WordbookGet the appGet app

0:00 / 30:14Line 1 of 392

B2 TechnologySep 30, 2026

OpenAI Co-Founder: Start Building With AI Before You Feel Ready | Greg Brockman

OpenAI共同創業者：準備が整う前にAIで作り始める｜グレッグ・ブロックマン

Silicon Valley Girl12 videos Open on YouTube

Transcript

392 lines

0 learning0 looked up0 known882 new

Translation

We're gonna see this massive Renaissance of entrepreneurship.
起業家精神の巨大なルネサンスが訪れるでしょう。
Like, I think this coming.
いや、これは来ると思います。
I think it's really gonna kick in over the next two years.
今後2年で本当に本格的に始まると思います。
This is Greg, co-founder of OpenAI, the company behind ChatGPT, which more than a billion users use every week.
これはChatGPTの開発元であるOpenAIの共同創業者グレッグです。ChatGPTは週間10億人以上のユーザーが利用しています。
I'm pretty good at writing software.
私はソフトウェアを書くのがかなり得意です。
I don't write software anymore.
もうソフトウェアは書きません。
I direct AI for it to write software.
AIに指示してソフトウェアを書かせます。
I provide a lot of feedback and guidance.
たくさんのフィードバックと指針を提供します。
When people are building software, how do you strategize around building something that's not gonna be made obsolete with the new models?
人々がソフトウェアを構築するとき、新しいモデルによって陳腐化しないものをどうやって作るか戦略を立てますか？
I'm just about to show you something that I've built recently, and my ambitious enough with AI.
最近作ったものをお見せしようとしています。そして、AIに対して十分野心的かというと。
Well, I think the answer to being ambitious enough will always be no, because there's always more we can do.
まあ、十分野心的かという問いへの答えは常にノーだと思います。なぜなら、まだやれることが常に残っているからです。
For someone who is willing to step up their agent game and they have one hour, where do they start this weekend?
エージェントのレベルを上げたい人が1時間だけ使える場合、今週末どこから始めればいいですか？
I'd say first of all, this video is sponsored by HubSpot.
まず、この動画はHubSpotのスポンサーによるものです。
I want to talk all things practical.
実践的なことについてすべて話したいと思います。
I was recently talking to Nobel Prize laureate in economics, and the one theme kept coming up that we have such capable AI models, but we lack applications.
最近ノーベル経済学賞の受賞者と話していたのですが、一つのテーマが繰り返し出てきました。AIモデルは非常に優れているのに、応用が足りないのです。
What do you think that you're launching this year will help change that and help people realize what's the power of AI?
今年リリースするもので、それを変え、AIの力を人々に気づかせられるとどう思いますか？
Well, it's been very interesting to see, first of all, how many people use ChatGPT.
まず、ChatGPTを使う人がどれだけ多いかを見るのは非常に興味深いことでした。
You know, we have 1.2 billion weekly active users.
週間アクティブユーザーは12億人います。
We have like 300 million people who use Chat every single week for health queries, right?
週に300万人が健康に関する質問でチャットを使っているんですよね？
To help them in their personal lives.
私生活で役立てるために。
At the same time, how many of those use cases just scratch the surface?
同時に、そのユースケースの多くは表面をかすめているだけです。
And we see this in the matrix that if people use Chat for three different use cases, so three different things that you realize Chat can do for you, you become a power user, you become you retain you, you keep using Chat and you want to use it more.
これはマトリックスで見えて、3つの異なるユースケース、つまりチャットができることを3つ気づくと、パワーユーザーになり、使い続け、もっと使いたくなるのです。
But getting to those three use cases, it's such a hard challenge.
しかし、その3つのユースケースに到達するのは非常に難しい課題です。
And in some ways, it kind of makes sense because, okay, here's this AI that can do anything.
ある意味では当然でもあります。だって、何でもできるAIがここにあるわけですから。
But what's one thing it can do, right?
でも、それができる一つのことは何でしょう？
Is like sometimes, what's the magic thing?
例えば時々、魔法みたいなものは何？
Exactly, right?
まさに、でしょ？
And so really finding that magic speaks to you.
だから本当に、その魔法を見つけられることに意味がある。
But also at the same time, I think it shows this massive opportunity, this massive space that's almost a gap where you're talking to an AI and the AI knows what it's capable of, and they can suggest you, hey, you asked me to do this thing for you.
でも同時に、これは巨大な機会、巨大な空間、ほぼ空白のようなものがあると思う。あなたがAIと会話し、AIが自分の能力を知っていて、こう提案できる、『ねえ、このことを頼まれたでしょう』と。
Actually, I can do even more, right?
『実は、もっと多くのことができるよ』ってね。
Here's an idea I can make a presentation spreadsheet.
『こんなアイデアがある。プレゼンのスプレッドシートを作れるよ』と。
That's actually been something we've been exploring.
実は、私たちはそれをずっと探求してきたんだ。
But I feel like there is something here about the fact that what you want out of AI is simplicity, right?
でも、AIから求めたいのはシンプルさだという事実について、何かあると思うんだ。
You don't want an interface that has buttons and sliders and model pickers, like none of that.
ボタンやスライダー、モデル選択肢のあるインターフェースはいらない。そういうものは一切いらない。
That's not the AI we're promised.
あれは約束されたAIじゃない。
You want something you can talk to, that can solve problems, that can help you, can help solve goals, but they can actually even be proactive.
話しかけて、問題を解決し、助けてくれるものを欲しい。目標達成も助けてくれる。そして、能動的でさえあってほしい。
They can say to you, hey, you got this email that's in your inbox that you've been ignoring this person for the past couple days, and that actually I did some research and it turns out that here's like the right answer to the question, and I've drafted an answer.
こう言ってほしい。『ねえ、受信箱にあるこのメール、ここ数日ずっと返信を無視している人からのものだよね。実は少し調べてみたら、質問への正しい答えはこれだよ。返信の下書きも作ったよ』と。
Do you approve?
承認してくれる？
And by the way, the use case I just mentioned—it's not theoretical.
ちなみに、今言ったユースケース、理論上の話じゃないよ。
With dots, I actually got that exactly this this this use case happening to me right before we we started this podcast.
Dotsで、このポッドキャストを始める直前に、まさにこのユースケースが自分に起きたんだ。
And so I think we're at a point now where AI is actually able to be much more proactive and to remove so much of the burden of figuring out like what is this system capable of, and to really help you and then help you be able to achieve what it is that you want to do.
だから、AIが今やずっと能動的になれて、このシステムは何ができるのかを考える負担を大きく取り除いて、本当にあなたを助けて、やりたいことを達成できるよう手助けできる、そういう段階に来ていると思う。
Are there any other use cases that were unimaginably a year ago that are possible now, and that people should be trying out?
1年前には想像できなかったのに、今可能になっていて、人々が試すべきユースケースは他に何かある？
Well, I think so many.
うーん、たくさんあると思うよ。
Right, there's a whole spectrum of them.
そう、それらは幅広く存在する。
And I think the way that I always recommend going to to discovery is you got to play with the system.
そして、いつもおすすめする発見の方法は、システムをいじって遊ぶことだ。
Right, you got to see what it's capable of.
そう、何ができるのかを見るんだ。
And so when it comes to coding these models, they're now better at writing software than basically anyone I know.
だから、これらのモデルをコーディングする際、彼らは今や私が知るほぼ誰よりもソフトウェアを書くのが上手です。
Right, I'm pretty good at writing software.
そうですね、私はソフトウェアを書くのがかなり得意です。
Like I don't write software anymore.
というか、私はもうソフトウェアを書かなくなったんです。
I direct the AI for it to write software.
AIに指示してソフトウェアを書かせます。
I provide lots of feedback and guidance.
たくさんのフィードバックとガイダンスを提供します。
So it's always fun to like make a little game and just kind of sketch this this quick idea and just seeing like okay how long did it take to deliver that, and then ask for something more complex.
だから、小さなゲームを作って、この素早いアイデアをスケッチしてみて、それから『さて、それを届けるのにどれくらいかかったか』を見て、もっと複雑なものを頼むのは、いつも楽しいですね。
I think that we're at a point now where Astro's so good at Blender, so good at 3D modeling, and so it's kind of fun to ask it to produce 3D models of a photo and those kind of things.
今、AstroはBlenderがとても得意で、3Dモデリングもとても得意なので、写真の3Dモデルを作らせたり、そういうことを頼むのはちょっと楽しいと思います。
You can see it using software like using Microsoft Paint to sketch out a photo, but you can ask for more real things too.
Microsoft Paintを使って写真をスケッチするようなソフトウェアを使うのが見えますが、もっと現実的なものも頼めます。
Like I know, for example, a friend who is designing or wanted to have a like guest house built, and used Astro to actually produce CAD plans, and then brought those to a contractor, and now it's being built.
例えば、私は知っていますが、ある友人がゲストハウスを建てたいと思っていて、Astroを使って実際にCAD図面を作り、それを請負業者に持って行って、今建設中です。
And so it's a very empowering thing.
それは非常に力強いことです。
Normally you'd have to hire someone else.
普通は誰かを雇わなければいけません。
Like I don't know how to make CAD plans, but now we have this intelligence in our pocket that can can actually do these kinds of things for us.
私はCAD図面の作り方はわかりませんが、今ではポケットの中に、こういったことを実際にやってくれる知性があります。
To me, one of the things I really like to do is to try to push AI in different dimensions of of my life.
私にとって、本当に好きなことの一つは、AIを私の生活のさまざまな側面で試してみることです。
And so I think that voice mode is something that makes AI so accessible.
だから、音声モードはAIをとても使いやすくするものだと思います。
Right, you just go into voice mode and you start talking to it.
そうですね、音声モードに入って話し始めるだけです。
Voice mode now is hooked up to tools, so you can actually ask it to do anything that your chat can do.
音声モードは今やツールと連携しているので、チャットでできることは何でも実際に頼めます。
If you're hooked up to your email, to your calendar, now you can ask it about like what's my schedule for today, or like what should I, you know, I want to free up some time for some deep thought.
メールやカレンダーと連携していれば、『今日の予定は？』とか『今日は、えっと、深い思考のための時間を空けたいんだけど』とか聞けます。
How can I do that?
どうすればいい？
And it can actually go and have context on what's going on in each part of your calendar.
そして、実際にカレンダーの各部分で何が起きているかのコンテキストを得ることができます。
And so I think that in my mind that there's this activity of just stepping back and thinking about what's a slightly more ambitious thing I can ask my AI to do.
なので、私の頭の中では、一歩引いて、AIに少し野心的なことを頼めないかと考えるという活動があると思います。
Then it's done for me today.
そうすれば、今日は私の仕事は終わりです。
Let's see if it works.
うまくいくか見てみましょう。
Yeah, and I'm just about to show you something that I built recently.
はい、これから最近作ったものを紹介します。
I think we're in this era where everyone can build a personal productivity app, multiple, and this one that I built.
今は誰でも個人的な生産性アプリを複数作れる時代だと思いますし、これは私が作ったものです。
So basically asked it to create a an app that's going to be perfect for the podcast.
つまり、ポッドキャストに最適なアプリを作るように頼んだのです。
I tell it who I'm interviewing for, how long, and what's my success metric, and it's basically the views on YouTube.
誰にインタビューするか、どのくらいの長さか、成功指標は何かを伝えます。基本的にはYouTubeの再生回数です。
And then it goes ahead and creates a podcast and does the research, suggests topic to discuss.
そして、ポッドキャストを作成し、リサーチを行い、議論すべきトピックを提案します。
This is great, but how do I make it learn from my experience, right?
これは素晴らしいですが、どうすれば私の経験から学べるようになるのでしょうか？
And is there anywhere I can push this further?
そして、これをさらに先に進められる場所はあるでしょうか？
Because I'm going to record this conversation.
というのも、この会話を録音するからです。
It's going to here and it's gonna check.
ここに入ってきて、チェックするでしょう。
Now it's checking my previous conversations.
今、以前の会話をチェックしています。
But what do you think is missing here?
でも、ここに何が欠けていると思いますか？
And am I ambitious enough with AI?
そして、私はAIに対して十分に野心的でしょうか？
Well, I think the answer to being ambitious enough, well, always being no, because there's always more we can do.
十分に野心的かという答えは、常にノーです。なぜなら、常にできることがあるからです。
And that's the beauty of AI is that it's really about solving problems, helping you achieve what you want to achieve.
そして、AIの素晴らしさは、本当に問題を解決し、あなたが達成したいことを達成するのを助けることにあります。
You know, there's no ceiling to what you might imagine, right?
想像できるものに上限はないのですからね。
And so it's really just about sort of tuning that you're able to achieve a thing means maybe you can dream a little bit bigger.
なので、本当に、あなたが何かを達成できるということは、もう少し大きく夢を見られるということかもしれません。
And so in my mind, yeah, I think this AI is a super super cool app.
なので、私の頭の中では、はい、このAIは超超クールなアプリだと思います。
So first of all, I in terms of just doing the background research, and maybe I when this was being built, the AI already went and looked at all my interviews that I've ever done.
まず、バックグラウンドリサーチに関しては、私がこれを作っていた時、AIは私がこれまでに行ったすべてのインタビューを見ていました。
And ah, there we go.
ああ、できました。
Did the background research?
バックグラウンドリサーチをしましたか？
Did the background?
バックグラウンドを？
The only thing is it still can't connect to social media.
唯一の問題は、まだソーシャルメディアに接続できないことです。
It's a plugin thing.
プラグインの問題です。
Yeah, but then yes, and went through your conversations.
はい、でも、はい、あなたの会話を通しました。
There we go.
できました。
And then that's everything.
そして、それがすべてです。
All of OpenAI's past releases.
OpenAIの過去のリリースすべて。
Oh, there we got a questions tab.
お、質問タブができました。
Yeah, we got a questions tab.
はい、質問タブができました。
That's right.
その通りです。
And that's the title and thumbnail already here, and these are the questions that I can copy.
そして、タイトルとサムネイルはもうここにあり、コピーできる質問はこちらです。
Yes, I'd be curious how much helps with the post processing, the actual production of the final of the final video once it's done, right?
はい、ポストプロセッシング、つまり最終的な動画が完成した後の実際の制作にどれだけ役立つか、興味がありますよね？
Because this thing has all this context on me, on OpenAI, on the kinds of things that you've covered in your your past episodes, and then how do you want to cut it?
なぜなら、このツールはあなたについて、OpenAIについて、過去のエピソードで取り上げた種類のことについて、すべてのコンテキストを持っているからです。そして、どう切りたいですか？
Like I've I've heard there's so many good use cases, actually, helping with post production for for videos, and proactively being able to do that.
実際、ポストプロダクションを手伝うなど、たくさんの優れたユースケースを聞いたことがありますし、能動的にそれを行えることも。
So I think I'd actually be very curious if you could have an app where it's just like the only thing you have to do is basically look over the questions, make sure you like them, and if you don't, provide some feedback and it can do better.
だから、実際にとても興味があるのは、アプリがあって、やることは質問をざっと見て、気に入っているか確認して、気に入らなければフィードバックを提供すれば、もっと良くなるというものです。
Show up, you actually do the interview, and then everything else taken care of.
現れて、実際にインタビューを行い、あとはすべて任せられる。
How much work do you put in right now from the interview part to something actually being live on YouTube?
今、インタビューから実際にYouTubeで公開されるまでに、どれだけの作業をしていますか？
Oh, a lot of work.
ああ、かなりの作業です。
I have a I have a big team, but it's also we document a lot, and I've been doing this for twelve years, so we have all the files that we reference, so it's easier to build the AI now, but it's still every episode is at least forty hours.
大きなチームがありますが、それだけでなく、たくさんドキュメント化しています。そして、12年間これをやってきたので、参照するファイルがすべて揃っているので、今AIを構築するのは簡単ですが、それでも各エピソードには最低40時間かかります。
Well, and if you could get back that time, right?
ええ、その時間を取り戻せたら、ですよね？
So that kind of all of the mechanics are taken care of, and so you can spend so much time really thinking about what the right interview is, and all of the the other things that go into this.
つまり、すべての仕組みが処理されるので、適切なインタビューとは何か、それに伴う他のすべてのことに本当に考える時間をたくさん使えるということです。
We're really thinking about if you could scale, you could do way more interviews.
本当に考えているのは、スケールできれば、もっと多くのインタビューができるということです。
Like, what would you do with that additional time?
その追加の時間で何をしますか？
That's the question to you with small businesses that are applying AI for their day to day jobs.
これは、日常業務にAIを導入している中小企業への質問です。
What is the role of the business owner?
事業主の役割は何ですか？
What should they be thinking more of?
もっと何を考えるべきですか？
And where's actually the bottleneck for the business now?
そして、今、企業にとって本当にボトルネックは何ですか？
I think that there's some things fundamental.
根本的なことがいくつかあると思います。
First, we see so many small businesses that are being started because people feel secure with the fact that they have ChatGPT, right?
まず、ChatGPTを持っているという安心感から、たくさんの小さなビジネスが立ち上がっているのを見ますよね？
There's so many pieces of expertise that if you want to get business off the ground, it's hard, right?
ビジネスを軌道に乗せるには、多くの専門知識が必要で、それは難しいですよね？
But you actually have a PhD level intelligence, a world expert business consultant, you have all these things in your pocket now for free.
でも今や、博士レベルの知性、世界トップクラスのビジネスコンサルタントが、無料であなたのポケットにあるんです。
It's like pretty remarkable, right?
かなりすごいことですよね？
If you if you're able to pay, you can get even so much more depth and so much more compute for any problem you want.
支払いができるなら、どんな問題でもさらに深い分析と、さらに多くの計算能力を得られます。
So small businesses easier to start than ever, and we're seeing it very quickly.
つまり、小さなビジネスはかつてないほど始めやすく、私たちはそれをすぐに目撃しています。
And then people.
そして人々は、
able to.
できるようになります。
I when you talk to like many small business owners, there's just so many tasks that they outsource to AI that, you know, certainly there's the ones that they knew that they had to do, but there's so many tasks that they just no one would have done it before.
多くの小さな事業主と話すと、AIに外部委託するタスクが本当にたくさんあります。もちろん、やらなければならないと分かっていたものもありますが、それ以前は誰もやらなかったタスクが本当にたくさんあるんです。
And so little holes in their business strategy, thinking about how do you actually produce document.
ビジネス戦略の小さな穴や、実際にどうやってドキュメントを作るかといったことについても。
The other thing too is is small business owners who don't even realize what they could be doing.
もう一つは、何ができるのかすら気づいていない小さな事業主たちです。
Like one of our our employees was telling me that he was shopping for for watches in this like antique watch store, and that he started talking to the owner about AI, and that the owner was like, oh AI, I can't use that for anything.
ある社員が、アンティーク時計店で時計を買いにいって、オーナーとAIの話になったそうです。オーナーは「AI？あんなもの、何にも使えないよ」と言ったそうです。
Like you know, I'm a watch store, and he was like, no no, AI can help everyone.
「時計屋だもの」と。すると社員は「いやいや、AIは誰にでも役立つ」と言ったんです。
Let me show you.
見せてあげるよ。
And so he talked about some of the problems he has, and he's like, well yeah, he doesn't really have a website, and so that's the easiest one right?
そこで彼はオーナーの抱える問題のいくつかを話し、オーナーは「まあそうだね、実際ウェブサイトを持っていないんだ」と。それが一番簡単な問題ですよね？
Exactly, and just like chat GPT being like build me a website, build an awesome website, and then the owner said, hey, I also have each watch has its story, right?
まさにその通り。ChatGPTに「ウェブサイトを作って、最高のウェブサイトを作って」と言うだけ。するとオーナーが「そうだ、各時計にはそれぞれの物語があるんだ」と言ったんです。
So it's just like then it becomes very easy.
そうなると、とても簡単になります。
Like okay, talk to the AI about the story behind each watch and put this beautiful visualization of everything, and you just realize that there's this this way that technology becomes alive.
「オッケー、各時計の物語についてAIに聞いて、それを美しいビジュアルで表現しよう」。そうやって、テクノロジーが生き生きと息づく瞬間があると気づくんです。
That normally it's almost inaccessible to so many people, and so I think that this really pushing on if you had like the world's best programmer on your payroll, what would you put them to work on?
通常は多くの人にとってほぼアクセス不可能なものなので、もし世界最高のプログラマーを雇っていたら何に取り組ませるか、という話が本当に重要だと思います。
And and that now you can do it.
そして、それが今やできるようになったということです。
I think you mentioned somewhere that it's actually ambition that small businesses have to start working on, right?
どこかで、中小企業が取り組むべき野心そのものだと言っていたと思いますが、違いますか？
Yes, yes, and I think I think it's fascinating.
はい、はい、そしてそれは本当に面白いと思います。
I I agree, and I think it is really about we can all raise the ceiling of ambition, right?
同意します。これは本当に、私たち全員が野心の天井を上げられるということだと思いますよね？
We can all accomplish more.
私たちは誰もがもっと多くのことを成し遂げられます。
People who really need that, I think, we're already starting to see really remarkable things.
本当にそれを必要としている人々にとって、すでに非常に素晴らしいことが始まっているのを見ています。
I'll tell you another example about the way is um that we have either these two two brothers who are blind to use our technology, and that they use it to both in their daily life and for for their work, and even for tasks like being able to plug I the cable into the right port on a computer, right?
もう一つの例をお話しします。視覚障害のある兄弟が私たちの技術を使い、日常生活や仕事、さらにはパソコンの正しいポートにケーブルを挿すといったタスクにも使っているんです。
You can use chat GPT to to actually be able to provide that information when normally they'd have to ask someone for for help.
通常は誰かに助けを求める必要があるところを、ChatGPTがその情報を実際に提供できるんです。
And so I think this kind of empowerment, you know, being able to help people, be able to be more independent, be able to live their life the way that they want, all of that it's happening.
だから、この種のエンパワーメント、つまり人々を助け、より自立し、自分たちの望む通りに生活できるようにすること、そのすべてが現実になりつつあると思います。
It's happening right now at massive scale.
それは今まさに大規模に起きているのです。
When someone is thinking of building something in software, when OpenAI is building so much around like work and productivity, what do you think makes an app worth paying for?
ソフトウェアで何かを作ろうと考えているとき、OpenAIが仕事や生産性に関して多くのことを構築している中で、有料で支払う価値のあるアプリとは何だと思いますか？
There's definitely parts of what app building used to be that's becoming commoditized, becoming accessible to everyone, it's becoming massively democratized, and I think that's a really important thing, beautiful thing, right?
アプリ開発の一部は確かにコモディティ化し、誰にでもアクセス可能になり、大幅に民主化されています。それは本当に重要なことで、美しいことだと思いますよね？
That there can just be more software, and so then the question of yeah, what is differentiation becomes even more important.
ソフトウェアがもっと多く存在できるようになるので、では差別化とは何かという問いがさらに重要になってきます。
I think that there is going to be More room than ever for software to add value in unique ways, and some of this is really about deeply understanding the problem.
ソフトウェアが独自の方法で価値を提供する余地はかつてないほど広がると思いますし、その一部は本当に問題を深く理解することにかかっています。
Some of this is deeply understanding your users, right?
その一部はユーザーを深く理解することですよね？
You think about something like if you want to build something for education, there's teachers, there's parents, there's students, right?
例えば教育向けのものを作りたいと考えた場合、教師がいて、親がいて、生徒がいる、でしょ？
There's so many stakeholders that you have to really think about.
本当に考えなければならないステークホルダーがたくさんいる。
There's administrators.
管理者もいる。
How do you build a product that actually gives the right information, has the right guardrails that is useful in the right ways, and who are you selling to?
どうやって正しい情報を提供し、適切なガードレールを持ち、正しい方法で有用であり、誰に売るのか？
All these questions.
そうしたすべての問題。
So I think that these like human factors.
だから、こうした人間的な要因だと思う。
What is the core of the business?
ビジネスの本質は何なのか？
What is it that you have discovered?
あなたは何を発見したのか？
What is it that you're inside?
あなたは何の中にいるのか？
What is your unique way of looking at the world?
あなた独自の世界の見方は何か？
And I think that the mechanics of how you instantiate that.
そして、それを具現化する仕組みについても。
How does you have the right people plus the right for something?
どうやって適切な人プラス適切なものを手に入れるのか？
I think cares about that.
私はそれについて気にしていると思う。
Like I've never met the barrier to that.
例えば、私はそれに直面したことがない。
Yeah, I've seen that.
うん、私もそれを見たことがある。
Why see startups?
なぜスタートアップを見るのか？
Recent batches are 60% B2B, and my intuition is telling me with these tools available to us, if I want to become an entrepreneur, I've seen so many problems in consumer.
最近のバッチは60%がB2Bで、私の直感はこう言っている、これらのツールが手元にある今、起業家になりたいなら、コンシューマーでたくさんの問題を見てきた。
Do you think we're going to enter this era when more and more people are building consumer businesses?
ますます多くの人がコンシューマービジネスを構築する時代に入ると你觉得？
Well, I think that the line between what enterprise and consumer are is going to blur.
うーん、私はエンタープライズとコンシューマーの境界線は曖昧になると思う。
I think that what a company is is going to become just less well defined in some ways.
会社とは何かという定義も、ある意味ではより不明確になると思う。
There's going to be less like okay, a company is like it's like big masses of humans that are organized in certain ways.
もう、会社とは特定の方法で組織された大規模な人間の集まり、みたいな感じはなくなる。
I think people are going to be so empowered, right?
人々はとても力強くなると思う、でしょ？
We're going to see this massive Renaissance of entrepreneurship.
起業の巨大なルネサンスが来る。
Like I think it is coming.
来ると思う。
I think we're seeing the leading edges of it, but it's really I think really going to take another ten years to two years.
その先端はすでに見えているが、本当に10年から2年かかると思う。
And I think that the question of are you selling to consumers or enterprises?
そして、消費者に売るのか企業に売るのかという問題は、
There's some things that will remain true in terms of the split.
分割に関しては変わらない部分もある。
I think that when I think about what enterprise sales is, it's fundamentally about relationships.
エンタープライズ営業とは何かを考えると、根本的には関係性についてだと思う。
But if you think about it as relationships, it's like well, the reason that you can't really do enterprise sales to consumers is because there's just too many consumers, right?
でも、関係性として考えると、消費者向けにエンタープライズ営業ができない理由は、消費者が多すぎるからですよね？
Just too high of a cost, too expensive.
コストが高すぎる、高すぎるのです。
But if you have AI that really amplifies your ability to have relationships, really meaningful ones, and really take care of people at massive scale, then actually the enterprise sales motion becomes something that makes sense even for more consumer businesses.
でも、AIがあなたの関係構築能力を本当に増幅し、意味のある関係を築き、大規模なスケールで人々を本当にケアできるなら、エンタープライズ営業の手法は、消費者向けビジネスにとっても意味のあるものになるかもしれません。
But the mechanics of what a business is, I think, will evolve.
しかし、ビジネスの仕組みそのものは、進化していくと思います。
I think that the how you relate to your users will evolve, but the fundamentals of that you want to be delivering value and you want to build a relationship with the people who receive that value and have it be a bi-directional exchange.
ユーザーとの関わり方は進化すると思いますが、本質的な部分、つまり価値を提供し、その価値を受け取る人々と関係を築き、双方向の交流を実現したいという点は変わらないでしょう。
All of that is going to become much more front and center regardless of which domain.
どの分野であれ、これらすべてがより前面に出てくるようになるでしょう。
Greg is talking about how much more you can do now, even with a tiny team.
グレッグは、小さなチームでも今ならどれだけ多くのことができるかについて話しています。
That makes me think maybe I can start a bad business.
それを見ると、私もダメなビジネスを始められるかもしれないと思ってしまいます。
I want you to think about your first customer.
最初の顧客について考えてみてください。
You want to listen, understand what they need, and do a great job.
相手の話を聞き、ニーズを理解し、素晴らしい仕事をする必要があります。
And you also have notes follow ups and a spreadsheet to update.
それに加えて、メモ、フォローアップ、更新すべきスプレッドシートもあります。
Our sponsor helps with that.
スポンサーがその手伝いをしてくれます。
It's new smart CRM.
新しいスマートCRMです。
It's a CRM that updates itself, keeping your customer information and conversations together.
自動で更新されるCRMで、顧客情報と会話を一箇所にまとめてくれます。
It's a note taker, captures customer calls, drafts follow ups, and suggests next steps and updates to customer records.
メモを取る機能があり、顧客との通話を記録し、フォローアップの下書きを作成し、次のステップや顧客記録の更新を提案します。
for you to approve, so more of your attention can go to the people you're building this business for.
あなたが承認するためのもので、より多くの注意を、このビジネスを支えてくれる人々に向けられます。
Check out HubSpot's smart CRM through the link in the description.
説明欄のリンクから、HubSpotのスマートCRMをご覧ください。
And thanks HubSpot for sponsoring this episode.
このエピソードのスポンサーであるHubSpotに感謝します。
Now back to Greg.
それでは、グレッグに戻りましょう。
When people are building software, how do you strategize around building something that's not going to be made obsolete with the new models?
ソフトウェアを作るとき、新しいモデルによって陳腐化しないものをどうやって戦略的に作りますか？
There's some activities that scale well as the models get smarter, and some activities that are kind of working around limitations in the model.
モデルが賢くなるにつれてうまくスケールする活動と、モデルの制限を回避しているような活動があります。
The second one is pretty hard to be durable, and so I think there are various points in startups that really focus on it.
2つ目は耐久性を持たせるのがかなり難しいので、本当にそれにフォーカスするスタートアップには様々なポイントがあると思います。
We take the model, we add some prompts, we add some very handcrafted whatever, and is not to say that there's there's a point in time where that is valuable.
モデルを取り、いくつかのプロンプトを追加し、非常に手作りのあれやこれやを追加するわけですが、それが価値を持つ時点があるとは言っていません。
And sometimes it's even about the interface, right?
時にはインターフェースについての話でもあるんですよね？
At each level of model capability, there's almost a new interface that suggests itself.
モデルの能力の各レベルごとに、自然と浮かび上がる新しいインターフェースがあるんです。
In 2022, we had AI that was personalized enough that it was worth by reading the responses.
2022年には、AIが十分にパーソナライズされていて、レスポンスを読む価値がありました。
So it's like of course you want to turn make it ChatGPT, 3.5 and GPT4.
だから、もちろんChatGPT 3.5やGPT4にしたいわけです。
You know, end of of 2025, I'd say is when the coding agent era really started, and that was like you had AI that kind of shifted from being 20% of your software production to 80% of your software production, and you just want a very different product that captures that.
2025年末頃、コーディングエージェントの時代が本当に始まったと言えるでしょう。AIがソフトウェア制作の20%から80%にシフトしたような状態で、それを捉える全く異なるプロダクトが欲しくなるわけです。
That thing, this thing, ever going to utilize?
このもの、あれ、いつ使うんですか？
Now I think we're starting in this era of the personalized agent.
今はパーソナライズされたエージェントの時代が始まっていると思います。
So you're going to have code-based AI, and this is being refined number different form factors.
コードベースのAIがあり、これは様々なフォームファクターで洗練されつつあります。
Today we just released something super excited about it.
今日は、とてもエキサイティングなものをリリースしました。
I think it's got the smartest model backing up this this kind of of technology, and so useful, useful to me.
最も賢いモデルがこの種の技術を支えていて、私にとっても非常に有用だと思います。
I think it's be useful for lots of people.
多くの人にとって有用になると思います。
And so I think that the core thing is thinking about where will you scale as the models get smarter.
だから、核心は、モデルが賢くなるにつれてどこでスケールするかを考えることだと思います。
And again, some of this is about understanding the industry.
そして、これも業界を理解することに関する部分があります。
Some of this is about building relationships with back to if it's about hospitals, right?
これも、病院の話であれば、関係構築に関する部分がありますよね。
There's so many different stakeholders there, right?
そこにはたくさんの利害関係者がいますよね。
That there's the patient, the doctor, the hospital, and there's the insurance provider.
患者、医師、病院、そして保険会社があります。
There's so many different parties, and so how do you build trust across each of those and have a product that's useful to them?
たくさんの異なる当事者がいて、それぞれとの信頼をどう築き、彼らにとって有用なプロダクトを作るかということです。
And then actually be able to even if you're yeah, we think about if you have a model that's just even better, if you are already in that industry, you have these customers that actually your product gets better and more defensible as a result.
そして実際に、たとえあなたが、ええ、もしより優れたモデルがあった場合、すでにその業界にいるなら、顧客がいて、その結果として製品がより良くなり、守りやすくなるということです。
Is there anything you're particularly looking forward to?
特に楽しみにしていることはありますか？
Things startups use models to build something.
スタートアップはモデルを使って何かを作り上げます。
I think the domain expertise is also really key because one thing that's easy to miss is that as something like open AI, we have this technology that's so broad, right?
私はドメインの専門知識も本当に重要だと思います。見落とされやすいのは、OpenAIのような企業として、私たちが持っている技術は非常に広範囲にわたっているということです、よね？
It kind of touches every single aspect of economic growth and development, people in their personal lives, work lives.
それは経済成長と発展のあらゆる側面、人々の私生活、仕事の生活に触れているのです。
There's something for everyone.
誰にとっても何かがあります。
Something that can really help them.
本当に役立つ何か。
Something that helps them achieve their goals.
目標を達成するのに役立つ何か。
But often in any specific vertical, we're so far from optimal, right?
しかし、多くの場合、特定の分野では、私たちは最適からほど遠い状態ですよね？
That if you you want to think of the economy as this fractal thing, right?
経済をこのフラクタル的なものとして考えたいなら、ですよね？
It's like you zoom in, you like look at here's a sector like healthcare, and then you zoom in, you like really look at the number of different companies and the number of different ways of doing things.
ズームインして、医療のようなセクターがあると見て、さらにズームインして、異なる企業の数や、異なるやり方の数を本当に見るようなものです。
And no matter what sector you pick, there's just so much going for.
そして、どのセクターを選んでも、進むべき道がたくさんあるのです。
That's actually one of the most interesting things for me in building makes economic sense to build them out because five years ago they would be like a feature of a company.
それは実際に私が構築する中で最も興味深いことの一つです。経済的に構築する意味があるのです。5年前なら、それは会社の機能の一つだったでしょう。
Now you can build a small company around that feature.
今では、その機能をもとに小さな会社を構築できます。
Exactly.
まさにその通りです。
And I think that even these like classic sectors and domains are really because of the limitation of our tools.
そして、私は、これらの古典的なセクターやドメインでさえ、私たちのツールの制限のために本当に、と感じています。
Again, you think about how do you become good like in expert in any field?
また、どんな分野でも専門家になるにはどうすればいいかを考えますよね？
Is you go to school, you like specialize, and as humanity learns more things, the what it means to specialize becomes narrower and narrower.
学校に行って、専門を極めるのですが、人類が学ぶことが増えるにつれて、専門性の意味はどんどん狭くなっていきます。
Like if you're a biologist now, you get a PhD.
例えば、今生物学者なら、博士号を取ります。
There's like one specific reaction that you got your PhD on, right?
博士号を取ったのは、特定の一つの反応ですよね？
And it's like it's not connected to the whole system.
そして、それは全体のシステムとはつながっていないのです。
And I think that when it comes to to building a business, question of can you have these much more hybrid things?
そして、ビジネスを構築する際に、よりハイブリッドなものが可能かどうかという問題があると思います。
So you think about things like EdTech is an example of like you take people who understand about education, understand technology, they match them up, and they're able to innovate and do new things.
例えばEdTechのような例を考えてみてください。教育を理解し、技術を理解する人たちを組み合わせ、彼らがイノベーションを起こし、新しいことができるようになるのです。
I wonder if we're going to find that there's going to be other domains that we never thought about that actually match together super well.
これまで考えたことのない他の分野が、実は非常にうまくマッチすることが判明するのではないかと気になります。
Totally.
まったくその通りです。
That's the future of entrepreneurship: matching those domains and finding the right solution.
それが起業の未来です。それらの分野をマッチさせ、正しい解決策を見つけること。
Can you talk to me about a setup that you have that is sophisticated enough for me to compare this?
私がこれと比較できるほど洗練されたセットアップについて話してもらえますか？
Because sometimes people bash me in the comments for asking people like about morning briefing agents.
時々、コメント欄で朝のブリーフィングエージェントのようなものについて聞くと、非難されることがあります。
Let's not do morning briefing agents.
朝のブリーフィングエージェントはやめましょう。
Let's do something that helps you run a company and be efficient.
会社を運営し、効率的になるのに役立つ何かをやりましょう。
And something the people see, they will think it's an helpful one for their productivity.
そして、人々が見て、生産性の向上に役立つと感じるようなものを。
I would not poo poo the morning briefing agent too much because I think the morning briefing agent has so much depth to it.
朝のブリーフィングエージェントをあまり軽視しない方がいいと思います。なぜなら、朝のブリーフィングエージェントには非常に深い要素があるからです。
Right.
ええ。
There's the like okay, yeah, it's like it kind of gave me some info.
「オッケー、うん、なんか情報をくれたな」というレベルのものもあります。
Where it's like honestly, I have to scroll the notification myself.
正直に言うと、自分で通知をスクロールしなければならないようなものもあります。
There's the version of it where it says like here are the things that are pending.
「保留中の事項はこれです」と言うバージョンもあります。
Right.
ええ。
Like here are these slacks that you have not answered, and you really get back to the people.
「あなたが返信していないSlackはこれらです。本当に返信してください」と言うようなものです。
This prioritization order.
この優先順位付け。
There's the next level of I have like done the research.
「調査を完了しました」というレベルもあります。
You know, there's there's questions about like what our strategy should be in some particular market, and like about should go and I even like you know sort of looked at all the presentations.
特定の市場での戦略についての質問があり、どうすべきか、そしてプレゼンテーションをすべて見たことについての質問があります。
Like here's like the things you need to like be paying attention to to make this decision.
「この決定を下すために注目すべきことはこれらです」というようなものです。
The third thing is like where I think we're at.
三つ目は、私が今いる段階です。
Right.
ええ。
It's like the AI that really can do very sophisticated research across a bunch of different things and provide a very compressed version of what should be paying attention to.
様々なことについて非常に洗練されたリサーチを行い、注目すべきことを非常に凝縮した形で提供できるAIです。
Thing I'm actually very excited about.
実際に非常にワクワクしていることです。
As the next step, we're not quite there yet.
次のステップとして、まだそこまでは到達していません。
Is the morning briefing agent so to speak that is like hey, I actually called like you know I called up these people, like I talked to you know these these coworkers of yours, I like talk to this external partner, and like I got everything into perfect order.
朝のブリーフィングエージェントというか、ほら、実際にこう、電話をかけたとか、同僚に連絡したとか、外部パートナーと話したとか、全部を完璧に整理したみたいな感じですね。
Like I just need to approve this purchase order, and I'm ready to go on the new whatever.
あとはこの発注書を承認すれば、新しい何かの準備が整うみたいな。
AI that really is proactive and able to do things on your behalf, like that's coming.
本当に能動的で、あなたの代わりに行動できるAI、それは来ています。
And I think with dots, we actually have the technology for it.
そして、私たちは実際にそのための技術を持っていると思います。
So I think we're going to start seeing people really start to utilize that.
だから、人々がそれを本当に使いこなし始めるのをこれから見ていくことになると思います。
I think improvements to make things like that.
そういったものを改善していくための取り組みだと思います。
But I'd say in my mind, any of these use cases, there's so much depth to them, and and that is to me the key thing about AI.
ただ、私の考えでは、これらのユースケースはどれも非常に深みがあって、それがAIの本質的なポイントだと考えています。
If you just look at the latest.
最新のものを、
The label of AI, the right software.
AIというラベル、適切なソフトウェア、
Okay, sure.
うん、確かに。
We've had AI the right software for five years now, but AI the right software today totally different from AI the right software five years ago.
適切なソフトウェアとしてのAIは5年間存在してきましたが、今日の適切なソフトウェアとしてのAIは5年前とは全く違います。
And so, I have a lot of appreciation for the depth of application that's possible, even if the like label and the tin is like the same thing and kind of ever turned a hundred times.
だから、ラベルや見た目が同じで、中身が100回入れ替わっていても、応用の深さには大いに感銘を受けています。
When you look at these use cases at OpenAI, do you have like an internal metric how advances in models is actually are actually translating into people's productivity?
OpenAIのこれらのユースケースを見るとき、モデルの進歩が実際に人々の生産性にどう反映されているかを測る社内の指標はありますか？
We publish blog posts on this as well, so we've done a decent amount of of work looking at token usage, looking how it correlates with lines of code, commits, PRs, and things like that.
これについてもブログ記事を公開しています。トークンの使用量、コードの行数、コミット、PRなどとの相関関係を調べる作業をかなり行ってきました。
Again, all these are proxy metrics; they're not perfect.
ただ、これらはすべて代替指標であり、完璧ではありません。
But I think that another way that you can tell is AI really changed productivity.
しかし、AIが本当に生産性を変えたかどうかを判断する別の方法があると思います。
How much is if you ever have an internal outage, like if internal people can't get access to a model, um, how much they feel upset and are like, "I can't do my work." And you're like, "Six months ago, you had nothing like this, and now you're saying you can't do your work when you don't have it for two hours.
それは、社内障害が発生したとき、つまり社内の人がモデルにアクセスできなくなったときに、どれだけ不満を抱き、「仕事ができない」と感じるかです。半年前にはこんなものはなかったのに、2時間使えないだけで仕事ができないなんて、
Like, how is that possible?
どうしてそんなことがありえるのか、
" But we see this all the time.
と言っているわけです。でも、これはよく見られます。
It's so so cool, and I feel for myself like the kinds of things on the morning briefing agent.
本当に本当にクールで、自分自身で感じるのは、モーニングブリーフィングエージェントのような種類のものです。
Actions that I do a lot of is I like any time I have a question about OpenAI, I just ask my agent.
よくやるのは、OpenAIについて質問があるときはいつでも、エージェントに聞くということです。
Like, I don't know why I would do anything else just because it's just so efficient.
なぜ他のことをするのか分からないほど、ただ本当に効率的だからです。
Like, often and sometimes I even feel like I'm like a bit a little lazy of like there's like some message someone has sent me with a document, and I'm just like trying to remember where was it.
よく、時には自分でもちょっと怠けているような感じがします。誰かが文書付きのメッセージを送ってきて、それがどこにあるか思い出そうとしているような感じです。
It's just connected to everything.
すべてに接続されています。
It connects to email, Slack, whatever you use, and it has all the information.
メール、Slack、何でも使うものに接続されていて、すべての情報を持っています。
So whenever you need something, just ask it, and it has all the info.
何か必要なときは、聞くだけで、すべての情報があります。
Yeah, and with with computer use, it really closes the last mile of being able to connect to all my enterprise context, and so then that makes it so useful because I really have this chief of staff, and I actually have a human chief of staff, is also incredible, right?
はい、そしてコンピュータ使用により、私のすべてのエンタープライズコンテキストに接続する最後の一歩が本当に埋まります。だからとても有用なんです。本当にチーフスタッフがいるようで、実際には人間のチーフスタッフもいて、それも素晴らしいですよね？
And that I kind of am able to like give her so much more leverage by not having to ask these basic questions that now my AI can answer.
そして、今はAIが答えられるような基本的な質問をしなくてよくなることで、彼女にもっと多くのレバレッジを与えられるようになります。
And some of these, you know, call basic answer questions are also quite sophisticated.
そして、これらのいわゆる基本的な質問の中には、かなり高度なものもあります。
Like, for example, asking questions about different business metrics, right?
例えば、さまざまなビジネス指標についての質問などです。
So it actually has to then go and issue queries into our data warehouse and come up with like you know, the growth in some market or the you know, the retention curves, something like that.
つまり、実際にデータウェアハウスにクエリを発行して、ある市場の成長率や、リテンションカーブのようなものを導き出す必要があります。
And I remember in you know my my last job when I was at Stripe that we had a data team that would send like an email to, and then a week later they would come back with the answer to that that query.
そして、前職のStripeにいたときを覚えています。データチームにメールを送ると、一週間後にそのクエリの答えが返ってくるような感じでした。
And now I just ask the AI, and it just does it.
今はAIに聞くだけで、それがやってくれます。
It's it's incredible.
本当に素晴らしいです。
Do you ever see areas where people are underutilizing tokens?
トークンが過小利用されている領域はありますか？
Do you want to tell people like use more tokens for this?
このためにもっとトークンを使えと人々に伝えたいですか？
Oh, absolutely.
ああ、もちろんです。
And look, I think there's two dimensions to it.
そして、二つの側面があると思います。
So one is that there was this era of token maxing, right, where it's just like we were just blindly thing throwing more tokens at it, which is clearly not a primary objective.
まず、トークンマキシングの時代がありましたよね。とにかく無闇にトークンを投げ続けていた時期ですが、それが主目的ではないのは明らかです。
But it is a good proxy metric.
ただ、良いプロキシ指標ではあります。
If you're not trying to optimize tokens, you're probably going to then see improved productivity correlated with increased number of tokens.
トークンを最適化しようとしていなければ、おそらく生産性の向上とトークン数の増加が相関しているのを見ることになるでしょう。
And we really do see we have leaderboards.
実際にそうしたデータを見ていて、リーダーボードもあります。
We kind of look at that, and I think that we see like the people who tend to be the most sophisticated in their usage are just able to do really incredible things.
そうしたものを眺めていますが、使い方が最も洗練されている人々は、本当に驚くようなことができるようだと感じています。
Again, all depends on the domain and things like that.
繰り返しになりますが、すべてはドメインやそのようなものに依存します。
But I love seeing, for example, in our finance team, like if they've really gone full AI.
例えば、ファイナンスチームで、完全にAIを活用している場合を見るのは大好きです。
first, and I think that there's just like so many things where like workflows that used to take a long time for closing the books are now just so much faster, right?
まず、かつては締め作業に時間がかかっていたワークフローが、今ははるかに速くなったなど、本当にたくさんの事例があると思います。
And none of those are like ever just feels that increased productivity and how how helpful it is.
そして、それらはどれも、その生産性の向上とそれがどれほど役立つかを、ただ感じさせるものばかりです。
We have some early adopters from our comms team.
コミュニケーションチームから初期導入者がいます。
I think that they're just like being able to manage like you have an event with a bunch of journalists coming and you're putting together seating chart and trying to figure out dietary preferences and being able to manage all of that as one person because you have Codex is actually taking care of so much of the backend for you.
ジャーナリストが大勢来るイベントがあって、席次表を作り、食事の好みを把握して、Codexがあなたのためにバックエンドの多くを実際に処理してくれるから、一人でそれらすべてを管理できるようになる、といったことができると思います。
Like that's all been happening since early this year.
そういったことは今年の初めからずっと起きていることです。
So we see these kinds of use cases for knowledge work productivity everywhere.
知識労働の生産性に関するこうしたユースケースは、あらゆる場所で見られます。
And then of course the thing that I think is also very easy to to miss and I think is actually coming soon for everyone is the scientific discovery side of things, right?
そしてもちろん、見落としやすいが、誰にとってももうすぐ来るだろうと私は思うのは、科学的発見の側面ですよね。
That we put a ton of compute into solving Navier Stokes, you know, this this big Millennium problem, and that was like 10, 000 agents for some number of days, like it's a lot of compute and we're able to create new knowledge for humanity.
ナビエ・ストークス方程式、この大きなミレニアム問題を解くために大量の計算資源を投入しました。何日かにわたって1万のエージェントを使ったようなもので、大量の計算資源であり、人類のための新しい知識を生み出すことができました。
And you think about actually much smaller scale.
そして、実にはるかに小規模なことについて考えてみてください。
I think it's still is the case that we're seeing lots of breakthroughs happening, and so I just have this feeling of like I think that people who really point compute at the right problem, right, have some judgment and some real thought on like what really matters, where is the compute going to be utilized, and then are willing to push that token budget high.
今もまだ多くのブレイクスルーが起きているというのが現状だと思います。だから私はこう感じるんです。本当に正しい問題にコンピュートを向ける人は、何が本当に重要か、コンピュートをどこに使うかについての判断力と真剣な思考があり、そしてトークン予算を高く押し上げる意欲があるということです。
We're really seeing this like sort of outsized impact.
私たちは本当にこの、桁違いの影響のようなものを見ているわけです。
I think it's a big question that a lot of people have who are starting using agents and automating for the first time.
エージェントを使い始めて初めて自動化するという多くの人が抱えている大きな疑問だと思います。
What do you start with?
何から始めればいいのか？
How do you think about that?
それについてどう考えますか？
This white page problem is like the hardest problem in AI in some ways.
このホワイトページ問題は、ある意味でAIにおける最も難しい問題です。
And utilizing AI is this question of where do you get started, what do you use?
そしてAIを使うということは、どこから始め、何を使うかというこの問題です。
I think my answer is always start small.
私の答えはいつも小さく始めることです。
Like just try something, right?
とにかく何かを試してみる、ということですね。
Something random, push it in there, see what happens, right?
ランダムな何かを投げ込んで、何が起きるかを見てみる、ということです。
And like I think that then as soon as you get that feedback loop, then you can iterate, you can improve.
そして、そのフィードバックループが得られ次第、改善を重ね、反復していくことができると思います。
And so I think that find like a little pain point in your life, right?
だから、生活の中の小さな痛点を見つけることだと思います。
Whether it's Maybe it's an email in your inbox that you you know that you have been trying replying to, or you know the you know it's going to take a lot of work to do to to get there.
受信箱にあって、返信しようとしていたり、かなりの作業が必要だとわかっているメールがあったりするかもしれません。
And so the first question is well, how do I get the email to the AI, right?
だから最初の質問は、どうやってメールをAIに渡すかということです。
And so there's one answer which is top be based.
一つの答えは、トップベース（トップベース方式）です。
There's another answer where you have your Gmail connector connected.
もう一つの答えは、Gmailコネクタを接続しておくことです。
And so I think that you can start very mechanically, very much going through the the effort yourself, and then realize okay, done this three times, done this five times, and now I understand how this process works.
だから、最初は非常に機械的に、自分でその作業をこなしてみて、そして、3回やった、5回やった、このプロセスの仕組みがわかった、と気づくことができると思います。
Let's automate it.
自動化しましょう。
And that, by the way, is like in general software engineering maxim, like that's very much how I always approach when you build software versus when you just kind of do it mechanically.
ちなみに、これは一般的なソフトウェアエンジニアリングの格言で、ソフトウェアを構築するときと、ただ機械的に作業するときの違いはまさにこれです。
Is after you've done it five times, it's probably a good time to to start automating.
5回やった後なら、自動化を始めるのに良いタイミングです。
And so I think that the five times metric it's a it's a pretty good one, exactly.
だから、5回という指標はかなり良い指標だと思います。まさに。
Yeah, I think I think doing that for AI because that way you kind of keep your your finger on the pulse of the problem, which I think is very important.
はい、AIのためにそれを行うべきだと思います。そうすることで問題の核心を常に把握できるからです。それは非常に重要だと思います。
At the end of the day, you know back to the question of what are small business owners doing with AI?
結局のところ、小規模事業者はAIをどう使っているのかという質問に戻りますが、
Accountability is something that remains with that, right?
説明責任はその事業者に残るわけですよね？
It's still the business operating a certain way, and the customer either signs up for a dozen, you know, either pays a dozen, and so they should really care about that outcome to be deep on the details.
ビジネスは依然としてある方法で運営されていて、顧客は契約するか、支払うわけですから、その結果を本当に気にかけるべきですし、詳細を深く理解するべきです。
Another side of this problem is how do you decide what not to automate?
この問題のもう一つの側面は、何を自動化しないと決めるかということです。
And I wanted to ask you about with you know your mission and mind, how do you at OpenAI decide what not to build next?
あなたのミッションを踏まえて、OpenAIでは次に何を作らないと決めるのか、お聞きしたいです。
I think it's very important that humans remain in control and charge, right?
人間がコントロールと主導権を維持することが非常に重要だと思います。
That the goals come from people.
目標は人間から来るべきだと。
Part of this technology is to help people, right?
この技術の一部は人間を助けるためのものですよね。
To help empower everyone, to help people achieve more of what they want to do.
すべての人に力を与え、人々がやりたいことをより多く達成できるようにするためです。
And so I think that human first, team humanity kind of of vibe is is very important, very important to our mission, and that's something that really leads through in how we think about things.
だから、ヒューマンファースト、ヒューマニティというような雰囲気は私たちのミッションにとって非常に重要で、私たちのものの考え方を貫いているものです。
And so when we think about what to build, we always think about how do you put it on the right guardrails?
何を作るかを考えるとき、私たちは常に、適切なガードレールをどう設定するかを考えます。
How do you build trust?
信頼をどう築くか。
How do you ensure that there's good oversight, monitorability?
適切な監督とモニタリングが確保されているか。
And that is something that has been very core focus of building all that technology for us, for really sense inception.
それは私たちにとって、技術を構築する上で本当に最初からずっと最も重要な焦点の一つです。
For someone who is willing to step up their agent game and they have one hour, where do they start this weekend?
エージェントのレベルを上げたい人がいて、1時間しかないとしたら、今週末どこから始めればいいですか？
I'd say first of all, sign up for ChatGPT Dots.
まず、ChatGPT Dotsに登録することをお勧めします。
It's I I think just like a really cool new form factor.
本当にクールな新しいフォーマットだと思います。
Again, you can talk, you know, chat a little bit, get some sense of what it does.
また、ちょっと話したりチャットしたりして、それが何をするのかをある程度把握できます。
But connecting it to the appropriate context and really do work, right?
しかし、適切なコンテキストと接続して、本当に仕事をするということです。
Has its own cloud computer, and can optionally hook to your local computer.
独自のクラウドコンピュータを持っていて、オプションでローカルコンピュータに接続できます。
And I think this picture that we all had of like the way the code just works is like task based system that you kind of micro manage lives on your laptop.
そして、コードがまさにそう動くという、私たち全員が抱いていたイメージは、ノートパソコン上でタスクベースのシステムを細かく管理するようなものでした。
You close your laptop, it stops working.
ノートパソコンを閉じると、動作が止まる。
Like clearly, that was never the AI that was promised, right?
明らかに、あれは約束されていたAIではなかったですよね？
That was never the AI we pictured five years ago.
5年前に私たちが想像していたAIではなかったのです。
And so I think we now have something that really looks like the AI that we were always picturing.
だからこそ、私たちは今、常に想像していたAIに本当に似たものを手にしたと思います。
And so again, start with a little task, like ask it to go buy something for you, or try to I I like texting mine, right?
ですから、まずは小さなタスクから始めてみてください。例えば何かを買ってきてと頼む、あるいは私はメッセージでやり取りするのが好きなんですけど、
Just like go and and and really set some connectors that feels like okay, I've got a communication channel to this now, and ask it to do some recurring task, right?
実際にコネクターを設定して、これでこのAIとコミュニケーションチャネルができたと感じて、繰り返し行うタスクを依頼してみてください。
Or ask it for to do some research.
あるいは調査を依頼してみるのもいいでしょう。
And the thing that's very interesting is that Dots can really it's quite sophisticated.
非常に興味深いのは、Dotsは本当に洗練されているということです。
Powered by GPT-6 Astro, so it's actually got basically this incredible brain, like this smart, incredible, most intelligent model for any of these kinds of systems, powering it, and that means that it makes some connections between things.
GPT-6 Astroによって駆動されており、実質的に信じられないほどの脳、つまりあらゆる種類のシステムにとって最も賢く、最も知的なモデルがその基盤となっており、それによって物事の間のつながりを作り出します。
That you ask it a question about AI, what's going on in this particular geography or something, and it will realize that that's something you care about, and that it might proactive within surface if there's a new news report about that, that region, then maybe it will say, "Hey, does some extra thinking for you, which I really appreciate.
AIについて、あるいは特定の地域で何が起きているかについて質問すると、あなたがそれを気にかけていることに気づき、その地域に関する新しいニュースレポートがあれば、それを能動的に提示するかもしれません。つまり、あなたのために追加の思考をしてくれるのです。それは本当に助かります。
Do you think that's the future work, or do you think in five years it's going to be something we can't even imagine now?
それは未来の働き方だと思いますか？それとも5年後には今では想像もできないようなものになっていると思いますか？
Well, I think AI is always surprising, so I think that there's going to be somehow that the fundamentals will be, will have smarter AI that's like more accessible and more empowering all those things.
まあ、AIは常に驚きをもたらすものだと思います。つまり、基盤的にはより賢いAIが、よりアクセスしやすく、より力を与えてくれる、そういったものになっていると思います。
But the way in which you'll utilize it will be surprising relative to what we expect today.
しかし、それをどう活用するかという方法は、今日の私たちの期待に対して驚きに満ちているでしょう。
So I do think that the form factors will continue to change, and I think that the like if you think about really, we're going to have this this AI that's able to solve these unsolved math problems in everyone's hands.
だから、フォームファクターは今後も変わり続けると思いますし、考えてみてください、本当に、誰もが手元に、未解決の数学問題を解けるAIを持つようになると思います。
And so what are people going to do with that?
そして、人々はそれを使って何をするのでしょうか？
Like what are the kinds of breakthroughs that are going to become possible?
どのようなブレークスルーが可能になるのでしょうか？
And I think about that for medicine, right, for drug discovery, it's going to be incredible.
私は医療についてもそう考えます、薬の開発については、信じられないほど素晴らしいものになると思います。
Material science, we're just going to live in a world where people are going to be able to solve problems before requiring a very small set of specialized experts to be mobilized behind them.
材料科学では、非常に少数の専門家集団を動員しなければ解決できない問題を、人々がそれ以前に解決できる世界に住むようになるでしょう。
Like you will be able to do that.
あなたはそれをできるようになります。
You will be able to solve these challenges that no one else has ever thought about, and there are going to be some challenges that no one's ever faced before that you're going to be able to just like be the first person to solve.
誰も考えたことのない課題を解決できるようになり、誰も直面したことのない課題の中には、あなたが最初に解決する人ができるものもあるでしょう。
And I think that we're going to do this as a broad community, and so the tools for that, I think there's going to be so much more collaboration, and these AIs are going to be something that will represent you.
そして、私たちは広いコミュニティとしてこれを行うと思いますし、そのためのツールについては、さらに多くのコラボレーションが生まれ、これらのAIはあなたを代表する存在になると思います。
Um, that you are going to have an AI that that is kind of there working for your interests.
あなたのために働くAIがいるようになるのです。
Companies will have their own AIs, so it will be.
企業はそれぞれ独自のAIを持つようになるので、それは。
I think there's like a lot of infrastructure to be built and building this in a way that's trustworthy and that is observable and that really uplifts humanity.
信頼でき、観察可能で、人類を本当に向上させる方法でこれを構築するための、たくさんのインフラを築く必要があると思います。
Like that is, I think, very core to what we should collectively be doing.
それは、私たちが共に取り組むべきことの核心だと思います。
I think that's an amazing answer, and I think we'll have homework to work on our ambition this weekend, not just agents.
素晴らしい回答だと思います。今週末はエージェントだけでなく、私たちの野心についても宿題をこなす必要がありそうです。
All right, thank you so much, Greg.
はい、本当にありがとう、グレッグ。
That was amazing.
素晴らしいでした。
Thank you.
ありがとう。
Thank you.
ありがとう。

LingoDew, which teaches English through YouTube videos, measured this B2 video at 233 words per minute, faster than the B2 median of 198, and found 11% of its words outside the 1,000 most common in its English videos, fewer than the B2 median of 15%.

Words in this video

The ones worth learning, rarest last. Tap one to hear it where it was said.

Up next

$95B Airbnb CEO: The Gap Between AI Builders and Everyone Else Is Growing

34:43$95B Airbnb CEO: The Gap Between AI Builders and Everyone Else Is GrowingB2Silicon Valley Girl

Nobel Economist: How to Stay Valuable as AI Changes Work | Daron Acemoglu

44:01Nobel Economist: How to Stay Valuable as AI Changes Work | Daron AcemogluC1Silicon Valley Girl

Claude Engineering Lead: "Stop Using Claude Like It’s 2024"

49:23Claude Engineering Lead: "Stop Using Claude Like It’s 2024"C1Silicon Valley Girl

Google's AI Chief: The Biggest AI Risk Nobody Talks About | James Manyika

55:59Google's AI Chief: The Biggest AI Risk Nobody Talks About | James ManyikaC1Silicon Valley Girl

10 Jobs Paying $100K+ That Are Still Growing With AI (and 5 Jobs in Decline)

20:1010 Jobs Paying $100K+ That Are Still Growing With AI (and 5 Jobs in Decline)B2Silicon Valley Girl

My iPhone Just Became My Personal Stylist

1:10My iPhone Just Became My Personal StylistB2Silicon Valley Girl

Stanford Doctor: The Right Way To Ask AI About Your Health

48:33Stanford Doctor: The Right Way To Ask AI About Your HealthB2Silicon Valley Girl

$13B Lovable Co-Founder: Turn Your AI Side Project Into a Real Business

33:28$13B Lovable Co-Founder: Turn Your AI Side Project Into a Real BusinessB2Silicon Valley Girl

LingoDew

Keep your words in LingoDew

The app brings the words you save back for review right before you forget them — with the clips you heard them in.

Download on theApp Store Get it onGoogle Play