最近のインタビューで、 8人のトランスフォーマーの中で最年少のエイダン・ゴメスは次のように述べた。

モデルだけを売っても儲からない！

Google 版 Transformer の著者である Aidan Gomez 氏は、AI 分野に大きな影響を与えた著者の 1 人です。

エイダン・ゴメス氏は現在、評価額が55億ドルにまで急騰したCohere社の共同創業者兼CEOを務めている。（Cohere社は以前、オープンソースの大規模モデルであるCommand Rシリーズを発売していた。）

20VC の創設者であるハリー・ステビングス氏とのこの会話の中で、エイダン・ゴメス氏は AI の開発動向について詳しく語りました。

次のようなトピックがネットユーザーの間で注目と議論を巻き起こしました。

• モデルのパフォーマンスを向上させるには、スケールアップだけでは不十分です。
• 単にモデルを販売するだけでは、OpenAI と競争するには不十分です。
• AI スタートアップはクラウドベンダーに依存すべきではありません。
• 私はロボット工学の分野に楽観的であり、5年以内に大きな進歩が起こると予測しています。
• データの品質はモデルにとって非常に重要です。

詳細は下記テキスト版をご覧ください。

コンピューティング能力だけでなく、データとモデルのイノベーションによって AI のパフォーマンスも向上します。

Q : 始める前に、質問させてください。小さい頃、ゲームを楽しんでいましたか?

エイダン・ゴメス：私はゲームが好きで、子供の頃からテクノロジーが大好きでした。

Q : つまり、プレイヤーが「クリアするのは不可能だ、もうプレイしたくない」と感じるような非常に難しい最初のレベルからゲームを始めることはないということですね。

エイダン・ゴメス：はい、機械学習ではこれを「実践学習」と呼びます。まずはモデルに非常に単純な動作を教え、そこから既存の知識に基づいて徐々に複雑な動作を増やしていきます。

興味深いことに、カリキュラム学習は機械学習では実際には失敗しています。カリキュラム学習を真に実装するのではなく、最も難しい教材と最も簡単な教材を同時にモデルに投入し、モデルが自ら理解するように任せているのです。

しかし、この方法は人間にとって非常に効果的であり、学習において重要な部分を占めています。機械学習では成功していないというのは実に興味深いことです。

Q ：先ほど、すべてをモデルに直接入力するとおっしゃいましたね。この点についてもう少し詳しくお聞きしたいのですが、多くの人が単に計算能力を上げればパフォーマンスが向上すると言いますが、あなたはそう思いますか？パフォーマンスの向上を制限する他の要因はありますか？

エイダン・ゴメス：はい、モデルの計算能力を高めたり、モデルを大きくしたりすれば、間違いなく改善されます。これはモデルのパフォーマンスを向上させる最も確実な方法ですが、同時に最も愚かな方法でもあります。

潤沢な資金を持つ人にとって、これは非常に魅力的な戦略であり、リスクは極めて低い。必ず改善するだろう。モデルをスケールさせ、資金を増やし、より多くの計算能力を購入するだけで済む。私はそう信じているが、そうするのは非常に非効率に思える。

もっと良い方法があります。例えば、ChatGPTのリリースからGPT-4のリリースまでの1年半を振り返ると、もしGPT-4が主張するように1兆7000億個のパラメータを持つとしたら、それは途方もないMoEです。

現在、このモデルよりもさらに優れたモデルが存在します。パラメータ数はわずか130億個です。ですから、この変化のスピード、つまりコストがこれほど急速に低下した程度は、まさに驚異的であり、ある意味非現実的ですらあります。

したがって、スケールアップすることでモデルの品質を向上させることはできますが、おそらくそうすべきではありません。

Q ：この進歩は今後も続くのでしょうか？つまり、この規模の進歩が今後も続くのでしょうか？それとも、どこかの時点で停滞してしまうのでしょうか？

エイダン・ゴメス：はい、確かに指数関数的な投資が必要です。線形的な知的成長を維持するには、計算能力を常に倍増させる必要があります。しかし、この成長には非常に長い時間がかかる可能性があります。

ますます知能化が進むでしょう。しかし、経済的な制約に直面するでしょう。オリジナルのGPT-4は、非常に大きく、高価で、非効率で、コストがかかり、その知能はコストに見合うほど十分ではなかったため、特に企業では、それほど多くの人が購入しませんでした。

したがって、単に規模の拡大に頼るのではなく、モデルをより小型かつ効率的にし、データ、アルゴリズム、メソッドを通じてモデルをよりスマートにすることを求める大きなプレッシャーが市場にはあります。

Q ：私たちの住む世界には、特定のユースケース向けに設計された、より小規模で効率的な垂直モデルが存在します。今後、大規模で包括的なモデルがいくつか登場するのでしょうか？それとも、両方が登場するのでしょうか？

エイダン・ゴメス：ここ数年で見られる傾向の一つは、人々が汎用的でインテリジェントなモデルを使ってプロトタイプを作ることを好むことです。特定のモデルを使ってプロトタイプを作りたくはなく、特に重要な部分で優れたモデルを作るために微調整に時間を費やすことも望んでいません。

彼らが望んでいたのは、高価で大規模なモデルを手に入れ、それをプロトタイプに使用し、タスクを達成できることを証明し、それを特定の領域で優れた高性能モデルへと改良することでした。そして、このモデルは実際に誕生したのです。

したがって、私たちは今後も、垂直かつ集中型のモデルもあれば、完全に水平型のモデルもある、複数のモデルが共存する世界に生きていくことになります。

Q ：例えば、OpenAIはこれまでに30億ドルを費やしています。Microsoft、Amazon、Google、Facebookのような企業でなければ、この競争でどのように地位を維持できるのでしょうか？

エイダン・ゴメス：大規模なプロジェクトだけに取り組むのであれば、これらの企業、あるいはその子会社になる必要があります。しかし、他にもできることはたくさんあります。

スケーリングだけを唯一の前進方法として頼らず、データのイノベーションやモデルおよび方法論のイノベーションを信じるのであれば、探求すべき方向性は数多くあります。

Q : データ イノベーションとモデルおよび手法のイノベーションとはどのようなものなのか、さらに詳しく調べることはできますか?

エイダン・ゴメス：オープンソース分野における主要な進歩のほぼすべては、データの改善から生まれています。これは、インターネットからより高品質なデータを取得し、ウェブクローリングアルゴリズムを改良し、ウェブページを解析し、重要な部分を抽出し、そしてインターネット上の特定の部分の重み付けを高めることで実現されています。なぜなら、インターネット上には重複コンテンツやスパムコンテンツが大量に存在するからです。

最も価値が高く知識が豊富な部分を抽出してモデルに強調し、合成データを生成する機能により、人間の介入なしにモデルによって自動的に生成された膨大な量のテキストや Web ページ コンテンツを取得できます。

こうしたイノベーション、特にデータ品質を向上させる能力が、今日私たちが目にしている進歩の大部分を推進してきました。

Q : わかりました。それはデータ イノベーションですが、モデル イノベーションについてはどうでしょうか?

エイダン・ゴメス：これは新しい強化学習アルゴリズムのようなものに関係しています。Q*とそれがもたらすであろう変化については、多くの議論がありました。解決策をどのように探すかといった、検索を取り巻くアイデアです。

現在のモデルの状態は、私が質問すると、モデルが即座に正しい答えを返す必要があるというものです。これはモデルにとって非常に厳しい要件ですよね？

人間にはそんなことはできません。難しい質問をして、すぐに答えが返ってくることを期待してはいけません。相手には考え、理解する時間が必要なのです。

Q : 時にはブレインストーミングの時間も必要です。

エイダン・ゴメス：その通りです。モデル開発における次のステップは、まずは生徒に考えさせ、問題を解決させることです。生徒に間違いを犯させ、試行錯誤させ、失敗させ、なぜ失敗したのかを理解し、そして後戻りしてもう一度挑戦させる必要があります。

現在、モデルには問題を解決するという概念が含まれていません。

Q : あなたがおっしゃった問題解決は推論と同じ概念ですか?

エイダン・ゴメス：はい。

Q ：なぜ推論はそんなに難しいのでしょうか？なぜ私たちはまだ推論という概念を持っていないのでしょうか？

Aidan Gomez :推論自体は難しくありません。難しいのは、推論プロセスを示すオンラインのトレーニングデータが不足していることです。オンラインで入手できるもののほとんどは、推論プロセスの出力です。

オンラインで文章を書くときは、思考プロセスを示すのではなく、多くの思考、経験、議論の結果である結論やアイデアを直接示します。

そのため、そのようなトレーニングデータは不足しており、無料で提供されることはありません。自分で構築する必要があります。そこで、Cohere、OpenAI、Anthropicなどの企業が行っているのは、人間の推論プロセスを示すデータの収集です。

モデルだけを販売しても OpenAI に勝つことはできません。

Q : そういえば、OpenAI のユーザー生成コンテンツ イニシアチブとの競争をどう見ているかお聞きしたいのですが。

Aidan Gomez 氏: 特に企業部門では、顧客データのプライバシーと機密性という大きな課題に直面しており、困難です。

彼らはデータを知的財産と見なし、多くの機密情報を含んでいるため、学習にこのデータを使用することを許可していません。私はこの立場を完全に理解しています。そのため、私たちは合成データに重点​​を移し、この分野に多大なリソースを投入しました。

また、人間のアノテーターによるチームを編成し、Scale AIと提携しました。これは私たちにとって大きなプレッシャーでしたが、私たちは消費者向け企業ではないため、データを自ら生成する必要がありました。

幸いなことに、私たちの焦点は比較的狭く、財務や人事機能の自動化など、企業のニーズが明確に定義されている分野に主に注力しています。これにより、より詳細な調査を行い、これらの具体的なニーズに応えることができます。

次の10年を見据えると、合成データ市場はどのように進化するのでしょうか？少数のベンダーが市場を独占することになるのでしょうか？現在、大規模言語モデルAPI市場は主に合成データによって牽引されており、多くの企業が高価で大規模なモデルを活用して、より小規模で効率的なモデルに最適化できるデータを生成しています。

このモデルが持続可能かどうかは依然として不確実ですが、モデルからであれ人間からであれ、新しいタスク、新しい問題、データの要求が継続的に発生するにつれて、私たちはこれらの要求に適応し、満たさなければならないと私は考えています。

Q ：では、合成データ市場はどのようなものになるのでしょうか？2社か3社のベンダーが市場を独占することになるのでしょうか？

Aidan Gomez : 現在の大規模モデルAPI市場は、合成データが圧倒的に優勢だと聞いています。多くの人は、こうした大規模で高価なモデルを使ってデータを生成し、そのデータを使ってより小規模で効率的なモデルを微調整しています。

つまり、彼らは基本的により大きなモデルを改良しているということです。このモデルが市場として持続可能かどうかは分かりません。しかし、データがモデルから得られるか人間から得られるかに関わらず、常に新しいタスク、新しい問題、新しいデータニーズが生まれ、私たちはそれらのニーズに応えなければならないと信じています。

Q ：一つ心配なこと、というか躊躇してしまうことがあります。OpenAIが価格競争に明け暮れ、Metaのような企業がオープンソースやオープンエコシステムの価値を明確に示さずにモデルを無料で公開しているのを目にします。

これらのモデルの価値は本当に下がっているのでしょうか？これは価格を下げるための競争、あるいはゼロにするための競争なのでしょうか？

エイダン・ゴメス：もし単に模型を売るだけなら、今後しばらくは非常に厳しい状況になるでしょう。決して小さな市場ではないでしょう。

Q : 模型だけを売っている人もたくさんいますし、模型と他のものを売っている人もいます。

Aidan Gomez ：具体的な名前は挙げませんが、例えばCohereは現在モデルのみを販売しています。モデルにアクセスできるAPIを提供しています。

この状況はすぐに変わります。製品の状況は変化し、既存の製品に新機能が追加されるでしょう。モデルのみを販売すると、激しい価格競争によって利益ゼロのビジネスになってしまうため、困難になるでしょう。多くの人がモデルを無料で提供しています。

それでも、市場の需要が急速に伸びているため、依然として大きな事業となるでしょう。しかし、少なくとも今のところは、利益は非常に薄いでしょう。

だからこそ、アプリケーションレベルで大きな期待が寄せられています。市場での議論は妥当であり、チップレベルよりも下で価値が生まれていることを示しています。なぜなら、誰もが最初にチップ上にこれらのモデルを構築するために多額の投資を行い、その後、ユーザーあたり月額20ドルで課金されるChatGPTのようなアプリケーションレベルで価値が現れるからです。

これが現在価値が実現されている領域であるように思われます。モデルレイヤーは長期的には魅力的なビジネスですが、現状では短期的には非常に低利益率でコモディティ化されたビジネスです。

AI スタートアップ企業はクラウドベンダーの付属物になってはならない。

Q ：スタートアップがAIモデル分野に参入するには遅すぎると考える人が多いようです。しかし、コストの障壁が下がったことで、スタートアップにとってこの分野への参入はより容易になっているのでしょうか？

エイダン・ゴメス：確かに、昨年のモデルを構築するコストは毎年10分の1から100分の1に減少しています。データの質の向上とコンピューティングリソースの低価格化により、前世代のモデルへの参入障壁は低下しました。

問題は、時代遅れのモデルを誰も気にかけないことです。昨年のモデルは、今年のモデルと比べると実質的に価値がありません。あらゆる技術の進歩は、古い技術を急速に時代遅れにし、AI開発のコストは劇的に上昇しています。

バージョン1の開発コストは1,000万ドル程度かもしれませんが、バージョン2にわずかな改良を加えるだけで、さらに100万ドルから200万ドルかかる可能性があります。現在、新モデルの開発には30億ドル、アップデートには50億ドルかかる可能性があります。

この成長はもはや直線的ではなく、桁違いに大きくなっています。新世代の技術開発が必ずしも前世代のものより安価であるとは限りません。例えば、チップやその他の複雑な技術について考えてみましょう。開発コストが上昇しているにもかかわらず、私たちは研究開発を続けています。なぜなら、それは価値があるからです。

Q : つまり、人々はそれらの改善が長期的には効果的かどうかを実際には気にしていないということですか?

エイダン・ゴメス：まさにその通りです。私が言いたいのは、これらのモデルの改良がますます困難になり、抵抗も強まっているということです。もう一つ興味深い現象は、モデルがよりインテリジェントになるにつれて、平均的な人（私も含めて）がそれらの違いを区別できなくなっているということです。

医学、数学、物理学、その他の分野における私たちの専門知識は限られているため、これらの変化を真に認識することはできません。このモデルは基礎知識の面で既に非常によく発達しており、まさに私たちが到達できる知識のレベルです。

そのため、異なる世代のモデルと交流する際に、その違いを認識することは困難です。しかし実際には、これらのモデルは特定の能力、あるいは純粋な知能において驚異的な進歩を遂げています。

技術革新への多額の投資を継続する価値があるかどうかという点については、答えは「イエス」だと思います。これらの技術は一般消費者にとっては重要ではないかもしれませんが、特定の専門分野の研究者にとっては非常に価値のあるものなのです。

私たちはこれらのツールを提供することで、彼らのさらなる進歩を支援しています。これは、宇宙船の軌道到達効率を向上させるための新素材の開発など、次世代の技術への投資を継続すべきかどうかを問うようなものです。

これはほとんどの人にとっては無関係かもしれませんが、それを必要とする人にとっては非常に重要であり、市場の需要があり、それがテクノロジーの継続的な進歩を推進するものです。

Q ：コストの問題に戻りましょう。明らかにコストは高く、今後も上昇し続けるでしょう。先ほど「効果的な子会社」という概念について触れられましたね。

現在、多くの企業が買収や合併を進めており、クラウドサービスは継続的な成長の原動力として大きな注目を集めています。今後3～5年以内に、小規模事業者の大半が大手クラウドサービスプロバイダーに買収されると思われますか？

エイダン・ゴメス：この分野は間違いなく統合が進むと思いますし、すでに始まっています。多くのモデル開発者がAmazonのような大手クラウドサービスプロバイダーに吸収されています。

今後、このような事例はますます増えていくと思います。しかし、クラウドサービスプロバイダーの子会社化はリスクを伴う可能性があることに注意が必要です。事業発展にとって良いことではありません。

通常、資金調達には、資本利益率（ROI）のみを重視する投資家を説得する必要があります。しかし、クラウドサービスプロバイダーから資金を調達する場合は、状況は全く異なります。

Q ：では、ベンチャーキャピタリストはここ数年、モデル投資で利益を上げてきたと思いますか？

エイダン・ゴメス：Cohereの投資家はきっと大儲けするでしょう。

私たちを信じてくれた方々に心から感謝しています。最初の投資家であるRadical Venturesのジョーダン・ジェイコブス氏は今も取締役を務め、会社設立に積極的に関わってくれています。Cohereの4人目の共同創業者とさえ言えるでしょう。

Q ：最近、一部メディアが当社の評価額が5億5,000万ドルをわずかに上回ると報じています。これはプレッシャーになりますか？

エイダン・ゴメス：確かにプレッシャーではありますが、同時にプラスの側面もあります。最終的には、すべての企業が収益倍率の検討に直面し、最終的には公開市場の収益倍率に収束していくでしょう。

実際、当社の評価額は他の企業ほど急激に上昇していないため、多くの同業他社よりもはるかに良い立場にあると考えています。もちろん、今後も成長と拡大を続けていく必要がありますが、市場には絶対の自信を持っています。

現在、価格競争と無料モデルの存在により利益率は若干圧迫されていますが、この状況は今後改善していくと予想されます。一方、Cohereの製品ポートフォリオは今後も進化と発展を続けていくでしょう。

人間に代わるものはない

Q : もしあなたが今20VCの投資家だとしたら、どこにチャンスがあると思いますか?

エイダン・ゴメス：製品と応用分野は依然として非常に魅力的です。これらの技術は新たな製品を生み出し、ソーシャルメディアに変化をもたらすでしょう。人々はこれらのモデルとのインタラクションを楽しんでおり、その利用時間は驚くほど長くなっています。

Q ：これは良いことだと思いますか？私は子供たちに、生成システムとインタラクトし、人間の真似をする世界に住んでほしくありません。モデルと会話することで満足感を得るような世界には住んでほしくないのです。

エイダン・ゴメス：もしかしたら、それは間違っているかもしれません。お子さんには、非常に思いやりがあり、非常に知的で、知識が豊富で、安全なエージェントとコミュニケーションをとってほしいと願っているかもしれません。

子供たちに何かを教えたり、一緒に遊んだりすることができ、子供たちに怒ったり、いじめたり、不安にさせたりすることもありません。

もちろん、人間に取って代わるものは何もありません。人間に取って代わるものが何もない世界では、突然誰もがチャットボットと交際するようになり、出生率が低下するようなことは起こりません。

そんなことは起こらないと思うよ。子どもが欲しいけど、チャットボットと子どもは作れない。

私にとって、どんなチャットボットよりも人間の仲間の方がはるかに貴重です。職場と同じように、人間を完全に置き換えることはできないと思っています。AIは人間の能力を高め、効率を高めますが、だからといって仕事が減るわけではありません。

人間の代わりになることはできません。営業について考えてみてください。もしロボットに売りつけられたら、私は買いません。それだけです。私は機械と話したくないのです。

もちろん、簡単な買い物であればロボットが対応してくれることもありますが、私や会社にとって非常に重要な買い物については、相手が責任感のある人間であってほしいと思っています。

問題が発生した場合、介入する権限を持つ人が必要です。ですから、消費者側でチャットボットとのチャット中毒になる、雇用​​側で仕事がなくなり大量失業が発生する、といったシナリオはどちらも起こり得ないと考えています。

Q ：おっしゃる通りですが、確かに懸念しているのは、例えばカスタマーサービスチームのような下位職種で70～80%の人員が削減される可能性があるということです。現地で補充する人材は必ずいるでしょう。

エイダン・ゴメス：確かに、地域限定の代替人材は出てくるでしょう。しかし、全体としては、代替ではなく成長が見込まれます。確かに、テクノロジーの影響を受けやすい職種もあり、カスタマーサポートはその一つです。

しかし、最終的には誰かがこの仕事を行う必要があるでしょう。おそらく今日よりは少ないでしょうが。カスタマーサポートは大変な仕事で、精神的に疲弊します。録音された電話を聞いたことがあるなら、どれほど精神的に消耗するかがわかるでしょう。

Q : そうですね、これはソーシャルメディアのプラットフォームにおけるコンテンツモデレーションに少し似ていて、これもいろいろな意味で一種の心理的トラウマです。

エイダン・ゴメス：毎日、目が覚めて仕事に行き、一日中怒鳴られ、謝らなければなりません。ですから、こうした会話はモデルに任せ、感情的な不満を抱かずに問題を解決し、相手の生活をより良くする機会を与えるなど、本当に人間の助けが必要なカスタマーサポートは人間に任せるべきなのかもしれません。

AIにおける次の大きな進歩はロボット工学の分野で起こるでしょう。

Q : AI が現在できないことだけど、3 年以内に実現して大きな変化をもたらすものは何だと思いますか?

エイダン・ゴメス： AIにおける次の大きなブレークスルーはロボット工学の分野で起こるでしょう。コスト削減が必要ですが、既にコストは低下しています。そうなると、より強力なモデルが必要になります。

Q : ロボット工学の分野で大きな進歩が起こるとなぜお考えですか?

エイダン・ゴメス：多くの障害がなくなったからです。以前は、ロボットの推論機能と計画機能は非常に脆弱で、タスクごとにプログラムする必要があり、特定の環境にハードコードされていました。

つまり、全く同じレイアウト、同じサイズ、そして全く違いのないキッチンが必要になり、これは非常に脆弱です。しかし、研究では、ベースモデルと言語モデルを用いることで、より自然に世界を推論できる、より優れたプランナーが実際に開発されています。

そのため、すでに多くの企業がこの分野の研究を進めており、近いうちに誰かが汎用ヒューマノイドロボットの問題を解決し、より安価で安定したロボットを開発する可能性があります。

これは大きな変化となるでしょう。今後5年か10年かは分かりませんが、その期間内には必ず起こるでしょう。

データの品質は無視できない

Q ：今日はお話できて本当に楽しかったです。少しだけ質疑応答をさせていただきたいのですが、まず私の方からお話を伺い、その後すぐにご意見を伺っていただければと思います。

過去 12 か月間であなたの視点を最も変えたものは何ですか?

エイダン・ゴメス：データの重要性です。私はそれを大きく過小評価していました。以前はスケーリングがすべてだと思っていましたが、Cohere社内で起こった多くの出来事が、このテクノロジーを構築する上で重要な要素に対する私の理解を一変させました。

データの品質は何よりも重要です。品質は極めて重要です。例えば、数十億ものデータポイントの中で、たった1つの欠陥のあるデータでもモデルに大きな影響を与える可能性があります。これはやや非現実的です。モデルはデータに非常に敏感であるため、誰もがこの点を過小評価しがちです。

Q : これまでに貴社はどのくらいの資金を調達しましたか?

エイダン・ゴメス：約10億ドルです。

Q : どの資金調達ラウンドが最も簡単ですか?

エイダン・ゴメス：おそらく最初のラウンドですね。簡単な会話で、「数百万ドルあるから、試してみて」と言われました。ですから、その資金調達ラウンドはかなりスムーズだったと思います。

Q ：5億ドルの資金調達は、はるかに複雑なプロセスだったと思います。5億ドルが実際に集まった時、少し信じられませんでしたか？

エイダン・ゴメス：確かにそうです。例えば年間2500万ドル。正確な数字は分かりませんが、確かに大金です。Cohereのおかげで経済とお金に対する考え方が変わりました。今では5億ドルなんて大した金額には思えません。

Q : これは心配ですか?

エイダン・ゴメス：いいえ、それは私たちの戦略の一部です。もし望むなら、そうした条件を受け入れることもできます。しかし、私たちの戦略は独立性を維持し、自律的に発展していくことです。

Q : 世界クラスの取締役を選べるとしたら、誰を選びますか?

エイダン・ゴメス：マイク・ボルピとジョーダン・ジェイコブスが現在私の取締役会に加わっています。

Q : なぜマイクは優秀な取締役だとお考えですか?

エイダン・ゴメス：マイクは素晴らしい人です。あらゆる経験を積んできたかのようです。どんな質問でも気軽にできますし、彼も同じような経験があるので、貴重なアドバイスをくれます。

Q : ジェフ・ヒントンとヤン・ルカンではどちらが好きですか?

エイダン・ゴメス：間違いなくジェフです。個人的には彼と親しいです。

Q : ヤンは楽観的すぎると思いますか?

エイダン・ゴメス：いいえ、AIに関してはヤンの見解に賛成です。ジェフは終末予言に近いですが、ヤンはより楽観的です。ヤンは今やイーロン・マスクの「対応屋」のような存在ですが、ジェフは確かに賢く思慮深い人です。

Q : 最後にもう 1 つ質問ですが、これまで誰も尋ねたことがないけれど、尋ねるべき質問は何だと思いますか?

エイダン・ゴメス：人々はいつも私にテクノロジーの将来と潜在的なリスクについて尋ねますが、それがもたらすチャンスについて議論することはほとんどありません。

Q : では、テクノロジーは将来どこへ向かうと期待しますか?

エイダン・ゴメス：テクノロジーを活用して、世界の生産性を高め、供給を増やし、より豊富で安価なものを作るべきだと考えています。生産性という言葉はあまり魅力的に聞こえないかもしれませんが、NHSの生産性を5%向上させたらどうなるか想像してみてください。

これは国家の現状、予算、そして何百万人もの人々の生活に大きな影響を与えるでしょう。したがって、私たちの最優先事項は生産性と成長の向上であるべきだと私は考えています。

ビデオアドレス:
https://www.youtube.com/watch...