12,050 文字
私はサム・アルトマンの紹介はしませんね。サムは私たちの3回のAIイベントに参加して考えを共有するために来てくれました。本当に感謝しています。ここに来てくれてありがとう。
ここは私たちの最初のオフィスでした。そうですね。そうですね、もう一度言ってください。そう、ここは私たちの最初のオフィスでした。2016年に始めたんですよね？はい、ジェンソンが先ほどここにいて、最初のDGX1システムをここに納品したと言っていました。そうです、彼はそうしました。
今から見るとこの装置がとても小さく見えるのは驚きですね。何と比べて？今のボックスは非常に巨大ですからね。でも、懐かしい思い出です。重さはどれくらいだったんですか？まだ自分で持ち上げられるものでした。彼は約70ポンド（約32kg）と言っていました。
そうですね、重かったですが持ち運べました。私たちはそこに座って、14人くらいでしたか、新しいシステムに取り組んでいました。私たちはホワイトボードを囲んで座り、何をすべきかを話し合っていました。
ほとんど計画のない研究所でしたが、強い信念と方向性はありました。会社や製品のアイデアは想像もできないことでしたし、言語モデルのアイデアもまだ遠い将来のことでした。
そして私たちはビデオゲームをプレイしようとしていました。ビデオゲームに挑戦していました。今でもビデオゲームをプレイしていますね。今では私たちはそれに結構良くなりました。
そこから6年後に初めての一般消費者向け製品であるChatGPTが登場しました。その過程で、このレベルに到達するためのマイルストーンについてどのように考えていましたか？
歴史の偶然により、最初の一般消費者向け製品はChatGPTではありませんでした。そうですね、DALLEでしたが、最初の製品はAPIでした。私たちは本当に賭けたいいくつかの方向性がありました。最終的に、研究論文を書くだけでなく、システムが機能するかどうか確かめる必要があると言いました。
ビデオゲームをうまくプレイできるか見てみよう、ロボットハンドを作ってみよう、他のいくつかのことをやってみようとしました。そしてその途中で、一人の人物が、そして次第にチームが教師なし学習を試みて言語モデルを構築することに興奮し始めました。
これがGPT1そしてGPT2につながり、GPT3の頃には、何かすごいものがあると思いましたが、それをどうすればいいのか分かりませんでした。また、サイズを拡大し続けるためにもっとお金が必要だと気づきました。GPT3を作ったあと、GPT4に進みたいと思っていました。
10億ドルモデルの世界に向かっていました。それを純粋な科学実験として行うのは、粒子加速器のようなものでない限り難しいです。そこでも難しいですが。だから、これが投資を支える事業になる方法を見つける必要があると考え始めました。また、本当に役立つ方向に向かっていると感じていました。GPT2をモデルボックスとして公開しましたが、大きな反応はありませんでした。
企業や製品について観察していたのは、APIを作れば何らかの形で上手くいくことが多いということでした。多くの企業で実証されていました。また、何かをはるかに使いやすくすれば、通常は大きな利点があります。
そこで、これらの大きくなるモデルを実行するのは少し難しいので、それを実行するために非常に優れたソフトウェアを書きましょうと考えました。また、何を構築するかわからなかったので製品を構築する代わりに、他の誰かが何かを構築することを期待しました。
正確にいつかは忘れましたが、おそらく2020年6月頃、GPT3とAPIをリリースしましたが、世界はそれを気にしませんでした。しかし、シリコンバレーはある意味で気にしていました。「これは結構クールだ、何かを示している」と言っていました。私たちが世界の大部分からほとんど注目を集めなかったのに対し、スタートアップの創業者たちは「これは本当にクールだ」と言うか、「これは天才的だ」と言う奇妙な状況でした。
GPT3のAPIで実際にビジネスを構築した唯一の企業は、コンテンツライティングをサービスとして提供する数社だったと思います。それがGPT3が経済的閾値を超えた唯一のものでした。しかし、最終的にChatGPTにつながった一つのことは、人々がAPIでビジネスを構築できなくても、プレイグラウンドでそれと会話するのが好きだということでした。チャットに使いやすくするためのRLHF（人間からのフィードバックによる強化学習）をまだ理解していませんでしたが、人々はそれでも使いたがりました。
ある意味では、APIプロダクトの広告ライティング以外の唯一のキラーユースケースでした。それが最終的に私たちをChatGPTの構築に導きました。ChatGPT 3.5がリリースされた時点で、APIでビジネスを構築できるカテゴリーはおそらく1つではなく6つくらいありました。しかし、人々がただモデルと話したいという私たちの確信は本当に強化されました。
DALLEを作り、DALLEはうまく機能しましたが、特に微調整ができるようになったことで、モデルと話せる製品を構築したいと思いました。それは2022年にリリースされました。そうですね、2022年11月30日、最初のものから約6年後です。つまり、多くの事前作業があり、2022年にリリースされました。今では毎週5億人以上がそれと会話しています。
パットが言及したように、あなたは3つのAIイベントに参加しましたが、多くの浮き沈みがありました。しかし、この6ヶ月間は納品、納品、納品の連続だったように見えます。製品の速度、配信の速度が時間とともに増加し続けているのを見るのは素晴らしいことです。そこで、大企業が時間とともに製品の速度を上げることをどのように実現したのか、という質問です。多くの企業が犯す間違いは、大きくなるとより多くのことをせず、ただ大きくなるだけだということです。そして常に同じ量の製品を出し続け、そこで本当に惰性が支配するようになります。
私は皆が忙しくしていること、チームが小さいこと、持っている人数に比べて多くのことをすることを強く信じています。そうでなければ、単に40人が各会議に出席し、誰が製品のどの小さな部分を担当するかについて大きな議論になります。
ビジネスでの古い観察として、忙しいリーダーは良いリーダーであるというものがあります。なぜなら人々には無駄な時間を過ごしてほしくないからです。しかし、私たちの会社や他の多くの会社でも、研究者、エンジニア、製品マネージャーがほぼすべての価値を生み出していると思います。これらの人々には忙しくしてもらい、大きな影響を与えてもらいたいのです。
だから成長したいなら、もっと多くのことをする方がいいです。そうしないと、ただ多くの人が部屋に座って議論したり、会議をしたり、何でも話したりするだけになります。そこで、私たちは比較的少数の人に大きな責任を持たせようとしています。そしてそれが機能する方法は、多くのことを行うことです。
また、私たちは多くのことをする必要があります。私たちをモデル化する方法は、私たちが構築したいと思っているのは、今や本当に重要なインターネットプラットフォームの一つだということです。しかし、そのためには、人々が異なる多くのサービスで使用し、彼らの人生を通じて、そしてすべてのこれらの異なる主要カテゴリーとすべての小さなカテゴリーで使用するパーソナライズされた何かを提供したいのなら、それを有効にする方法を見つける必要があります。だから構築するものはたくさんあります。
過去6ヶ月間にリリースしたもので特に誇りに思うものはありますか？モデルは今とても良くなっています。もちろん、まだ改善できる領域はありますし、私たちはそれに迅速に取り組んでいます。しかし、この時点で、ChatGPTはモデルが非常に優れているため、非常に良い製品だと思います。他のことも重要ですが、1つのモデルがこれほど多くのことをこれほど上手くできることに驚いています。
あなたは小さなモデルも大きなモデルも構築しています。言ったように多くのことをしています。ではこの聴衆はどうすればあなたの邪魔にならず、潰されないようにできますか？私たちをモデル化する方法は、私たちが構築したいのは、人々の基本的なAIサブスクリプションとこれを使用する方法だということです。その一部はChatGPT内で行うことになりますが、このサブスクリプションの他のいくつかの主要な部分もあります。しかし主に、私たちはより賢いモデルを構築することを望んでいます。
将来のデバイスやオペレーティングシステムに似た将来のものなど、これらのサービスがあります。そして私たちはまだ正確に見つけていません。APIやSDKや何と呼ぶにせよ、本当に私たちのプラットフォームになるものを見つけていませんが、見つけるでしょう。
数回の試行が必要かもしれませんが、見つけます。そして私は世界で信じられないほどの富の創造を可能にし、他の人々がそれを基に構築できることを願っています。しかし、私たちは主要なAIサブスクリプションとモデル、そして基本的なサービスを目指すつもりです。そして構築すべき他の多くのことがあるでしょう。
だから主要なAIサブスクリプションになるべきではありませんが、残りすべてのことはできます。もし私たちよりも良い主要なAIサブスクリプションを提供できるなら、どうぞやってみてください。あなたは400億ドルを調達しているとか、3400億ドルの評価額だとか噂されていますね。それは噂です。私たちは資金調達していることを何度か発表しました。
今からのあなたの野望の規模は何ですか？素晴らしいモデルを作り、良い製品を出すことを目指します。それ以上の青写真はありません。もちろん。いいえ、私はOpenAIの多くの人々が観客の中にいるのを見ています。彼らはそれを証明できます。私は目の前にあることをできると強く信じています。しかし、とんでもなく複雑な何かから逆算しようとすると、通常はうまくいきません。
私たちは膨大なAIインフラが必要なことを知っています。大量のAIファクトリーを構築する必要があることを知っています。モデルを改善し続ける必要があることを知っています。素晴らしい消費者向け製品の上層レイヤーとそれに伴うすべてのピースを構築する必要があることを知っています。
しかし、私たちは機敏であることを誇りとし、世界が進化するにつれて戦術を適応させています。来年構築する製品について、現時点では恐らく考えていませんが、人々が本当に好きになる製品の範囲を作れると思います。私たちはそれを固く信じており、素晴らしいモデルを構築できると信じています。
私は研究のロードマップについて、今ほど楽観的になったことはありません。研究のロードマップには何がありますか？本当に賢いモデルです。しかし、私たちの前にある段階については、一度に1つか2つずつ取り組んでいます。だから、必ずしも逆算するのではなく、前に進みながら取り組むことを信じているのですね。
ここに行き、逆算して、世界を征服し、その前のことをやり、これとそれとこれとそれと、今日の私たちはここにいるという素晴らしい戦略について話している人々を聞いたことがあります。そのような人たちが大きな成功を収めるのを見たことがありません。
質問がある人がいるようですね。どうぞ。
大企業がAIネイティブになるように組織を変革する際に、ツールの使用と製品の生産の両面で、何が間違っていると思いますか？小さな企業がイノベーションで大企業を打ち負かしていることは明らかです。
これは大きな技術革命のたびに起こることだと思います。私にとっては驚くことではありません。彼らが間違っていることは、彼らが常に間違っていることと同じです。人々は信じられないほど習慣に固執します。組織も信じられないほど固定化します。
四半期ごとにまたは2四半期ごとに物事が大きく変わり、年に一度集まる情報セキュリティコンソールがどのアプリケーションを許可するか、どのデータをシステムに入れるかの意味を決定するなら、それを見るのは本当に苦痛です。
しかし、これは創造的破壊です。これがスタートアップが勝つ理由です。これが産業が進歩する方法です。大企業がこれを行う準備ができている速度に失望していますが、驚いてはいません。私の予測では、これがすべてを再形成することを装って数年間の苦闘があり、その後の降伏と最後の土壇場の競争がありますが、ある意味では遅すぎるでしょう。一般的に、スタートアップは単に古いやり方で物事を行っている人々を追い越します。
これは人々にも起こります。例えば、平均的な20代の若者がChatGPTをどのように使用するかを観察し、次に35歳くらいの人がこのツールや他のサービスをどのように使用するかを見てください。その違いは信じられないほどです。スマートフォンが登場したとき、若者たちはそれをとても上手に使っていましたが、年配の人々は簡単なことをするのに3年かかったのを思い出します。もちろん、人々は適応します。しかしAIツールに関する世代間のギャップはその別の症状です。
他に質問はありますか？その点についてのフォローアップです。ChatGPTで若者たちが行っている興味深いユースケースで、私たちを驚かせるようなものは何ですか？
彼らは本当にそれをオペレーティングシステムのように使っています。それを設定して大量のファイルに接続する複雑な方法があり、頭の中で暗記したり、コピー＆ペーストする複雑なプロンプトを持っています。
この部分はクールで印象的だと思います。もう一つのことは、ChatGPTに何をすべきか尋ねずに人生の決断をほとんど下さないということです。ChatGPTは彼らの人生のすべての人について完全なコンテキストを持ち、彼らが話したことについて知っています。メモリー機能は本当にゲームチェンジャーでした。
しかし、非常に単純化すると、年配の人々はChatGPTをGoogleの代替として使い、20代や30代の人々はそれを人生のアドバイザーとして使い、学生たちはそれをオペレーティングシステムとして使っています。
OpenAI内ではどのように使用していますか？多くのコードを書いてくれます。どれくらいの量ですか？数字は知りませんし、人々が数字を出すとき、それは常に非常に愚かに感じます。コード行数で測定するのは本当に愚かな方法です。おそらく言えることは、関連するコードを書くということです。量はわかりませんが、本当に重要な部分を書いています。それは興味深いですね。
次の質問どうぞ。
こんにちは、サム。アルバートの質問に対するあなたの回答が主に消費者と基本サブスクリプションに焦点を当てていることと、収益の大部分が消費者向けサブスクリプションから来ていることが興味深いと思いました。10年後にAPIを保持する理由は何ですか？
私は本当にこれがすべて一つのものに融合することを願っています。例えば、OpenAIで他のサービスに接続できるべきです。他のサービスはある時点でChatGPTのユーザーインターフェースを引き継ぐための素晴らしいSDKを持つべきです。
しかし、あなたを知り、あなたの情報を持ち、あなたが後で共有したいことを知り、あなたについてのすべてのコンテキストを持つパーソナライズされたAIがある限り、それを多くの場所で使用できるようにしたいでしょう。現在のAPIバージョンはこのビジョンからほど遠いですが、私たちはそこに到達できると思います。
はい、それについてのフォローアップの質問があります。アプリケーション中心の企業を作る私たちの多くは、これらの基本的な要素、APIのさまざまなコンポーネント、まだリリースされていないかもしれない深い検索APIなどを使用して物事を構築したいと思っています。それは優先事項になりますか？私たちのためのこのプラットフォームを可能にすることは？どう考えるべきでしょうか？
はい、私は両者の間の何かを願っています。将来のインターネットのためのHTTPレベルの新しいプロトコルのようなもので、物事が連携し、はるかに小さなコンポーネントに分解され、エージェントが常に異なるツールを公開し使用し、認証、支払い、データ転送、すべてがそのレベルに組み込まれ、誰もが信頼し、すべてがすべてと通信できるようになっているものです。
私はまだそれがどのようなものになるかを正確に知らないと思いますが、それは霧の中から現れ始めており、私たちはそれについてより良いアイデアを持つようになれば、そしてまた、おそらくそれに到達するにはいくつかの反復が必要でしょうが、それは私が物事が進んでほしい方向です。
こんにちは、サム。ここ後ろにいるロイといいます。AIは明らかにより多くの入力データがあれば良くなりますが、センサーデータの注入は検討されていますか？そして、物理的な世界の温度などの現実をより理解するために提供できるようなセンサーデータの種類は何でしょうか？
人々はそれをたくさんやっています。彼らはセンサーデータをAPIに入れて、API 3や何かを呼び出すものを構築しています。そして特定のユースケースでは、それは非常にうまく機能します。最新のモデルはそれでうまく機能しているように見えます。
以前はそうではありませんでした。だから、私たちはおそらくそれをいつか明示的に統合することになるでしょうが、すでにその点については多くのことが起こっています。
こんにちは、サム。テスト環境での音声モデルを試すことをとても楽しみにしていました。2つの質問があります。まず、OpenAIにとって音声はインフラの優先度としてどれほど重要ですか？そして、それが製品やChatGPTの本質にどのように現れると思うかを少し共有できますか？
音声は非常に重要だと思います。正直に言って、私たちはまだ十分に良い音声製品を作っていません。それは大丈夫です。テキストモデルを十分に良くするのにも時間がかかりました。最終的に解決策を見つけるでしょう。そしてそうなると、多くの人がより多くの音声インタラクションを使用したいと思うでしょう。
現在の音声モードをリリースしたとき、私が最も興味を持ったのは、それがタッチインターフェースに加えて新しいフローであり、同時に電話をタップしながら話せることでした。そして私は音声インタラクションとグラフィカルインターフェースについて、まだ解決していない素晴らしいことがあると思い続けています。
しかしその前に、私たちは音声を本当に優れたものにします。そしてそうすると、既存のデバイスでのクールな使い方だけでなく、本当に人間らしい音声の質を与えることができれば、全く新しいデバイスカテゴリーを可能にすると思います。
コーディングについても似たような質問です。コーディングは単なる別の垂直アプリケーションですか、それともOpenAIの将来にとってより中心的なものですか？
それはOpenAIの将来にとってより中心的なものです。私はコーディングがこれらのモデルがどのように機能するかの方法になると思います。現在、ChatGPTに回答を求めると、テキストが返ってきて、おそらく画像も返ってきます。
完全なプログラムが返ってくるのが良いでしょう。例えば、各応答に対してカスタムレンダリングされたコードが欲しいです。少なくとも私はそうです。これらのモデルが世界で何かを行う能力を持つようになってほしいです。そしてコード記述は、世界を有効にし、多くのAPIを呼び出す方法として非常に中心的になると思います。
したがって、コーディングはより中心的なカテゴリーになると思いますが、もちろんAPIやプラットフォームを通じても公開されます。しかし、ChatGPTはコードを書くのに優れているべきです。だから、私たちはアシスタントから最終的にはアプリケーションにつながるエージェントの世界に移行します。
私はそれが非常に連続的に見えると思いますが、はい。
より賢いモデルについてのロードマップに自信があるとのことですね。素晴らしいです。私はあるメンタルモデルを持っています。より多くのデータ、より大きなデータセンター、トランスフォーマーベースのアーキテクチャ、推論時の計算など、特定の材料があります。
過小評価されている材料や、私たちの多くのメンタルモデルにまだないかもしれないミックスの一部となるものは何ですか？
私の意味するところは、これらの各要素は本当に難しいということです。そして明らかに最も影響力があるのは常に大きなアルゴリズムの進歩であり、おそらく10倍や100倍の要素がまだ残っていると思います。多くはないですが、1つか2つでも。それは膨大です。
そうですね、それはアルゴリズム、データ、計算です。これらが主な材料です。
こんにちは。私の質問は次のとおりです。あなたは世界最高の機械学習チームの一つを率いています。イーシャのような賢い人々が深い研究を追求したり、何か興奮することをさせたりすることと、トップダウンでこれを構築し、それがうまく機能するかどうかわからなくても達成するという姿勢をとることのバランスをどのようにとっていますか？
膨大な調整が必要なプロジェクトがあり、いくつかの中央集権的な方向性がなければならない場合があります。しかし、多くの人々が多すぎることをしようとしていると思います。
他の方法でAIの優れた研究センターや一般的に優れた研究所を率いる方法はあるでしょう。しかし、OpenAIを立ち上げたとき、よく管理された研究所がどのようなものかを理解するために多くの時間を費やしました。そしてそれを理解するには遠い過去にさかのぼる必要がありました。実際、私たちにアドバイスできたほとんどの人々は亡くなっていました。
良い研究所が長い間存在していませんでした。そして、人々は私たちになぜOpenAIが常にイノベーションを起こすのか、なぜ他のAI研究所が単にコピーするだけなのか、なぜXバイオロジーラボがうまくいかないのに、IRGERラボがうまくいくのかなどとよく尋ねます。
私たちは「これが私たちが観察した原則です。これが私たちがそれをどのように学んだかです。これが私たちが過去から研究したものです」と言い続けます。そして皆は「素晴らしい、でも私は別のことをします」と言います。私たちは「それは結構です。あなたはアドバイスを求めに来ましたが、好きなことをしてください」と言います。
しかし、私たちが研究所を運営しようとしたいくつかの原則が、私たちが発明したものではなく、恥ずかしげもなく歴史上の他の優れた研究所からコピーしたものが、私たちにとって機能していることに驚きます。一方で、何か別のことをする賢い理由を持っていた人々には機能しませんでした。
これらの大きなモデルについて、知識の愛好家として本当に魅力的なことの一つは、これらが潜在的に人文科学における芸術的な興味深いものの周期的変化や、社会における体系的な偏見などが実際にどの程度発生しているかという長年の疑問に答えることを可能にするかもしれないことです。私たちが以前は仮説を立てることしかできなかった非常に微妙なことを検出できるかもしれません。OpenAIが例えば大学の研究者と協力して、人文科学や社会科学で初めて学べるような新しいことを解き明かすためのロードマップを考えたり、策定したりしているのか疑問に思います。
はい、はい。人々がそこで何をしているかを見るのは素晴らしいです。私たちには大学研究プログラムがあり、パートナーシップを組んでカスタムワークを行っています。しかし、ほとんどの場合、人々はただモデルにアクセスしたい、あるいはおそらく基本モデルにアクセスしたいと言っています。そして私はそれについて私たちは非常に優れていると思います。
私たちがやっていることの素晴らしいことの一つは、私たちのインセンティブ構造の大部分がモデルをできるだけ賢く、安く、広くアクセス可能にすることに向けられており、それは学術界、そして実際には世界全体にとても役立つということです。だから、いくつかのカスタマイズされたパートナーシップを行っていますが、研究者やユーザーが本当に望んでいるのは、私たちが全般的にモデルを改善することであることがよくあります。そこで私たちは努力の90％をそこに集中しようとしています。
パーソナライゼーションについてどのように考えているか気になります。OpenAIとフェデレーション的に接続し、記憶やコンテキストを持ち込むということを言及されましたが、アプリケーション特有のものに対する異なる事後トレーニングのようなパーソナライゼーションが考慮されているのか、それとも基本モデルの改善を目指しているのか、どのようにお考えですか？
ある意味で、理想的なプラトン的状態は、あなたの人生全体を入れた1兆トークンのコンテキストを持つ非常に小さな推論モデルだと思います。モデルは再トレーニングされず、重みは決してパーソナライズされませんが、このものはあなたのすべてのコンテキストについて推論し、それを効率的に行うことができます。
あなたの人生で持った各会話、読んだ各本、読んだ各メール、今まで見たすべてのこと、そして他のソースからのすべての接続されたデータに加えて、あなたの人生は単にコンテキストに追加され続け、あなたの会社はあなたの会社のすべてのデータに対して同じことを行います。
今日それを実現することはできませんが、他のすべてのアプローチはこの理想的なプラトン的状態からの妥協だと考えています。そして最終的にはそのようにパーソナライゼーションを行いたいと思っています。
最後の質問です。奥にどうぞ。
こんにちは、サム。お時間をありがとうございます。今後12ヶ月間での価値創造の大部分はどこから来ると思いますか？高度なメモリ能力や、セキュリティ、あるいはエージェントがより多くのことを行い、現実世界とやり取りできるようにするプロトコルからでしょうか？
ある意味で、価値は引き続き3つの主なことから来るでしょう。より多くのインフラの構築、より賢いモデル、そしてこれをすべて社会に統合するために必要な足場の構築です。
これらを推進すれば、残りは自然に解決されると思います。より詳細なレベルでは、2025年はエージェントが仕事を行う年になると思います。特にコーディングが主要なカテゴリーになると予想しています。他にもいくつかあると思います。
来年は、AIが新しいことを発見する年になると思います。おそらくAIが非常に大きな科学的発見をするか、人間がそれをするのを手伝うかもしれません。そして、人類の歴史における持続可能な実質的な経済成長の大部分は、地球を拡大して植民地化した後、より良い科学的知識とその世界への実装から来ていると少し確信しています。そして2027年はおそらく、これらすべてが知的領域から物理的世界に移行する年となり、ロボットが好奇心の対象から深刻な経済的価値の創造者に変わるでしょう。しかしこれは急な推測です。
いくつかの簡単な質問で締めくくってもいいですか？はい。一つはChatGPT5です。それは単にここにいる私たち全員よりも賢くなるでしょうか？
もしあなたがGPT3よりもずっと賢いと思うなら、まだ少し道のりがあるかもしれませんが、GPT3はすでにかなり賢いです。
2つの個人的な質問です。前回あなたがここにいたとき、OpenAIで少し困難な時期を経験したばかりでした。今、少し視点と振り返りを持って、ここにいる創業者たちに回復力、忍耐力、強さについてのアドバイスはありますか？
時間が経つにつれて楽になります。創業者としての旅で多くの逆境に直面し、課題はより困難になり、賭け金はより大きくなりますが、より多くの悪いことを経験するにつれて、感情的なコストは楽になります。
理論的には課題がより大きく困難になっても、それに対処する能力、あなたが発達させる回復力の種類は、あなたが経験する各試練とともに易しくなります。
創業者に直面する大きな課題について最も難しいことは、それが起こる瞬間ではないと思います。企業の歴史の中で多くのことがうまくいかなくなります。緊急時には、多くのサポートを得て、多くのアドレナリンで機能することができます。企業の資金切れや失敗のような本当に重要なことでさえ、多くの人があなたをサポートに来て、あなたはそれを乗り越え、前に進みます。
心理的に対処するのがより難しいのは、その後の余波です。人々は危機の瞬間での作業方法に多くの焦点を当てていますが、本当に価値のある学びは、どのように破片を拾い上げるかです。
それについてはあまり話されていません。創業者が読むのに良いものを見つけたことがありません。本当の危機の0日目や1日目や2日目をどう乗り切るかではなく、60日目に再構築しようとしているときのことについてです。そこが訓練して改善できる領域だと思います。
ありがとう、サム。はい、あなたは公式にまだ父親休暇中ですね。私たちに話してくれてありがとう。感謝します。ありがとう。
コメント