|
まとめ 最近の人工知能の進歩、特にChatGPTのような大規模言語モデルについては大きな話題になっています。 こうしたテクノロジーが仕事に与える実質的な影響も注目に値します。 しかし、観察者は2つの非常に重要なことを見逃していました。 これは「ソフトウェアの欲求はどれほど大きいか」を考えるのに役立つ方法ですが、ソフトウェアが世界を席巻するのになぜこれほど長い時間がかかったのかを考える価値はあります。 さらに深く掘り下げてみると、ソフトウェアが本当に 1.あらゆる技術革新の波は、高価なものが無駄になるほど安くなることによって引き起こされます。 長い間、ソフトウェアは複雑すぎて作成コストも高かったため、何十年にもわたってソフトウェアの提供が不十分で、社会全体に莫大な技術的負債が生じていました。 2.ソフトウェア生産のコストと複雑さが低減し、イノベーションの波が押し寄せるにつれ、この技術的負債は経済全体で劇的に返済されるでしょう。 ソフトウェアは誤解されています。 ソフトウェアは、私たちが対話する個別のもののように感じられます。 しかし現実には、ソフトウェアは非常に異質なもので、私たちの世界への侵入物なのです。 これは、電気、半導体、命令の不思議な相互作用であり、画面からロボット、電話、医療機器、ラップトップ、その他さまざまなものまで、あらゆるものを魔法のように制御します。 ほぼ無限に柔軟で、スライドしたり、ねじったり、変形したりすることができ、この適応性により、私たちに新しい世界への扉が開かれます。 このソフトウェアのエキゾチックな性質が最近表面化しました。真の会話型 AI、つまりChatGPTのような大規模言語モデル( LLM ) に基づくチャットボットが、SF の世界から、インターネットで検索するのと同じくらい簡単に人々が操作できるものへと変化したからです。 01.なぜソフトウェアはまだ世界を席巻していないのか? これは、前回のテクノロジー サイクルでマークアンドリーセンが述べた「ソフトウェアが世界を飲み込みつつある」という有名な発言を思い出させます。 アンダーソンの言葉は考えることについてだが そのきっかけは何だろうか、そしてソフトウェアに飲み込まれる世界はどのようなものになるだろうか? これらの質問に答えるには、まず歴史を振り返り、次に未来に目を向けなければなりません。 これを実現するには、複雑さ、要素コスト、ソフトウェアの需要と供給の経済モデルなど、さまざまな要素を考慮する必要があります。 まず、ソフトウェアの需要と供給の経済モデルについて考えてみましょう。 ソフトウェアにはコストがかかり、売買市場が存在します。 これらの市場の一部は組織内部のものですが、大部分は外部の市場です。 人々は、アプリ、クラウド サービス、ゲームの形でソフトウェアを購入したり、ドアベルからがん検出用の内視鏡カメラに至るまで、他のオブジェクトにソフトウェアを埋め込んだりします。 これらはすべて、無数の形態をとるソフトウェアです。 これらの特性を念頭に置いて、入門経済学の基本的な需要と供給の曲線図を使用してソフトウェアについて考えることができます。 価格とその価格で需要される数量があり、下の図に示すように、おおよそ均衡している価格と数量があります。 もちろん、さまざまな理由により、この均衡点はシフトし、 P/Qクロスオーバー ポイントが総需要のより高いレベルまたはより低いレベルになることがあります。 価格が高すぎると、ソフトウェアの生産量が少なくなり（技術的負債が残ります）、価格が低すぎると、まあ…その話に戻りましょう。 これは、経済学の授業で時々尋ねられる基本的な質問につながります。 この価格と数量の組み合わせが最適な組み合わせであるとどうやってわかるのでしょうか? 答えは、価格と数量の最適な組み合わせは、供給曲線と需要曲線の交点にあるはずだということです。 価格が上昇すると、ほとんどの商品の需要が減少する傾向があるため、需要曲線は通常、下向きに傾斜します。 供給曲線は通常、価格が上昇すると生産者がより多くの商品を供給しようとする傾向があるため、上向きに傾斜します。 この時点で価格を上げると、消費者の購入量が減り、メーカーの生産量が増加し、最終的には在庫過剰や価格暴落につながります。 逆に、この時点で価格を下げると、消費者がもっと買いたいと思ってもメーカーは生産を減らすことになり、供給不足につながり、最終的には需要と供給が均衡するまで価格が再び上昇する可能性があります。 2. テクノロジーが経済をより複雑かつ予測不可能にする これらはすべて学部課程で学ぶ経済学であり、シンプルで理解しやすいものです。 しかし、テクノロジーは経済を混乱させる傾向がある。 テクノロジーに関して言えば、需要と供給の曲線が正しいかどうかはどうやってわかるのでしょうか? 答えは分かりません。 ここから楽しいことが始まります。 たとえば、何かの供給が増加すると需要も増加し、曲線がシフトすることがあります。 これはテクノロジーの分野で何度も起こっており、電力 (またはストレージ、帯域幅など) が増加するにつれて、テクノロジーのさまざまなコア コンポーネントのコスト曲線が下がってきました。 CPU のシナリオでは、この状況は常にムーアの法則に起因すると考えられてきました。ムーアの法則とは、 CPUの能力が約18 か月ごとにある程度向上することを意味します。 これらの法則はF=maのような物理法則というよりもむしろ経験則に近いものですが、未来が過去とどのように異なるかを垣間見るのに役立ちます。 テクノロジー分野では、さまざまなテクノロジーの価格が急落する一方で、その機能が急速に向上するという現象が何度も見られました。 これは当たり前のことになっているように感じますが、そうではありません。 これは経済の他の分野では当てはまらず、経済の歴史においても当てはまらなかったことです。 より良いものがより安くなるのは普通ではありません。 多くの市場は規模の経済を特徴としていますが、経済史上、 CPU のコストが暴落し、パフォーマンスが 100 万倍以上向上したという状況は存在しません。 これをより明確に理解するために、もし自動車がコンピューターと同じ速度で改良されたら、現代の自動車は次のようになると想像してください。 - 6億馬力以上
- 0から60mphまで100分の1秒未満で加速
- 1ガロンあたり約100万マイル走行可能
- 車両1台あたりのコスト: 5,000ドル未満
車の場合はそうではありません。 確かに、テスラ プレイドは速い車だが、上記の仕様には遠く及ばず、今後もそのような車は登場しないだろう。 この自動車性能の変曲点は私たちの未来ではありませんが、過去40年間で(ソフトウェア) テクノロジーがどれだけ変化したかを物語っています。 しかし、ほとんどの人はこれに気づきません。 誰もが当然のこととして、これらの変化がいかに素晴らしいものであるかに気づいていません。 3.技術崩壊のダイナミクス これらのダイナミクスは以下の画像で確認できます。 Y軸の対数スケールに注意してください。これは、価格/性能曲線が直線的に急落するのを避けるためです。これらの要素の価格/性能の低下率と規模は、単純に大きすぎるのです。 これは経済史上前例のないことだ。 それぞれの崩壊はより広範囲にわたる影響をもたらした。CPU 価格の暴落により、私たちはメインフレームからパーソナルコンピュータの時代へと直接移行しました。ストレージ（あらゆるタイプ）の価格が急落したことにより、必然的に大容量のローカル ストレージを備えたパーソナル コンピュータが増え、データベースやスプレッドシートが生まれ、それが Web サービス、そしてクラウド サービスへとつながりました。さらに最近では、ネットワーク伝送コストの急激な低下（および帯域幅の爆発的な増加）が、現代のインターネット、ストリーミング ビデオ、モバイル アプリの出現に直接つながっています。ポール・サイモンの古い歌（「Boy in the Bubble」）の素晴らしさとは裏腹に、テクノロジーの世代ごとに人気（またはパフォーマンスあたりの価格）チャートにヒーローが登場します。それぞれのクラッシュは、パフォーマンスの向上とともに、Intel、Apple、Akamai、Google、Meta、そして現在の AI ブームに至るまで、大きな勝者と大規模な変化をもたらしました。崩壊の恩恵を受けるすべての人にとって、価格の低下と 1 つ以上のコア技術のパフォーマンスの急上昇が必要になります。これにより、リソースを「無駄にする」新たな機会が生まれ、以前は不可能、法外に高価、またはその両方と思われていたことにリソースを活用できるようになります。突然、AI が安価になり、人々はチャットボットに「記事を書いてください」というプロンプトを送ったり、マイクロサービス コードのサポートを受けたりすることで、AI に大金を費やすことができるようになりました。スマートフォン自体の価格/性能曲線は、以前の世代のテクノロジーと同様に、下がっていくだろうと思われるかもしれません。そのような視点を持つことはできますが、それはあまりにも狭すぎ、あまりにも正統的であり、少なくとも不完全で未熟です。汎用人工知能 (AGI) の倫理的および整合性の問題については脇に置いておきましょう。私たちはここ数十年で最も AGI に近づいていると感じていますが、その日が来るのはおそらくまだせいぜい数年先でしょう。それを念頭に置くと、AI ブームは 10 年か 20 年に一度私たちの「意識の浜辺」を襲い、誇大宣伝が現実を上回るようになると再び衰退するということを思い出す価値がある。この現象は、1950 年代のミンスキーの (失敗した) 研究、1970 年代の日本の (失敗した) 第五世代プロジェクト、そして 2000 年代の IBM の (失敗した) ワトソンでも見られました。目を細めてよく見てみると、パターンが見えるかもしれません。それでも、大規模な言語モデルの突然の爆発的な増加により、サービス業界のどの仕事が自動化によって消滅する可能性があるのか、経済学者が「置き換え」自動化と呼ぶものについて考えることに多くの時間を費やす人もいる。しかし、この代替的な自動化は社会全体に大きな価値をもたらすことはなく、むしろ価値を低下させ、不安定さを生み出す可能性もある。まるでアメリカのホワイトカラー労働者の仕事を中国にアウトソーシングするのと同じだ。おそらく私たちは、代替的な自動化の機会について考えるよりも、創造性を解き放ち、富と人類の繁栄につながるような、拡張的な自動化の機会について考える必要があるのでしょう。私たちは、拡張自動化の急増は、これまでの急増と同じところから来ると考えています。何かの価格が急落する一方で、関連する生産性とパフォーマンスは急上昇します。ここで言っているのは、AI が Microsoft Word や AWS マイクロサービスなどのワードプロセッサの価格競争を引き起こすかのように、「ソフトウェア」の価格が下がるということではありません。そうは言っても、現在見られるあらゆるアプリやサービスに AI を組み込もうとする熱狂は、競争を減らすどころか、むしろ増やすことになるだろうと私たちは考えています。これは、ほとんどのベンダーが同じ AI API を呼び出すため、実際の差別化は提供されず、ソフトウェアのコストが増加する（AI API 呼び出しごとに誰かの懐にお金が入る）ことによって実現されます。私の言いたいことを理解するには、基本的な経済学を簡単に復習すると役立ちます。私たちのほとんどは、テクノロジー製品の価格が急落する一方で、教育費や医療費が急騰していることをよく知っています。これは気が狂いそうなパズルのようで、これらの業界を、テクノロジーデフレの影響を受けやすいとよく見られるテクノロジー業界に似たものにするための新たな方法を求める声が上がっている。説明するために、2 つのセクターしかない経済セクターがあるとします。1 つは生産性、専門性、富の生産性が非常に高く、もう 1 つは生産性が非常に低いセクターです。後者は、多くの従業員が離職するのを防ぐために、賃金を引き上げるという大きな圧力に直面することになります。時間が経つにつれて、生産性の低い部門は、より高い賃金を正当化するほど生産性が高くないにもかかわらず、ますます高価になり始め、その結果、経済のその部門の資源をますます「食い尽くし」始めます。この現象は「ボーモルのコスト病」としても知られ、経済学者ウィリアム・ボーモルが発見したと一般に考えられています。このコスト病がどのようなものかは、次の図で確認できます。さまざまなアメリカの製品やサービス（ネタバレ：ほとんどがハイタッチで生産性の低い産業）は高価になり、一方で他の製品やサービス（ネタバレなし：ほとんどがテクノロジーベース）は安価になりました。他のすべてと比較してテクノロジーが爆発的に進歩したことを考えると、これはすべて今では理解できるはずです。これらのサービスから人的要素を排除することによってのみ達成できる大幅な生産性の向上がなければ、この状況がどのように変化するかを想像するのは困難です。将来も医療と教育が必要とされ続けると仮定すると、これらのサービスの価値の大部分は今後も人間によって提供されることになり、状況は悪化し続ける可能性が高い。しかし、ボーモルのコスト病理の具体化によって妨げられている分野が 1 つあります。それはソフトウェアそのものです。これは矛盾しているように聞こえるかもしれませんが、それは当然のことです。結局のところ、最も生産的で富を生み出すデフレ部門が、他の部門が直面したのと同じ問題の犠牲になるなんてあり得るのだろうか？先ほど説明した2セクターモデルを思い出すと、その通りです。1つの部門は、CPU、ストレージ、バックボーンネットワークに加えて半製品です。これらの製品は価格が下落しており、製造に必要な人数も少なくなり、低価格で大幅なパフォーマンス向上を実現しています。一方、ソフトウェアは同じままで、開発者が数十年前に行った方法とほとんど変わらない方法で同じものを生み出しています。確かに、ソフトウェアの制作と展開は進歩していますが、結局のところ、キーボードでコードを入力するという作業に帰着します。これはよくあることのように思えるかもしれませんが、生産性が相対的に低いにもかかわらず、ソフトウェア業界の給与が高止まりし、上昇し続けていることに驚くべきではありません。これはボーモルのコスト病であり、技術自体が非常に狭い二部門経済で発生します。こうした高額な給与は、ソフトウェア生産コストの上昇に直接つながり、その結果、要素生産コストと厄介な供給曲線を考慮すると、ソフトウェアの生産量が制限されることになります。スタートアップ企業はエンジニアの雇用に数百万ドルを費やします。大企業は彼らを維持するためにさらに数百万ドルを支払い続けています。そして、市場均衡価格、つまり需要曲線と供給曲線が交差する点があるにもかかわらず、その賃金が他の部門の同等の地位よりも高い場合、生産される商品は依然として社会が望む水準よりも低いことが分かっています。社会が望むよりもはるかに少ない量しか生み出されないため、私たちは社会的技術的負債を抱えることになります。どれくらい少ないかはわかりませんが、おそらく非常に大きな数であり、ソフトウェアがまだ世界をあまり占めていない理由を説明しています。そして、これはいつものことだったので、誰も気づきませんでした。06 人口構造、高齢化、そして法学修士号取得によってもたらされる今後の労働力の混乱私たちは、このすべてが変わりつつあると考えています。意図的ではないにしても、現在の世代の AI モデルは、ソフトウェア生産そのものを直接狙ったミサイルのようなものです。確かに、おしゃべりな AI は、学部論文を書いたり、マーケティング コピーを作成したり、ブログ投稿を作成したりするのに優れています (それだけでは不十分であるかのように)。しかし、これらのテクノロジーは、ソフトウェア生成、デバッグ、およびソフトウェア生産の高速化を迅速かつほぼ無料で実行するのにさらに優れており、まるで黒魔法のように思えます。下の図に示すように、大規模言語モデル (LLM) が雇用市場に与える影響は、2×2 の行列として考えることができます。1 つの軸は、ドメインの文法形式化の度合い、つまり記号の操作がどの程度規則指向であるかを表します。たとえば、エッセイを書くにはルールがあります（怒っている英語の先生に聞いてみてください）。そのため、LLM ベースのチャット AI は、驚くほど優れたエッセイを書くようにトレーニングできます。税務サービスプロバイダー、契約、その他多くの分野もこのカテゴリに含まれます。今後数年間、右上象限の専門職への混乱は、ほとんど前例のないほど深刻になるでしょう。さまざまな職業で何百万もの仕事が置き換えられるでしょう。そのペースは、これまでの自動化の波よりも速いでしょう。これは、最も影響を受ける職種の一部に大きく依存している地域や国では、産業、税収、さらには社会の安定に多大な影響を及ぼすことになるでしょう。これらの広範囲かつ潜在的に不安定化をもたらす影響は過小評価されるべきではなく、重大です。高齢化社会の人口構造と先進国の人口ピラミッドの逆転が、AI によって引き起こされるこれらの変化を相殺すると主張する人もいます。今後数十年間で人口動態が打撃を和らげるだろうが（世界各地で高齢化社会と労働力の減少により労働者が不足するだろう）、それだけでは十分ではないかもしれない。このソフトウェアは、会話英語や他の会話言語よりも規則的で文法的に準拠しています。Python から C++ までのプログラミング言語は、各言語要素をどのように使用すれば望ましい結果が得られるか、あるいは使用できないかを規定する非常に具体的な一連のルールを備えた形式言語と考えることができます。プログラミング言語で最も厄介なのは構文であり、多くのプログラマー志望者を悩ませています (コロンがないせい?!)まあ、そうかもしれませんが、ChatGPT のような LLM にとっては、これは対処するのに最適なことです。このグラフの 2 番目の軸も同様に重要です。基礎となる構文に加えて、ドメインの予測可能性の問題もあります。それとも、この分野は特殊で、原因が結果に先行することもあるが、常にそうであるとは限らず、予測不可能なのでしょうか。同様に、プログラミングは予測可能性を持つ分野の良い例であり、同じ入力に対して同じ出力を生成するように設計されています。そうでない場合、問題はプログラミング言語ではなく、あなた自身にある可能性が 99.9999% あります。株式投資、精神医学、気象学など、他の分野は予測がはるかに困難です。このフレームワーク、この構文、そしてこの予測可能性により、ソフトウェア業界の歴史上初めて、ソフトウェアの作成方法を根本的に変えるツールが誕生したと私たちは考えています。これは、デバッグ、テスト、ビルド、共有を容易にすることではありません (それらも変更されますが)。プログラミング言語を構成するシンボルを操作することが何を意味するのかということです。たとえば、テキストを解析して ASCII 絵文字を削除するために Python を学習する代わりに、次のプロンプトを ChatGPT に直接書き込むことができます。テキスト ファイルを開いて、気に入った絵文字以外のすべての絵文字を削除し、再度保存する Python コードを記述します。「そんなことは絶対にできない」と思ったら、それは間違いです。プログラムは正常に動作し、わずか 2 秒しかかかりません。これは、これまで習得できなかったプログラミング スキルを、今では誰でも習得できるようになったことのほんの一例です。つまり、この例は、今日の絵文字が溢れる世界では役に立つとはいえ、取るに足らない、目立たない、そしてばかげたものだ、ということが明白です。このプロセスは、熟練した実践者にとっては単純で、イライラするほど単純ですらありますが、Reddit や Quora でたくさん読まない限り、ほとんどの人にとっては不可能です。しかし、それはより良く、より深くなってきています。なぜこれが機能するのか分からない場合、または機能するかどうか疑わしく、AI が不正行為をしている可能性があると思われる場合は、次のように AI に説明を求めることができます。つまり、LLM は非常に巧妙なトリックを使用しました。テキストにすべての ASCII 絵文字が含まれているかどうかを徹底的にチェックするのではなく、文字エンコードを使用して絵文字と非絵文字を区別することを選択します。これは本当に賢いやり方で、LLM に何かの仕組みを説明してもらうことができるという事実は、ソフトウェア業界に変化をもたらすもう一つの理由です。これはまだ始まりに過ぎません（そしてこれからさらに良くなるでしょう）。このテクノロジーを使用すると、さまざまな Web サービスを接続するマイクロサービス (以前は Upwork で開発者に 1 万ドルを支払って完了させていたタスク) からモバイル アプリ全体 (2 万ドルから 5 万ドル以上のコストがかかっていたタスク) まで、ほぼあらゆる種類のコードを記述できるようになりました。08 より安価で、よりシンプルなソフトウェア製品とは一つ明確にしておかなければならないことがあります。もっと良い Microsoft Word を書くことができますか?あるいは、この古典的な COMPSCI アルゴリズムを斬新な方法で解いてみませんか?いいえ、それはできません。そうすると、多くの人がこれらのテクノロジーをおもちゃのように扱うようになるでしょう。それは確かにおもちゃですが、重要な意味を持っています。これらは、実際の人々、特に非プログラマー向けにコード スニペットを生成できるため「おもちゃ」です。少数の人々はこれを簡単だと考えるでしょうが、別の大規模なグループは不可能だと考えるでしょう。そうですね、まず、ソフトウェア生産の清算価格が変わります。しかし、それはソフトウェアの生産コストが安くなったからだけではありません。極端な例を挙げると、この瞬間は、過去の技術革新の波によって基礎技術（CPU からストレージや帯域幅まで）の価格がほぼゼロにまで下がり、種分化とイノベーションの爆発的な増加が引き起こされた状況に似ていると私たちは考えています。ソフトウェアの進化の観点から言えば、私たちは人間のサイクルタイムからショウジョウバエのサイクルタイムに移行したばかりです。つまり、あらゆるものがより速く進化し、変化しているのです。思考実験をしてみましょう。ソフトウェアの制作コストが同様の曲線、おそらくはもっと急な曲線を描き、ほぼゼロにまで下がっていたらどうなるでしょうか。ソフトウェアの作成が、言葉で自分自身を説明するのと同じくらい自然で一般的な二次的なものになるとしたらどうなるでしょうか?当時のソフトウェア開発は、「iPhone では X と Y を行う必要があり、Z は行わない必要があります。見た目を良くするためのアイデアがあれば、ぜひ教えてください」というものでした。ここで、以前のコスト削減曲線を再検討し、そこにソフトウェアを追加することができます。前述の理由により、内部の「ボーモルのコスト病」によりコストが高止まりする可能性がありますが、ソフトウェアの生産コストが急落するとどうなるでしょうか。LLM の発展のスピードを考えると、これはすべて、以前の世代よりも速く、非常に迅速に起こる可能性があります。当社はソフトウェアエンジニアに反対しているわけではなく、実際、多くの優秀なエンジニアに投資しています。しかし、私たちは、コストが非常に高く、生産性が比較的低いソフトウェア業界の制約から抜け出さなければ、ソフトウェアがその潜在能力を最大限に発揮することはできないと考えています。誰でもわずかな費用でソフトウェアを作成でき、話したり書いたりするのと同じくらい簡単に実行できるようになれば、ソフトウェア業界にとって変革の瞬間となるでしょう。グーテンベルクがヨーロッパで鉛印刷を発明した後、学術的、創造的、経済的など、これまでの創作に対する障壁は消え去りました。これをグーテンベルクの瞬間と同等のものだと言うのは少々大げさですが、それはほんの少しだけです。なぜなら、人々は今や、想像力によってのみ制限される、あるいはもっと現実的に言えば、過去にソフトウェアを制作するのにかかったコストによってのみ制限される、物事を自由に行うことができるようになったからです。これまでの変化の波を振り返ると、これはスムーズなプロセスではなく、完了するまでに何年も、あるいは何十年もかかる可能性があると思われます。もし私たちの考えが正しければ、ソフトウェア開発者の雇用環境は根本的に変わろうとしており、それに伴いソフトウェア生産コストの低下が何十年にもわたる生産不足により社会全体に蓄積された技術的負債を相殺し、「生産性の急上昇」が起こることになる。09 この技術的負債を返済したら、次に何が起こるでしょうか?この技術的負債についてはこれまで何度も言及してきましたが、強調しすぎることはありません。私たちが作成するソフトウェアが、まだ必要とされるレベルから程遠いことはほぼ間違いありません。この技術的負債の規模がどの程度大きいかはわかりませんが、小さくはないので、将来的には指数関数的に大きくなる可能性があります。つまり、ソフトウェアのコストがほぼゼロに下がると、ソフトウェアの作成がこれまでほとんど想像もできなかったほど爆発的に増加すると予想されます。 「それはどのようなアプリケーションになるのでしょうか？」 この質問は理解できますが、確かに少しばかげていますし、今尋ねるのは明らかに時期尚早です。インターネットの伝送コストが 1Mbps あたり 50 万ドルだったときに、Netflix について考えたでしょうか?画面、CPU、ストレージ、バッテリーのサイズによって部屋ほどの大きさのデバイスになる Apple iPhone を想像できますか?重要なのは、私たちが知っているのは、アプリやサービスが登場するということだけだということです。動きの兆しが見えたらすぐに投資を始め、参加したいものです。つまり、今私たちの目の前にあるグリーン フィールドは、次の素晴らしいテクノロジ サイクルのように見えますが、このサイクルが来ることを予見できない人が多すぎます (現在のソフトウェア環境に適用される LLM への投資にまだ重点が置かれているため)。起業家であり出版者でもあるティム・オライリー氏も、この状況にぴったり当てはまる素晴らしい表現を持っています。彼は、投資家や起業家は「抽出するよりも多くの価値を創造するべきだ」と信じている。当初はテクノロジー業界もそうでしたが、近年では業界が軽薄になり、金融サービス業界のやり方に倣って、手っ取り早い利益を求めることが多くなりました。テクノロジー業界が原点に立ち返り、ソフトウェア生産の波を解き放つことで、これまで獲得してきた以上の価値を真に生み出すことができるのは、ここ数十年で初めてのことだと私たちは考えています。翻訳者 |ボックス 転載元 | 36Kr.com | 
