Xの誰もが、AIが組織にどのように応用できるか、そして今後そうなるかについて私たちがどれほど先を行っているかを当然のことと思っています。このギャップは、エージェント型ワークフローがさらに強力になる一方で、管理も同様に複雑になるにつれてさらに拡大する可能性が高いです。 大企業も中小企業も、AIエージェントを使って作業を自動化することに適応するには、実際の支援が必要です。これはまず、多くの新規企業が初日からAIを活用してより効果的に競争する大きな機会を生み出すことになります。これはマーケティング代理店、法律事務所、コンサルティング会社、システムインテグレーター、エンジニアリング企業、そして多くの知識関連の分野で見られるでしょう。 しかし、これは今後数年間でスキルを差別化したい人々にとっても明確なテンプレートでもあります。AIの限界を押し広げられるなら、実はとても良い時期です。なぜなら、他の誰よりも即座に2〜3倍の生産性が取れるからです。それだけでも役に立っています。しかし、あなたがいる会社に対して将来がどうなるかを示すのに最適な立場にいます。 これは、使うツールや仕事スタイルだけで理論的に同じ職務内容をしている2人の間で、最も大きなアウトプットの差だと思います。

もし今、AIにおけるデータセンターの構築が理にかなっている理由が気になるなら、簡単なチャートを用意します。

モデルの軌道をよく把握することは、AI製品管理やエンジニアリングをする人にとって間違いなく重要なスキルです。 (1) モデルのギャップを埋めるために足場を作る価値のあるもの、(2) モデルに完全に所有させるもの、(3) カテゴリー1に属しているものがすぐにカテゴリー2に向かうものをよく理解している必要があります。 これらのカテゴリに混乱すると、多くの労力の無駄やエネルギーの誤配分を招き、モデルの改善をその場で活用できなくなります。 しかし最も重要なのは、モデルがネイティブに解けるようになった瞬間に手元にあるものを捨てる覚悟があることです。より良い顧客体験に繋がらないものは時間の無駄です。