サマリ
AIの導入と、それに合わせた企業の適応は、ほぼすべての組織にとって最優先事項となっています。 しかし、マイクロソフトとLinkedInの最近の調査によると、リーダーの79%がその優先事項に同意している一方で、半数以上がそれを実現するためのビジョンが不足していると感じています。 こうした状況において、ドナ・サーカーのような専門家の存在が重要になります。 彼女はMicrosoftのCopilotおよびAI拡張プログラムを統括し、企業リーダーたちにこの革新的なテクノロジーを効果的かつシームレスに取り入れる方法を指導しながら、AIバイアスやその他の落とし穴にも常に目を光らせています。
結論：積極的な役割を果たすこと。 「AIに働きかけてください」と彼女は言います。「AIに[あなたが]翻弄されるのではなく。」
ホスト：Doug Thompson、 チーフ教育アーキテクト、Tanium
ゲスト：Dona Sarkar、 チーフトラブルメーカー、CopilotおよびAI拡張プログラム、Microsoft
ショーノート
AIを組織に統合するための最善の方法、特にMicrosoft Copilotを最大限に活用する方法については、Taniumの受賞歴のあるオンラインサイバーニュースマガジンFocal Pointの記事や、以下のその他の有用なリソースをご覧ください。
- 4 AI時代における重要なリーダーシップの優先事項 | Focal Point
- AIと人間：SecOpsは次の戦場になる（ならない）かもしれない | Focal Point
- AIバイアスの防止はトップから始まる – 女性チーフAIオフィサーたちに聞く | Focal Point
- TaniumがMicrosoft Copilot for Securityと統合 – サイバーセキュリティチームのゲームチェンジャー | Tanium
- データシート：Tanium & Microsoft Copilot for Security | Tanium
- オンデマンドウェビナー：リアルタイムデータでMicrosoft Copilot for Securityを強化する | Tanium
トランスクリプト
以下のインタビューは、明確さのために編集されています。
「企業は本当にデータを整理できていません。 そして、誰もが口にすることの一つが、AIによってデータの問題においてはるかに脆弱になったというものです。 私が言いたいのは、AIはベッドの下を照らす大きな懐中電灯のようなもので、防虫剤があると指摘しているということです。 そして、あなたは「あのナフタリンはどこから来たの？」と言っているわけです。 それはもうずっとそこにあったんですよ。 AIがそれに大きなスポットライトを当てているだけです。"ドナ・サーカー、チーフ・トラブルメーカー、コパイロットおよびAI拡張プログラム、マイクロソフト
ダグ・トンプソン： テクノロジーの破壊的革新は、単に新しいものを導入することだけではありません。 それはまた、行動、ビジネス、そして収益を変革するために人々の信頼を得ることでもあります。 それが、企業がAIを導入しようとしている今日、私たちが目にしていることです。 テクノロジーの破壊的革新は容易ではありません。 それを証明する2つの統計があります：マイクロソフトとリンクトインの最近の調査によると、79%のリーダーが競争力を維持するためにAIを導入しなければならないと認識していますが、60%は自分の組織にそれを実現するためのビジョンが欠けていることを懸念しています。 昨年はChatGPTで、今年はマイクロソフト・コパイロットでそれを目にしました。
企業はAIを導入したいと思っていますが、それを最大限に活用する方法がわかりません。
こんにちは、私はDoug Thompsonです。Taniumのチーフ教育アーキテクトを務めており、本日のLet's Convergeでは、Copilot AIとその可能性を最大限に引き出すコツについてお話しします。
本日のゲストは、究極の変革者であるDona Sarkarさんです。 Microsoftでは、ソフトウェアエンジニア、プロダクトマネージャー、Windows Insider プログラムのチーフ#ninjacatとして活躍し、製品の共同開発に携わった21百万人のユーザーを監督しました。 アクセシビリティサービスのテクノロジーディレクターを務め、現在はチーフトラブルメーカーとして、CopilotおよびAI拡張プログラムを指揮しています。 また、作家、ファッションデザイナー、そして私が個人的に最も好きな肩書きであるワインバーの共同オーナーでもあります。 Fast Companyの最も生産性の高い人物100人の一人に選ばれたのも納得です。
ポッドキャストへようこそ、Donaさん。
Dona Sarkar: ありがとうございます、Dougさん。 参加できてとても楽しいです。 そして、素晴らしい紹介をしていただき、本当にありがとうございます。ぜひあなたにいつも私の後ろをついてきて紹介してほしいくらいです。 それは非常に印象的ですね。
Thompson: 私はそのようなことに対応できます。 でも、この質問をしなければなりません：あなたの一日には24時間以上ありますか？ 本当に、どうやってそんなに多くのことを成し遂げているのですか？
Sarkar: すべてを終わらせるという考えを諦め、一日にちょうど二つのことを終わらせるというこの理論を本当に受け入れるようになったんです。 それだけです。 だから、今日のような日は、日中は本業をこなし、夜にはワインバーの仕事をする、それだけです。 今日はそれだけしかできません。 例えば昨日は、友人との交流の時間が必要でした。 だから、本業をこなして、友人と交流の時間を過ごしました。 だから私は1日に2つのことだけを予約して、それだけ、それだけ、それだけです。
Thompson: そして、私たちがそう呼ぶように、この個人的な副業をすることで、あなたはすべての人生の目標を達成しているようなものです。 私たちには一つの人生しかありません。
Sarkar: ええ、本当にそうです。 私が思うことの一つは：退職後にやりたいことは何か、そしてそれを今副業として始めるにはどうすればいいか、ということです。 だから、テックから「退職」（エアクォート）したとき、それらにセカンドアクトとして移行しますが、それは私がすでに、そうですね、10、20年間やってきたことになるでしょう。 だから、すでにある程度得意になっているでしょう。
だから私は、次の仕事を探している間にフルタイムとして取り組める副業をいくつか持つことで、将来に備えることの大ファンです。 次の仕事を探したいのか、あるいは副業の一つをフルタイムとして運営したいのかによります。
Thompson: それは素晴らしいです。 私はあなたの履歴書にあるすべての要点を一気に並べ上げました。ファッションの達人や新米バーオーナーも含めて。 あなたは障害を持つお客様と働いた経験があり、Windows Insiders Groupでも働き、さらにビジネスアプリケーションを構築するためのローコードサービス一式であるMicrosoft Power Appsでも働いてきました。 それは非常に幅広いお客様ですね。 これらすべての経験は、CopilotやAI全般についてのあなたの見方にどのような影響を与えてきましたか？
Sarkar: 私の仕事のテーマの一つは、常にそうであり続けてきたのですが、私は2002から業界にいますので、なんと、それは22年になります。 それは長いですね。 ですから、私は開発者として常にお客様に焦点を当てながらフルタイムでお客様と仕事をしてきており、今では22年になります。 そして私の大きなテーマはテクノロジーの民主化です。 つまり、どうすればテクノロジーを、できるだけ多くの人々に関連性のあるものにできるか、ということです。 テクノロジーの民主化について話すと、人々はああ、この業界やあの業界のことを意味しているのかと思います。 いいえ、私はグローバルに、という意味です。 私たちが構築するテクノロジーが、ナイジェリアのラゴス、南米のウルグアイ、インドネシアのジャカルタ、そしてアラバマ州バーミンガムでも同様に関連性を持つにはどうすればよいでしょうか。 なぜなら、世界にデジタル格差が存在することは明らかだからです。インターネットの知識、ロールモデル、機会などへのアクセスは、すべての人に平等ではありません。
私が取り組む傾向があるテクノロジーは、通常、Windows Insider プログラムのようなテクノロジーの民主化に非常に焦点を当てたものです。 私たちは世界中のすべての国にインサイダーを持っています。 その目的は、Windowsの早期バージョンへのアクセスを希望するすべての人に提供し、グローバルロールアウト前に自分自身と組織のスキルを向上させ、より良い準備ができるようにすることです。 Power [Apps] プラットフォーム、ローコードについても同様ですよね？ 私はハイコードの人間ですが、世界中のすべての人がコンピューターサイエンスの学位を取得したり、コーディングブートキャンプに参加したりする時間があるわけではないと気づいています。 そのため、Power Apps を使えば、ドラッグ＆ドロップといくつかの数式などを使って、ビジネス向けのエンタープライズグレードのアプリを構築することができます。 そして、アクセシビリティについても同様で、身体障害、神経多様性、または精神的健康状態を持つ世界中のすべての人が、より自由な生活を送るためにテクノロジーを使用できるようにすることです。
これらすべてのテクノロジーを持つさまざまな種類の人々のグループと協力した後、AIはそうさせてあげれば、実際に非常に優れた平等化ツールになると気づきました。 非技術的なバックグラウンドを持つ人々にとって、本当に素晴らしいテクノロジーのメンターになり得ますし、母国語以外の言語で作業している人々にとっては優れた翻訳ツールにもなり得ます。 また、法律相談や初期の医療診断など、費用的に手が届かないようなものへのアクセスを可能にするツールにもなり得ます。 ですから、AIには非常に優れた民主化ツールになる力があると思います。それこそが、私たちが生きているこのAIの世界全体の中で、私が最も興奮していることです。
Thompson: それは素晴らしいですね。 本当に気に入りました。 あなたのキャリアをしばらく追ってきましたが。 一緒にではありませんでしたが、同じ時期にマイクロソフトで働いていましたね。 AIについて、特にCopilotについて、最もよくある誤解にはどのようなものがありますか？ 民主化などについていくつか触れていましたね。 確かに、いくつかのテーマが浮かび上がってきます。
Sarkar: AIとCopilotが私たちを怠惰にするというのが、最大の誤解の一つだと思います。 実際には、話すべき誤解が3つあります。 そして、私が訪れるどの国でもこれを耳にします。
1つ目は、AIのユースケースはすべてか無かのどちらかだということです。 企業はAIに完全に取り組むか、そうでないかのどちらかだというものです。 では、これが最初の点です。 2つ目は、すべての企業がAIの準備ができているというものです。 「データの準備はできている、明日にでも始められる」というものです。 そして3つ目は、誰もがその使い方を知っているというものです。 これらはどれも、まったく、まったく、まったく真実ではありません。
1つ目について：すべての企業が、あらゆるシナリオにAIを適用しなければならないと考えています。 そして、それは単純に事実ではありません。 なぜなら、生成AI、つまり今私たちが皆話しているもの、は生成するからです。 つまり、非決定論的な出力が得られるユースケース、つまり出力がある特定のフレーズの正確な検索である必要がない場合に、本当に優れています。
AIは検索ではありません。 人々がそのように使うとき、私は思います、できます、でも生成AIの本当の力は新しいものを生成することです。 ダグとクリエイティブなインタビューをするための時間をスケジュールするメールを作成して；戦略ペーパーを作成して；この新しい画像、新しいビデオを作成して。 つまり、創造性が実際に評価される場所で、ゼロから新しいものを作り出す。 私はいつもAIについてこう言います。インターネットを考えるように考えてください：新しいアイデアを使って新しい問題を解決するのに役立つものです。 だから私は、単に許容されるだけでなく、称賛されるシナリオでAIを使います、そうですよね？ 地球上のすべてのシナリオではなく。 では、これが最初の点です。
2つ目は：企業は本当にデータを整理できていないということです。 そして、誰もが口にすることの一つが、AIによってデータの問題においてはるかに脆弱になったというものです。 私はこう思います、いいえ、AIはベッドの下を照らす大きな懐中電灯のようなもので、「防虫剤があるよ」と教えてくれているだけです。 そして、あなたは「あら、この防虫剤はどこから来たの？」と言うわけです。 それはもうずっとそこにあったんですよ。 AIがただそれに大きなスポットライトを当てているだけです。 つまり、見つけにくいことで守られていた「隠蔽によるセキュリティ」は、もはや通用しないのです。 AIを導入する前に、データセキュリティをきちんと整備する必要があります。 これを実現するための戦術はたくさんありますが、これによって人々は「実は自分たちのデータセキュリティは思っていたほど万全ではなかった」と気づかされたのだと思います。
そして3つ目は：人々は自然とその使い方を理解するだろう、というものです。 しかし、それは本質的に正しくありません。なぜなら、それほど自然なことではないからです。 適切なトレーニングなしに、ガイダンスなしに、「これは良いユースケースだ。これが良いプロンプトだ。具体的にこのことに使いなさい」と言われることなしに、人々は何の使い方も理解できていません。 それこそが人々が実際に必要としているものであり、企業は自社の組織のスキルアップに投資する必要があります。それを仕事に統合された形で行う方法で。 「ああ、財務チームは週末に自分で学ぶ必要がある」などと言うのではなく。 なぜ彼らがそうするのでしょうか？ 彼らにはやるべきことがあります。 そこで私が見つけたのが、ハッカソンやプロンプタソン（1日1プロンプトのトレーニング）といったもので、組織においてこれが非常にうまく機能するためには、そういった取り組みが本当に効果的だということです。
Thompson: 最後の点、つまり組織変革や文化変革の必要性は非常に重要であり、多くの人がそれを見落としています。 技術的な問題だと思われがちで、技術自体は問題ないのですが、それと同様に文化的・組織的な問題でもあるのです。
Sarkar: はい、それはまったくその通りです。 AIは50%が人であり、50%がテクノロジーです。 AIができるようにテクノロジーを整えることは素晴らしいことです。 ユースケースを定義し、データを整え、適切なAI製品を導入することが、作業全体の50%を占めます。 残りの50%は、組織が力を感じられ、恐れを感じないような形でAIを活用できるよう教育することです。 それが重要です。
なぜなら、AIは仕事の多くの部分を自動化していくからです。 AIはあなたの仕事を奪いに来るわけではありません。 AIはあなたの仕事の中のタスクを自動化するのです。 開発者である私のように、そうです、AIはおそらく今後永遠にわたって私が作るすべてのウェブサイトの最初のバージョンを構築するでしょう。 それは素晴らしいニュースです。 しかし、開発者である私は、例えばワシントン州のワインバー向けのウェブサイトを作って、これら5つのウェブサイトからナチュラルワインを引っ張ってきて、というようなプロンプトを入力する必要があります。 テーマはターコイズとゴールドにしてください。
Thompson: ライターやコンテンツクリエイター、あるいは基調講演のスピーカーとして、あなたがおっしゃったように、時間を大幅に節約できるので、AIを使って最初の草稿を作成します。 それから見直して個人的なタッチを加え、これは良いかどうかを判断したり、調査をしたりします。 ですから、そのウェブサイトを構築するのと同様に、それは確実に私の時間を大幅に節約してくれます。
Sarkar: まさにその通りです。
Thompson: では、少し話題を変えましょう。 AIバイアスについてお聞きしたいのですが、これは非常に大きな問題であり、多くの点でほぼ克服不可能に思えます。 それはビジネスリーダーたちの足を止めてしまいます。 彼らはAIを導入したいと思っていますが、偏ったデータを与えたくないのです。 どうすればバイアスを避けられますか？ そして、あなたのこれまでの経歴や他のいくつかの役割が、ここで大いに役立っているのではないでしょうか。
サルカール: ええ。 バイアスは私にとって本当に興味深いテーマです。なぜなら、すべては私たちが何をバイアスと見なすかにかかっているからです。 なぜなら、私がバイアスと考えるものとあなたがバイアスと考えるものは、たとえまったく同じ仕事をしていても、大きく異なるからです。 そのため、多くの場合、私は「これは何のためのものか？」という問いを自分に投げかけることから始まります。 例えば、私はAIにガードレールを設け、そのAIツールが本来すべきことだけを行うようにすることを強く信じています。
例を挙げましょう。 医師向けのツールを作っているとしましょう。つい最近見たのですが、Color [Health's]の「コパイロット」と呼ばれるもので、患者のがん検出を支援するものです。 では、基本的なバイアスをいくつか排除してみましょう。 誰かがコパイロットに「フェラーリを買うのを手伝って」と言ったとしたら、コパイロットは「それは対応していません。 がん検出のみをサポートしています。」と答えるべきです。 それだけです。 つまり、AIプロダクトが何をできて、何をできないのかをしっかり考えることが重要です。
それは、APIコールのシステムプロンプトを指定して、がんに関する質問にのみ答えるように設定するだけのことです。 それ以外には答えません。 他のことを聞かれたら、このメッセージを返してください。 これが責任あるAIのステップ1です – これに関する質問にのみ答えること。
2つ目は、どのようなデータに基づいているかを確認することです。 なぜなら、ここで拡張性に関する私の仕事が関わってくるからです。 データはどこから来ているのでしょうか？ 標準的なネイティブのGPT-4-Omniだけなのか、それともこのがんクリニックの患者記録や研究などから得られたデータセットがあるのでしょうか？ 何らかのデータに基づいていると思います。
では、そのデータについて考えてみましょう。 特定の収入層の米国西海岸に住む人々のデータが過剰にあるのか、それともグローバルな対象者をかなり代表するデータがあるのでしょうか？ おそらく偏ったデータになっているでしょう。
しかし、ここで3つ目の部分が登場します。それは、データの豊富さが常に優先されないように、AIのバイアスをどのように均等化するかということです。 例えば、DNAの鎖をアップロードすると、このデモグラフィックに属する人はがんになる可能性が高い、などといった具合に判定されます。 これが、データによるファインチューニング、または検索拡張生成（RAG）[大規模言語モデルがトレーニングデータ以外の独立した知識ベースを参照してレスポンスを改善するプロセス]、あるいはデータセットがトレーニングデータほど偏らないようにデータの重みを変更するといった概念が登場する背景です。
そして、これが私たちが残りのキャリアを費やすことになる分野です、ダグ、あなたもご存知のとおり。 [彼は笑いました。] 私たちは、ここで過小代表されている人々はどこにいるのか、と問い続けることになります。 それは言語であったり、人種、性別、場所、年齢であったりします――年齢は大きな問題です。 そして、等しい数の人々に対して等しい量のデータが存在しないという現実の中で、どうすれば人々が治療において公平性を得られるようにできるでしょうか？ 非常に複雑な問題ですが、簡単に言えば、私たち全員がAIの仕組みについてより技術的な知識を持ち、非常に具体的な問題を解決するためにできる限り多くのバイアス除去技術を実装できるようにする必要があります。
Thompson: 医療とAIに携わる別の方と話していたのですが、彼女も同様の例を挙げていました。治療計画が高齢の白人男性に偏りすぎており、彼らが過剰に代表されているというものです。 そのデータがどこから来るのかを考え、それを整理して、やはり全員が代表されるようにすることが重要です。
Sarkar: その通りです。
Thompson: AIについて最もワクワクすることは何ですか？ この役割に就いて、予期していなかったメリット、見えていなかったものはありましたか？
サーカー： 私にとって非常に興味深いことの一つは、世界中のあらゆるトピックについて、常に一緒に考えてくれるパートナーがいることです。 例えば、先日、交渉のチューターを作っていました。 交渉が上手くなれるよう助けてほしいと言いました。 何の交渉ですか？ 何でも。 このレンタカーの料金、休暇の週数、家族との夕食の場所など。 それで、交渉のこの部分は得意だと気づくことができました。 交渉の（他の）この部分はあまり得意ではありません。 そして、Microsoft Copilotを使って基本的な交渉メンターを設定し、「あなたは私の交渉メンターになってください。 さまざまなシナリオの交渉を手伝ってください。 あなたが問題を提示してくれれば、私が解決策を持って来ます。 私が解決策を持って来たら、その解決策についてフィードバックをくれて、次の交渉カードを作るのを手伝ってください。」 こういった基本的なことです。
私たちはこれまでこんなものを持ったことがありませんでした。 私たちはこれまでこんなものを持ったことがなく、これは自分だけのCopilotのプライバシーの中で使えるもので、より良いコミュニケーター、より良い聞き手、より良い交渉者になるために学ぶことができます。 だから次は、より良い聞き手になる手伝いをしてください、より良いリーダーになる手伝いをしてください、より良いマネージャーになる手伝いをしてください、というものにしようと思います。これはこれまで存在した中で最も優れたメンタリングツールの一つだと思うからです。
Thompson: ええ、あなたは常にそれを磨き続けていますね。 私があなたと知り合ってからの年月の中で、そういったスキルを磨こうとすることは、あなたが常に注力してきたことです。 妻がある夜、私がChatGPTと何かについて言い争っているところを見つけました。プロンプトを理解してくれなかったからです。 そして私は、そこから本当に得たいものを伝えていなかったのです。 そしてそれはもう一つのこと、聞いている人たちへの将来のキャリアに関することです。 プロンプトエンジニアリング、それは非常に大きなものになるでしょう。
サルカール: ええ。 そしてプロンプトエンジニアリングはすべての仕事の一部になるでしょう。 それはそれほど職種のようなものではなく、仕事に求められるものになるでしょう。労働市場に参入する人、キャリアを転換する人、あるいはその他の人々は、特定の問題を解決するために自分の特定の業界に向けた本当に優れたプロンプト技術を知っていることが期待されるでしょう。 だからこそ、人々が再び、より技術的になり、より実践的になって、AIはこれらのことが本当に得意で、あれらのことはあまり得意ではないと言うことが非常に重要だと思います。 ですから、自分の業界でリーダーになりたい人は、実際にプロンプトライブラリを作り始めるべきです。例えば、アクセシビリティを専門とする弁護士向けの10優れたプロンプト、またはがん研究においてAIに本当に適した10シナリオ、そしてがん研究においてAIを使用すべきでない10シナリオなどです。 これにはこのためにAIを使い、あれには使わないと区別できることも、特定の業界や特定のユースケースに関するスペースでのソートリーダーとして人々を際立たせるでしょう。
トンプソン: 私もそう思います。 それは全員の仕事の一部です。 それはオフィススイートなどを使えるようなものです。 それは毎日行うことです。 では、ここで終わりに近づいてきましたが、もし一つだけ、ビジネスリーダーがこの会話から持ち帰るべきことがあるとすれば、AIがビジネスをどのように変革できるかについて心に留めておくべき一つのことは何でしょうか？
Sarkar: 私が思うに、最も重要なことは、すべてのビジネスリーダーが、AIが何らかの形で自分たちのビジネスを変革するということを知らなければならないということです。 それはいつかは必ず起こります。 明日の朝には起こらないかもしれませんが、今後数年以内には起こるでしょう。 インターネットが普及したときのように、みんなが「うちの会社はインターネットを使わない、内部だけでやっていく」と言っていたようなものです。 それは1年半くらい続きましたよね？ それはまったく意味をなしません。 モバイルも同じことです。 すべての企業がモバイルで動作するウェブサイトを持っています。
それは必ず起こることです。 彼らができる最善のことは、積極的な役割を果たすことです。 AIに振り回されるのではなく、自らAIを動かしていきましょう。
Thompson: そうですね、その通りだと思います。 この件については、現実から目を背けることはできません。 これは間違いなく考慮しなければならないことです。 しかしその一方で、AIによって動いているからといって、何でも飛びついて購入するわけにもいきません。 それは、AIから逃げようとするのと同じくらい愚かなことです。
Sarkar: その通りです。 だからこそ、意図的に考え、これらのプロセスのうちどれにAIを活用して改善したいかを明確にすることが非常に重要なのです。 そして、組織全体でAIを活用してさまざまなことを行うために、どのようにスケールアップできるでしょうか？
これは3つのステップのプロセスだと思います。 まず、CopilotやChatGPTなど、今日存在する無料のAIツールを使って、実際に触れてみてください。 AIが得意なことと、あなたの業界において特に苦手なことを確認してください。 次に、あなたの組織に最適なツールを見つけてください。 特定の目的に特化したツールである場合もあります。 大規模なツールである場合もあります。 そして3つ目は、データをどのように整理し、組織を拡大して、自分たちの分野におけるビジネスの非常に具体的なシナリオを解決するために実際に活用できるようにするかを考え出すことです。
Thompson: そうですね、その3つ目は他の2つと並行して行ってください。 最後の部分を待たないでください。
Sarkar: そうです。もちろん。
Thompson: では、Donaさん、本当にありがとうございました。 あなたとお話しするときはいつも、とても刺激的な会話になります。 新しい役割と情熱を共有してくださり、ありがとうございます。 前回の[プロジェクト、そして今は] Copilotと、ヨーロッパ中であなたの活動を追いかけていました。 あなたが影響を与えている人々や、あなたがやっていることは本当に素晴らしく、心から感謝しています。
Sarkar: 私もとても楽しんでいます。 気に入りました ダグ、お招きいただき本当にありがとうございます。 感謝申し上げます 皆さん、ありがとうございます。
Thompson: マイクロソフトのチーフ・トラブルメーカー、ドナ・サーカーとお話ししてきました。
AIがどのようにあなたの企業を変革できるかについて詳しく知りたい方は、TaniumのオンラインサイバーニュースマガジンであるFocal Pointをご覧ください。Focal Pointをご覧ください。 ショーノートにいくつかの記事へのリンクを掲載しています。 または、tanium.com/pにアクセスして出版物をご覧ください。
今日のトップビジネスリーダーやセキュリティ専門家とのさらなる対話を聞くには、お気に入りのポッドキャストアプリでLet's Convergeを購読してください。このエピソードが気に入ったら、ぜひ五つ星評価をお願いします。
ご清聴ありがとうございました。 Let's Convergeの次のエピソードでも、さらなるサイバーインサイトをお届けできることを楽しみにしています。
