AI開発、まだ誰も正解を見つけられない？
引用元：https://news.ycombinator.com/item?id=44616479
この記事、まさにその通りだね。Kidlin’s Lawの「問題を明確に書けば半分解決」ってのがAI時代には強力な指針。自然言語がメインになる今、課題を明確にすることがAIの可能性を最大化するんだ。asyncコーディングもfascinating。僕はRepl.itをめっちゃ使ってるんだけど、ホスティングの手間が減って問題解決に集中できるのがマジでゲームチェンジャーだよ。マリオカートのアイテムみたいに感じて、最高に楽しい。でも、暴走する時は本当にヤバいし、AIの決定に介入する「ベビーシッティング」も大変だね。無限スタックを相手にしてる気分だよ。
僕は一つのことに集中できないから、哲学の学位を持ってるんだ。プロダクトチームで働いて、ステークホルダーとたくさん時間を過ごしたよ。チームで僕だけが楽しんでたから、たくさんのドキュメントを書いたね。注意散漫な性格は深い専門知識の妨げになるっていつも嘆いてたんだけど、少なくともどんな読者にも分かりやすく書くことを教えてくれた。今となっては本当にラッキーだったと感じるよ。
僕も哲学の学位があって、プロダクトチームで働いた経験があるんだけど、すごく似たような観察をしてたんだ。まるで僕が書いたコメントみたいだよ！
このこと、よく考えるんだ。僕は独学のエンジニアだったんだけど、初期の頃は自分がやりたいことを説明するために、ソフトウェアエンジニアリングの世界の専門用語を学ぶのにかなりの時間を費やしたよ。
問題は、物事を明確に伝えること自体が常に難しいってことなんだよね。明確な自然言語の指示をコードに変換できるツールがあるのは最高だけど、AGIが来てもそれは変わらない。コードと格闘する時間は減るかもしれないけど、すごく明確な仕様書を作る必要は変わらず残るし、そこがまた難しいんだ。
昔、大学に行く前の見習い時代に、アセンブラで初めてプロのソフトを書いたんだ。難しいところで詰まってね。幸い賢い同僚がいたから、彼にそのタスクを頼んだんだ。彼は僕の文脈を知らなかったから、僕はできる限りタスクを説明したよ。説明し終えたら、まさに僕が必要としていたアルゴリズムを自分で生み出してたことに気づいたんだ。その後、30分もかからずに自分で簡単に書き上げたよ。
僕の経験だと、ソフトウェアの一部しか本当に明確な仕様書だけで作れないんだ。キャリアの中で、作業を進めるうちに何が必要か明確になることもあったし、そういう時は逆にすごく明確な仕様書があったら、もっと悪い結果になってたと思うよ。
アジャイルがウォーターフォールよりずっと効果的な本当の理由ってこれだよね。プロジェクトの始めって、プロジェクトについて一番知らない時だから、当然ながら仕様も進化させられるべきなんだ。
それ、ウォーターフォールとBDUFを混同してるよ。
AI開発はアジャイル開発と相性が悪いって意見もあるよね。
LLMでのコーディングは、開発コストを気にせず手戻りがしやすいってこと？
後半で技術的負債に阻まれてたのを1時間で直せるなら、適切なSDLCのための最適化を無視し始めるってことかな？
アジャイルってのは、明確な仕様を出すのが難しいから上手くいくんだよね。少しずつ改善して明確な仕様に近づけていく。
完成したソフトってのは、結局完成した仕様みたいなもんだろ？AI開発はアジャイルと対立するってのに100％同意。AIを使って仕様が明確になるまで何度もソフトを書き直すって、全然効率的じゃないし、自然言語はコードほど明確な仕様にはならないのも問題だね。
＞ 物事を明確に伝えるのが昔から大変だったと。
俺はネットでもリアルでもめちゃくちゃ明確に話してるのに、大抵誰も何を言ってるか分かってないみたいなんだよね。部下もそう。
つまりさ、人間の混乱や不明瞭さがAIの学習データになってるなら、何を期待するって話だよ。
素晴らしいね。AIがあろうとなかろうと、俺たちがやるべきことだよ。難しいけど、重要なんだ。
Repl.itって俺にとって当たり外れが激しくて、それがマジでイライラするんだ。例えば、俺が午後いっぱいかかるような作業を数分で片付けてくれる時がある。これはすごい。
でも、プロンプトボックスの下に彼らから提案されてることをやろうとしても、ちゃんと動かないこともあるんだよね。
君が「彼らが提案した」って考えてるのが、多分君のメンタルモデルを誤解させてる点だと思うよ。
LLMは例えるなら解凍プロセスみたいなものだ。シナリオ1で圧縮された形式を与えられればうまくいくよ。君は「圧縮された」リクエストにたどり着くために、技術的実現性を確認したり、相互作用を考えたり、解決策を示唆したりと、多くの精神的作業をしてるんだ。LLM自身の提案をLLMにフィードバックしても、うまくいく保証はないよ。
プロンプトボックスの提案が、みんなのためにその場で自動生成されてるなんて思えないな。なんでそうするのかも分からない。エンジニアが100個のプロンプトを考案して、動作を確認してからハードコードすればいいじゃない？
プロンプトボックスの提案が、みんなの入力から自動生成されてるなんて思いたくないな。アイデアじゃなくて実行が一番大事なのは分かってるけど、もし本当に素晴らしいユニークなアイデアを持ってるなら、自分が作業中に、それをパクって実装したい奴ら全員にばら撒かれるなんて嫌だろう。
なんでそんなことするの？AIにやらせて楽できるのにさ。
勘違いしてるよ。メインページのプロンプトボックス下にあるアプリの提案は、会社が選んだものでしょ。チャット内の提案の話はしてないんだ。
LLMは考えをハッキリさせるのにマジで役立つね。曖昧なメモやルール、意図を伝えて、仕様書を作ってもらったり、提案や質問をもらったりするんだ。それで要求が明確になるし、タスクリストにも落とし込める。どんどんアイデアが洗練されていくんだよ。
新しいプログラミング、最高に楽しいよ！リラックスしてコード書けるし、ベテラン開発者には特に良いね。退屈な修正とか、Claudeに任せっきり。モックの株取引所とか、面倒な戦略実装もやってくれるんだ。スパゲッティコードにはならないように、Claudeと話し合って、俺の経験でヤバい匂いを嗅ぎ分ける。キャリア的にも完璧なタイミング。ジュニア開発者がどうなるかは分かんないけどね。
もう細かい作業には戻れないって気づいた？LLMが俺を変えたんだ。彼らが動いてる間、外に出たいし、昔の俺みたいに12時間も画面に張り付いて、全然進まない若いエンジニアに嫉妬するよ。
マジメな話、その細かい作業や苦労があったからこそ、LLMにコードを書かせてるんじゃない？若いエンジニアはプログラミングそのものを学ばず、LLMのマイクロマネージングしか覚えてないから、10年後にはLLMが作ったものを直せなくなるんじゃないの？
こういう心配、何度も聞いたけど、いつも外れてたよ。90年代には「電子工学の人間じゃないとPCが壊れたら何もできない」とか、その後は「IDEに甘やかされて、リアルな男はテキストエディタだろ」とか、「フレームワークが壊れたらどうするんだ？」とかね…いつものことだよ。
大胆な予想だけどさ、ジュニア開発者こそが、今いる先輩たちより「AIでモノを作る方法」をマジで知ってるようになると思うよ。彼らは最初から高いレベルの抽象化感覚を持って仕事に就くし、AIを使って高校や大学を卒業する最初の世代になるんだからさ。
計算機の話、聞いたことある？金融関係者はみんな使ってるよね。でも、掛け算が何かも知らない人が、金融の仕事できると思う？非決定的な掛け算の電卓を渡されて、その人の成果を信じられる？今までの例は全部、ユーザーが知ってることを決定的に自動化してたけど、これは非決定的な生成の話なんだよ。
LLMは楽しいけど、プロンプトを打ち続けるだけだと飽きるし、不安になることもあるな。やっぱり自分で作る楽しさが大事だって気づいたよ。でも、ボイラープレートとかCRUD、シェルスクリプト、CSSみたいな面倒な作業は、マジでLLMに任せっぱなし。Claudeにターミナル版のSnake作ってもらったときは最高だったね！
リラックスしてAIにコード書かせてるって？すごいね！自分の仕事がなくなっても泣くなよ。
電卓の話からだけど、親が「電卓なしでやれないとダメ」って言うのに似てるよね。古い世代が若い世代に「〇〇がないと何もできない」って言うのはいつものことで、あれはいつも間違ってる。若い世代もちゃんとやり遂げるし、時代は変わるんだから、親が「これが大事」って思うことが裏目に出ることも多いんだ。全てを予測できるなんて思い込みは間違いだし、若者もショートカットがあっても大丈夫。
もっとコメントを表示（1）
モノづくりって芸術に似てるってずっと思ってたんだ。頭の中から形にして、細かいところまで仕組みを理解する喜びがある。AIはルネサンス絵画を大量生産に変えるようなもんで、誇りも喜びもなく、生産性だけ。繰り返しで面倒な作業からこそ、より速い方法や、型にはまらない発想が生まれるのに。AIの何がそんなに盛り上がるのか、俺には理解できないね。
若手エンジニアは、LLMが作ったコードを読んでちゃんと理解する時間を取らないと迷子になる。これは客観的な事実だ。世代間の意見の違いとは関係ない。
AIは皆をリードアーキテクトにするって言うけど、全体像を理解して常に改善する能力が抜け落ちてるんだよ。コーディングできない人がやっても、結局途中で迷子になるだろうね。
面白いな。初めてCコンパイラを見た時、経験豊富なアセンブリハッカーの俺が言ったのと同じだよ。「コードを本当に理解する時間をかける人」は、そうしない人にすぐに競争で負けるだろうね。嫌だろうけど、誰も気にしない。前回と同じように、いずれ慣れるだろうな。
若手開発者がどうなるか、俺もよく分かんないな。経験ある俺らがAIエージェントを使いこなして素晴らしいコードを作れるのは、長年の経験があるから。でも、若手はエージェントに全部「お膳立て」されちゃったら、どうやって経験を積むんだろうね。時間が経てば分かるさ。
より高いレベルの抽象化に対する感性はどこで学ぶんだ？AIは真逆で、プロンプトしたことをやるだけで、それがひどいアイデアでも教えてくれない。AIが選んだ大枠が最初から間違っていても、自分で細部まで潜り込んで理解しないといけないんだ。
LLMはコンパイラじゃないよ。決定論的じゃないしね。例えるなら、ステロイド効かせたオートコレクトみたいなもんだ。大げさにその重要性を持ち上げてる人が多すぎると思うな。
「誇りも喜びもなく、生産性だけ」。まさにこれが今の俺を悩ませてるんだ。職人技の誇りが全てじゃないけど、それをゼロにまで押し下げて、そうあるべきだという極度のプレッシャーがあるのは少し悲しい。でも、他の分野でも同じようなことあったし、もしかしたら手書きコードが手彫りの木材みたいに評価される日が来るのかも。それか、俺たちは進歩の過程で変な中間点に時間を費やしてただけなのか。5～15年後にわかるだろうね。
決定論に不健全にこだわりすぎると、キャリアの妨げになると思うね。自分のプロジェクトの全コードの100%を理解してるわけじゃないでしょ？TDDは多くの問題に対応してくれるし、「オートコレクト」が国際数学オリンピックで金メダルを取ったら、その時は教えてくれよな。
今の世代は、祖父母よりオンライン詐欺に引っかかるってさ。Voxの記事[1]でそう言ってる。[1] https://www.vox.com/technology/23882304/gen-z-vs-boomers-sca…
AIがみんなをリードアーキテクトにするんじゃなくて、そう錯覚させるだけだよ。本当のリードアーキテクトは10年とか20年の経験を積んで、何が良くて悪いかを知ってるんだ。
手作りコードの良さがわかる人って、手彫りの木の良さがわかる人よりずっと少ないだろうね。
口で言うのは簡単だよ。LLMやAgentに自分の身分証を渡して、仕事の100%を任せてみろよ。
｢誇りも喜びもなく、ただ生産性だけ｣は言い過ぎだよ。全部のプロジェクトが芸術である必要はないし、喜びの源である必要もない。地味なCRUDアプリは生活のためで、誇りや達成感は別のプロジェクトで見つけられるんだ。DJのつまらない結婚式プレイリストや建築家の安普請な家みたいなものさ。
AIアシスタントをインタラクティブな検索とコーディングの補助に使ってるよ。自分で開発してコードを実装してるんだ。例えば、1. 名前が思い出せない時（Bootstrap pillsとか）、2. 慣れてるけど細かいことが分からない言語やフレームワークで（C#でのJSONパース方法とか）、3. 特定のエラーの解決方法を調べる時だね。全部自分でコードに落とし込んでるよ。
俺の経験だと、リードアーキテクトってのは、並外れて傲慢で、間違いを絶対に認めないやつだよ。
それって、独学のプログラマーが学ぶ方法と何が違うの？でかすぎるアイデアに飛び込んで、試行錯誤して、そこから学ぶんだ。それを何百回も繰り返せば、強い直感とセンスが身につくよ。
膨大なバグや致命的なセキュリティ問題がない、拡張できるソフトウェアを評価する人たちはどうなの？
LLMと作業してて一番困るのは、ネガティブな指示を理解しないことと、以前の指示をなぜか忘れちゃうことだね。例えば、「Xを使うな」って言っても使うし、指摘すると直すんだけど、数プロンプト後にはまたXを使うんだ。ハルシネーションも問題でさ、スキーマを全部渡しても、存在しない“カラム”を勝手に作り続けるんだよ。俺のInvoiceモデルにはSTATUSカラムなんてないのに、なんでコード中にそこにあるって決めつけるんだ？新しい単純な機能の初期バージョンを作るのには役立ったけど、既存の変更には全然良くないね。色んなモデルを試したけど、Sonnet 3.7がコーディングでは一番マシだったな。4には全然感心しない。
チェスは、若手がどう学ぶかの良い例かもね。たとえ完全に解決された分野でも、学ぶこと自体が大事なんだ。
今の子供たちがLLMに絵を描かせて、絵を学んだ人より良いアーティストになると思う？AIに全部やらせて、自分で何もできない人間ばかりになったら、人類はもっと良くなるのか？そんなの悲しい未来だよ。
AIはGoogle検索の次世代版で、インターネット上の情報をより会話形式で扱えるようになるってのが俺の持論だ。検索が普及した時みたいに、一部の仕事はなくなるだろうけど（新聞、電話帳、百科事典、旅行代理店とか）、これは世間が言うほどの実存的危機じゃない。ただのツールだよ。賢い人はツールを上手く使う。検索がチャットになっただけさ。
「検索がチャットになった」って言うけど、チャット形式のLLMインターフェースが一番効率的とは思えないな。もっと賢い方法があるはずだよ。
Googleは検索を変える必要なんてないよ。だって、もう役立つ情報よりもAIが生成したクズみたいなのが返ってくるんだからね。
検索が答えを出すことで、ちゃんと調べて書く仕事がなくなるのはヤバい。AIから情報作成者へ収入が戻る仕組みがないと、報道業界が潰れて、不信や分断、偽情報、外国の操作が蔓延するぞ。これは単なる失業問題じゃない。今進んでる道は真っ暗で、この危険を見過ごすのはナイーブすぎる。
AIはユーザーがいないグリーンフィールドアプリみたいに簡単な新規開発にはすごいけど、数十チームが関わるような大規模エンタープライズSaaSの変更には、まだ大きな隔たりがある。Retoolみたいなローコードツールは、2018年にはすでにLLMよりずっと生産性が高かったし。英語でのプログラミングは結局JavaScriptと変わらなくなるかもね。AIの真の価値は、不慣れな言語やドメインへの参入を可能にして、より多くの人がソフトウェア開発に触れられるようになることじゃないかな。Anthropic CEOのDario Amodeiが言う「2026年までに初の10億ドルソロ企業」は、俺はありえないと思う。AIが「ヤバいツール」以上だって証明するには、人間の労力を圧倒するレベルの収益を、ごく少人数で稼ぐ必要があるね。
[1] https://www.inc.com/ben-sherry/anthropic-ceo-dario-amodei-pr…
Googleが「知識の橋渡し」から「知識の翻訳」に役割を変えてることに、俺はシステム的な懸念があるけど、情報という意味ではすごく便利だと思ってるよ。君は情報が貧弱だと思う？
いつも情報源を確認するべきだよ。俺は個人的に、ソースとは反対のことを主張する、無関係なソースを指す、とても信頼できないソースを使う、言ってることと関係ないソースを出す、そしてソースを読んだりネット検索する能力がない他のLLMみたいに、追加のデタラメを作る、ってのを見つけたんだ。
特にGemini（Googleが検索トップに表示するやつ）は幻覚（hallucination）を起こしやすいね。検索機能付きの他のエージェントの方がずっと良い結果だったよ。
だから…何かをよく知らない人がネットで検索してる時に、間違った答えやデタラメな答えを出すなんてさ…誰かが家を焼いたり命を落としたりした時、大規模な訴訟が起きるのをマジで見たいね。
英語とか他の言語は、たくさんの曖昧さや思い込みがあるんだよね。プログラミング言語の大きなメリットは、実行されるプログラムにどう変換されるか、明示的なルールがあることだよ。LLMは同じ最初のプロンプトからでも、たくさんの経路をたどって全然違う出力になるんだ。
結果を効率的に提供する方法と、人間が効率的に消費する方法があるんだけど、俺はLLMがGoogle検索よりも、何かを探求して理解するための認知的な作業で、はるかに効率的だと感じてるんだ。次に来るものは、その個人的な精神的労力のレベルを上回る必要があるけど、まだ次のステップがどうなるかは想像できないね。
もっとコメントを表示（2）
Photoshopが良い例だと思うんだ。
めっちゃ複雑なインターフェースでボタンやメニューが山ほどあるよね。今じゃAIツールのボタンも増えたし。
だって結局、画像内の消したいものや変えたい部分に「ブラシ」ツールで塗りつぶす方が、チャットでそれを伝えるよりはるかにシンプルだからね。「バス停の下のレンガの道に立ってる左から５番目の人を消してください」みたいなプロンプトより、「GUIで明示的に選択する」方がいい。前者はカジュアルなアマチュア向けには価値があるだろうけど、プロの使う精密で高機能なツールは置き換えられないよ。
ソフトウェアだとさ、提案されたコード変更の内容を見るのにLLMとチャットするのと、ビジュアルdiffツールを使うのとどっちがいい？「エージェントを実行させて、その成果をジュニア開発者からのPRとして扱う」って最近何度も言われてるけど、それはチャットでPRするんじゃなくてGUIを使うってことじゃないよね。入力が自由形式のチャットじゃなくて、Figmaのモックアップと仕様が書かれたチケットのリンクを提出するみたいな形に拡張されるだろうね。
Dario Amodeiが2026年までに最初の10億ドル規模のソロ企業ができるって言ってるけど、俺はそうは思わないね。
なんでかって？企業が異常な評価を得るのにマーケティング以外に何もする必要がないってことでもないし…Theranos覚えてる？
Googleが検索結果に含んでるAI要約を信じるのは少し慎重だったんだけど…いくつか確認してみたら、全然ひどくなかったよ！結構良いじゃん！
よく書かれた人間の記事やガイドの方が、存在するならはるかに効率的だと感じるよ。でもAIがそれらを再利用したら…そういう市場は消えちゃうかもしれないし、その過程でAIも要約するソースがなくなったらあまり良くないものになるだろうね。
AIの結果を除外するには、検索クエリに「-ai」って付け加えればいいよ。
検索はただの「検索」じゃなかったんだ。「フォームにプロンプト入れて、何分も何時間もいろんなウェブサイトを巡ってようやく答えを見つける」って感じだった。LLMがそれを変えたんだよ。「どの12v 100Ah LifePO4バッテリーが一番ワット時が高いかテストしてるか」なんて20人ものブログ記事を読み漁る必要がなくなった。LLMが単にその20個のブログ記事全体で一番関連する答えをくれるんだ。1時間かかるところを数秒か2分にまで凝縮してくれたんだよ。
公平に言って、GoogleもAIが生成してない役に立たないクソ情報をたくさん返してくるじゃんね。
Googleのピーク時と違って、これ（AI検索）は情報がノイズに埋もれがちで、元データもごまかされてるんだよね。
AIの分野はまだまだ革新の余地があるよ。個人的には、パーソナル知識システムや、マインドマップみたいにデータを視覚的に表現するアイデアに注目してる。これはAI検索にも役立つはず。ChatBotは手軽な物語が中心だけど、視覚的に整理された反論とかも意外と便利なんだ。でも、巨大企業のアルゴリズムモンスターが lurkingしてるのが問題だね。エンゲージメントを増やすためにブラックボックス化する傾向があるから、もっとユーザーにコントロールさせるべきだ。
Communications of the ACMの1月号にいい記事があったよ。1979年にはDijkstraが「これは決して効果的にならない」って予測してたらしいね。プログラミング言語でコードを書けるのは欠点じゃなくて特徴なんだ。もし自然言語でしかプログラムを書けなかったら、プログラミング言語の正確さや曖昧さのなさは、きっと大歓迎された革命になっただろうね。詳細は https://cacm.acm.org/opinion/on-program-synthesis-and-large-… を見て。
Theranosの従業員数は約800人だったよ。
理由1: AIで億ドル評価の企業が1人ってのはありえない。2人いればもっと価値が出るし、3人ならなおさら。コストはそんなに変わらないのに、チームと1人じゃ生産性が全然違うからね。
理由2: 過去に資本効率が最高だったのは2010年代のVCブーム期のB2C企業（InstagramやWhatsapp）。でも今はB2Cは珍しくなって、2020年代はB2Bが主流。B2Bは大変だよ。AIが一部の役割を吸収するとしても、1年で1人あたり億ドルなんて急ぎすぎだよ。世の中は複雑なんだ。
理由3: AIは差別化しにくい。すごいプロンプトとか使っても、すぐ他のツールが追いついてくる。単独でユニコーンを目指すなら、「なんで他社は同じことできないの？」って投資家は疑問に思うはず。そうすると評価額が下がって、ユニコーン達成が難しくなるんじゃないかな。詳しくは https://www.ycombinator.com/companies?batch=Summer%202025%26ba… を見て。
LLMで変わったって？
そうだね。すぐに返事が来るけど、結局自分で検証しなきゃいけないのは前と一緒。しかも今は、ウェブサイトがクローラー対策してるから、前よりもっと時間がかかるんだよ。
それは異論ないけど、私が話してるのはそこじゃないんだ。情報を提供する市場は、人々がどこで消費したいかに合わせて動くものなんだよ。90年代の古いポータルは、人々がより簡単に情報を見つけられる検索に取って代わられた。LLMは、さらに簡単に情報を見つける方法を人々に提供してるんだ。その後の影響は、ほとんどの人がLLMを使うかどうかの決定には関係ないんだよね。
私もそう思うよ…多分、プログラムの断片、例えば最初と最後を書いて、AIに途中を完成させてもらうのがいいんじゃないかな。出力がどう印刷されるか正確に記述すれば、実質的にデータの整理方法を形式的に指定したことになるしね。
GoogleのAI要約が、私のアレルギーがある材料が含まれてないって間違って教えてきたことが何回かあって、報告したんだ。参照元の「アレルゲンメニュー」には書いてあったのに。これじゃ誰か死んじゃうよ。
DuckDuckGoはAI応答生成ボタンを任意で提供するから、強制されなくて良いね。たまに使うコマンドの構文確認とかに便利だよ。
このコメントは的外れだよ。記事を読んだ？作者はエージェントを使って数日でSaaSアプリを全部作ったんだよ。それは”ただの検索”じゃないでしょ。
現代の初級職はGoogleと指示をこなせる人が就いたよね。次の世代はAIとそんな関係になると思うよ。若くてITに強い人には”常識”でも、ChatGPTとかGeminiを使わない高齢者には難しいかもね。
彼らの言いたいことは、世の中のコンテンツがAIの粗悪品になりつつあるから、検索方法が変わっても、結果自体はAIによって変えられちゃってるってことだと思うよ。
”オフィスに行って、Claudeが作ったものを確認、すぐにテスト。動けば、コミットしてプッシュ。”だってさ。サイバーセキュリティコンサルタントとして、マジで大儲けできるぞ！
MBAは聞いてるよ。MBAは気にしないけどね。
AI導入でセキュリティ脆弱性も増えるかもね。でも、AIが普及するとサイバーセキュリティの基準自体が下がる可能性も考えるべきだよ。みんなAIの欠点に寛容になれば、強固なシステムへの要求も減って、コンサルタントも不要になるかも。規制もこれに合わせる必要があるよね。
わからないな。サイバーセキュリティはいつも高額なサイバー攻撃のリスクを減らすことだよ。ランサムウェアでロックされたり、データが漏洩して高額な罰金払ったりする事態は変わらないだろ。基準のためじゃなく、損失防止のためだよ。
ランサムウェアやCEOへのフィッシングなんかは、その通りだね。でも、AIが影響するほとんどの場合、規制上の結果がなければ企業は気にしないんじゃないかな。
そうかもね。でも、自動運転車について言われてることを思い出してよ。人間のドライバーより、どんどん間違いが少なくなるってね。
