のFortune 500企業で、誰を雇うか、誰に仕事を与えるか、どのプロジェクトをどのように完了すべきか、どちらが他よりも優れているかについて決定を下している人々です。したがって、これらの人々が人間の出力よりも大規模言語モデルの出力を選ぶとき、それは非常に意味のある統計のように思えます。
それは非常に意味のあるシグナルです。なぜなら、これらは実際にこれらの巨大な巨大企業で誰が実際の世界で働くことができるかを選ぶ人々だからです。出力の1つについて、これらの審査員の1人は次のように述べています。「出力品質の刺激的で顕著な飛躍です。スタッフを抱える専門会社によって行われたように見え、両方の成果物に驚くほどよく設計されたレイアウトとアドバイスがありますが、まだ修正すべき小さなエラーがいくつかあります。
さらに、Fortune 500企業の3つのステートメントモデルを適切な書式設定と引用で組み立てたり、テイクプライベートのレバレッジドバイアウトモデルを購入したりするなど、ジュニア投資銀行アナリストのスプレッドシートモデリングタスクの内部ベンチマークがあります。私たちが話しているこの新しいモデル、GPT-5.2の思考では、タスクあたりの平均スコアはGPT-5.1よりも9.3%高くなっています。
そして、これらが結果です。これはキャップテーブルの別の例です。以前のもの、赤で表示されているすべてのものは、何らかの形で間違っていたことを意味します。そして、この新しいモデルはすべてを正しく行いました。また、非常に監査可能です。したがって、戻ってすべてが正しいことを再確認できます。特定の指示に従って、正しく記入する方法に従っています。
独自の監査を行うこともできますし、別のモデルに監査を行わせることもできます。1つのモデルに書かせて、別のモデルに監査させることができます。ここで言っているように、5.2はすべての計算を正しく、監査可能な方法で完了しました。彼らが提供する例は他にもあります。
AI労働代替の現実と将来への警鐘
要約すると、ダリオ・アモデイはおそらく警鐘を鳴らし始めた最初の人の1人でした。少なくとも最近では、絶対に間違いようのない最も強い言葉で出てきたのは彼でした。つまり、何かが大虐殺になると言うとき、言葉を濁しているわけではありませんよね。
私がGPT-5.2について作った動画で、私はそれを「GPT-5.2は最初の人間労働代替品、レイオフに備えよ」というタイトルにしました。繰り返しになりますが、注目しており、行間を読む方法を知っていて、これについて公開されているさまざまな論文を読んでいる人々は、私たちの顔に完全なショックがないことに気づいていると思います。
私たちはこれに驚いていません。この波が来ています。このチャンネルを見ている方なら、私はかなり長い間これについて話してきました。当時は気づいていませんでしたが、振り返ってみると、最初に非常に害を受ける人々は、失業に対して最も脆弱な人々であることはかなり明白です。
大学を卒業したばかりで労働力に参入し始めたばかりの若い子供たちのようなものです。まだスキルを開発する時間があまりなかったのです。私はいつも頭の中で、仕事が得意で優れている人々は、AIによって補強され、より効率的になり、より多くのことができるようになると考えていました。
そして、あまり価値を提供しない人々は、おそらくそれらの仕事のいくつかが自動化されるかもしれません。より公平に思えたので、そう考えたかったのかもしれません。しかし、つまり、このチャートを見ると、これが信じられるべきものであれば、これが今後5年、10年、15年にわたって見られることになるとすれば、それはかなり悲しいことです。
労働力に参入したばかりのとき、家賃を払うのに十分な給料を支払う仕事を見つけるのは難しいです。20代前半にお金が足りなくなり、当座貸越手数料を請求されたことを覚えています。基本的に、十分なお金がないことに対して手数料を請求されているようなものですよね。初期のキャリアの年月はかなり厳しいです。
しかし、30歳前後、または30代後半になると、楽になります。スキルを構築し、企業の階層を上っていくことができたので、楽になります。履歴書を改善し、生活スキルを改善しました。この初期のキャリアの仕事から抜け出すことができます。
労働市場の地殻変動と未来への備え
それは仕事が必要で、学び、成長し、家を買い、家族を持つ必要がある最も脆弱な人々です。したがって、これは確かに、より良い言葉がないので、最悪です。さて、あなたが尋ねているなら、これはソフトウェア開発だけではないのですか。それだけに限定されているのではないでしょうか。ここにAnthropicのEconomic Indexがあり、どの仕事と業界が影響を受けるかを示しています。
ここでズームインすると、緑、緑の四角はほとんど自動化されたタスクです。これは仕事が基本的に消える可能性がある場所です。あなたの仕事タスクの十分な数が緑であれば、その仕事が自動化できることを意味します。一方、ほとんどが紫の場合、それは補強されたタスクです。つまり、1人がそれを行うのにより効果的または効率的になるため、それを行うために必要な人数が少なくなるかもしれませんが、人を完全に置き換えることはできません。
AIはそれを補強します。それを置き換えることはありません。そして、この灰色の色は、彼らがそれに関するデータを持っていない場所だと思います。もう1つ注意すべきことは、彼らがこのO*NET分類を使用しているということです。これは基本的に、すべての仕事を、仕事を行うために必要なスキルに分解する方法です。
そしてここで、彼らは基本的に各スキルをRPGのように、ビデオゲームのように分解しています。スキルが1から100まであるかもしれません。見習い、職人、マスター、何でも。たとえば、読解力のような基本的なものは、これらのスキルレベルによって分解されています。
85は、外科手術を説明する科学論文を読むことができることを意味します。非常に高レベルのものです。57は、新しい人事方針を説明する管理のためのメールを理解することです。少し中レベルです。28はフォームに記入するための段階的な指示を読むことです。これはかなり基本的なもので、たとえばDMVに行くために必要なものです。
興味深いことに、DMVで働くためにそのレベルの読解力は必要ありません。私が見た限りでは、はるかに少なくて済みます。しかし、もちろん冗談です。DMVの従業員は素晴らしい人々です。地の塩だと思います。それが表現だと思います。
しかし、たとえば編集者になりたい場合、レベル73が必要で、弁護士はレベル70などが必要であることに注目してください。そして、それは基本的な指示を読む必要がある、より手作業的な仕事まで下がっていきますが、仕事は実際にはそれに依存していません。
私がそれを持ち出す理由は、この分類です。O*NET分類は、OpenAIがGDP Valで行っているほど正確で有用ではないと思います。GPT Valと言うことがあれば申し訳ありません。国内総生産のようなGDPですよね。GDP Valueは、その分野で働いている場合に完了する実際のプロジェクトを使用します。
したがって、金融投資アナリストは、ラストマイル配送の競合他社の状況を作成するように求められるかもしれません。製造エンジニアは、組立ラインのケーブルリールスタンドの3Dモデルを設計するかもしれません。コンポーネントのリスト、スケッチ、3D図面、AutoCADの回路図など、使用しているものすべてを含めて。
これは私にとっては、読解力スケールで100点中45点が必要であることを知るよりも、はるかに実践的なものです。それは少し曖昧です。これは実際の経済的に価値のある仕事のようなものです。
しかし、要点は、ここでAnthropicと一緒に、AIによって自動化または補強できる仕事の量を示しているということです。はい、ソフトウェア開発者は上位5.2%にいます。これを正しく読んでいる場合、彼らはそれらのスキルのO*NET分類のさまざまなものの5.2%を自動化できると特定しました。
そして、これらについてはデータがありません。たとえば、大規模言語モデルは、新しいまたは変更された機器を使用するようにユーザーをトレーニングできますか。ChatGPT、Anthropic、Geminiを使用して多くの技術的なことを案内してもらったので、私はイエスと言うでしょう。制限はあると確信していますが、確かにその一部を行うことができます。電源要件と構成を指定するかもしれません。
しかし、要点は、これらは推定値であるということです。これは私たちが存在することを知っているものだけです。少なくともこれだけはあります。データウェアハウスの専門家もリストの非常に高い位置にいることに注目してください。コンピュータープログラマー、ウェブ開発者、その他のさまざまなコンピュータータスク、バイオインフォマティクス技術者。
家庭教師、教育指導、図書館もあります。この数字はもっと高い可能性が高いと思います。良いチャットボットと背後にある良いモデルへのアクセスだけで多くのことを学ぶことができます。次にコピーライターがいます。これははるかに高いはずだと感じます。
たとえば、彼らがデータを持っていないものの1つは、製品と媒体に基づいたメッセージの非常に言語的なトーンです。つまり、これは大規模言語モデルが作られた目的のようなものです。広告のトレンド、消費者調査などをレビューしたり、クライアントに下書きやアイデアを提示したりします。私たちが見たGDP Valから、プレゼンテーションを作成したり、さまざまなレポートをまとめたりしています。
これの多くを自動化でき、これらの他の多くの仕事については、最終的にはこれらのスキルの多くが大規模言語モデルに置き換えられるか、大幅に自動化または補強される可能性があるようです。
ファイナンシャルアナリストは0.14%と言っています。しかし、GPT-5.2で見たように、以前できることから今できることまで大きな飛躍があります。つまり、OpenAIがこれらのベンチマークで持っているすべての最新データを取得し、これらすべての仕事とそれらがどのように影響を受けるか、AIで自動化できるかを更新した場合、それはかなり厳しいものに見えるかもしれません。
研究の時間差と予測される影響
以前のバージョンのGDP Valが2025年9月だったことを覚えておいてください。今見ているAnthropicのEconomic Indexは2025年9月のものです。そしてダリオは2025年5月に警鐘を鳴らしていました。
彼らが将来のこれらの影響、潜在的な影響を見ていたとき、彼らはすでに「これはホワイトカラー雇用の大虐殺になる可能性がある」と言っていました。初期のキャリアのソフトウェア開発者の人員の20%の減少、それは2025年7月までに見られました。
当時、私たちはそれらのプロジェクトを完了する際に人間よりも優れていた、一般に公開された大規模言語モデルを持っていませんでした。つまり、3、4ヶ月前に大規模言語モデルを使用したい場合、劣った結果が得られたでしょう。完了したプロジェクトは、人間に処理させた場合ほど良くはありませんでした。
今、人間の専門家レベルの同等性に達するとすぐに、出力の品質の観点から、人間に与えても大規模言語モデルに与えても問題ないというところに達すると、多くの人々、多くの雇用主が大規模言語モデルへの切り替えを検討し始めるかもしれません。おそらく安く、速く、責任が少ないです。
平均的な人間レベルの専門家と同じくらい良くなり、50対50で一致して、そこで止まっただけでも、失業の悪夢があったでしょう。それらの仕事やプロジェクトがすべて置き換えられた可能性があります。大規模言語モデルによって行われていたでしょう。しかし、50対50に一致しませんでした。いわば、それを超えて超越しました。
勝利または引き分け率を合わせて約74%、74%と呼びましょう。人間レベルの専門家に対して。OpenAIがアクセスできる潜在的に否定的な研究があり、Anthropicが公開し、Anthropicとスタンフォードが協力して公開したもの、3、4ヶ月前からこの方向の次のステップが何であるかを示している可能性がありますか。
今、私たちは次世代のモデルを見ています。それはさらに優れています。彼らは人間をわずかに下回っていましたが、その後人間を超え、人間よりも優れています。これらのモデルが人間よりも優れている場合、経済的影響は何でしょうか。確かにそれを垣間見ることができれば、それは目を見張るものでしょう。
確かにIPOを試みていて、そのようなものを持っていて、それを公開すると、標的を描く可能性があります。それはもっともらしいかもしれません。繰り返しますが、慎重に受け止めてください。舞台裏で何が起こっているかはわかりません。確かに、これらのことは大幅に誇張される可能性があります。
報道の偏向と情報の見極め
たとえば、この記事が状況を説明した後、ここにスクロールダウンすると、この小さな段落を追加しています。聞いてみてください。報告された検閲、または少なくともAIを不利な光で描く作品の追求に対する敵意は、OpenAIが非営利組織から、そして表面上は利他的なルーツから、代わりにグローバルな経済的巨人に変貌するシフトの象徴です。
うわー、それは非常に詩的です。それで、私はそれをGeminiに貼り付けて、これが実際にバイアスのないステートメントかどうかを尋ねることにしました。Geminiはそれについてあまり考える必要はありませんでした。いいえ、これはバイアスのないステートメントではありません。太字で「ではない」とさえしています。
この声明は報告された出来事に基づいている可能性がありますが、それらを説明するために使用される言語は非常に主観的で解釈的で感情的に荷電されています。オピニオン記事のように読めます。
そして、それが理由を説明します。荷電された用語、敵意、巨人、検閲は、表面上、利他的、象徴的などのように使用されたすべてのイタチの言葉を指摘します。繰り返しになりますが、ここでのポイントは、すべてを慎重に受け止めることです。
残念ながら、多くの記者は特定の主題に関してはバイアスがないふりをすることさえできません。そして、AIが研究し、ソースを引用し、すべてをファクトチェックすることがより上手になっているので、私はすでにそれを使用してニュース、出来事、そして何が起こっているかについての実際の情報を見つけています。
私ははるかに多く使用しており、結果にはるかに満足しています。なぜなら、記事の反対側では、誰も私に彼らがたまたま信じている政治や、私を少しもっと憤慨させて広告をクリックさせようとすることなどを納得させようとしていないからです。
大虐殺に希望の兆しがあるかどうかはわかりませんが、そこで終わりにします。要点は、すぐに解雇された人々から、あるいは他のチャネルを通じて、または研究者が公開されることになるかについて、何かを聞く可能性が高いということです。OpenAIでなければ他の誰かです。
必ず登録してください。可能であれば通知を有効にしてください。そして、これを念頭に置いてください。すべてが計画通りに展開しています。これは驚くべきことではないはずです。私たちはこれが来ることを知っていました。この反対側には、潜在的により良い未来、おそらく労働後の未来、おそらく私たち全員が人生を楽しむための時間が少し増える未来、それほど一生懸命働く必要がない未来があると信じています。
それは可能です。そして、短期、中期の移行をどのように処理するかによって、それが夢になるか悪夢になるかが決まります。したがって、ルール番号1、他に何をするにしても、パニックにならないでください。これらのことが社会に浸透するには時間がかかります。あまりにも速く狂ったことにはなりませんが、確かに快適であるよりも速くなります。
これらの主題にアプローチする方法を考えている非常に賢い人々がいます。これは真空中で起こっているわけではありません。そして、良いニュースの種類は、それがすべての人に影響を与えるということです。これは人口の一部が影響を受け、他のすべての人が「ええ、何でも。大丈夫。気にしない」と言うような状況の1つではありません。
いいえ、これはみんなです。だから、私たちはこれを理解するつもりです。その移行をインテリジェントに管理する必要があるだけです。とにかく、これが役に立ったことを願っています。ここまで見てくれた方、本当にありがとうございました。
コメント