バンク・オブ・アメリカのバーナード・ハンプトン

本日のエピソード 私、私自身、そしてAI ポッドキャスト、シーズン13の最終回では、バンク・オブ・アメリカが大規模なグローバル人材をAI時代に向けてアップスキリングとリスキリングを通じて準備している方法を探ります。金融機関のアカデミーの責任者であるバーナード・ハンプトンが、学習開発組織がどのように人材の俊敏性と技術スキルとソフトスキルの組み合わせに焦点を当てているかを説明します。

バーナードは人工知能を採用するための3段階のアプローチを概説し、人間が関与し続ける必要があると感じる状況を共有します。

登録する 私、私自身、そしてAI オン アップル・ポッドキャスト または スポティファイ.

トランスクリプト

アリソン・ライダー 何十万人もの従業員にAIの使用をアップスキリングしている組織から、どのような学習開発の教訓を得られるでしょうか？本日のエピソードでご確認ください。

バーナード・ハンプトン： 私はバンク・オブ・アメリカのバーナード・ハンプトンです。あなたは 私、私自身、そしてAI.

サム・ランズボサム ようこそ 私、私自身、そしてAIからのポッドキャスト MITスローン・マネジメント・レビュー 人工知能の未来を探るボストン・カレッジでアナリティクスを教えるサム・ランスボッサムです。でデータ、アナリティクス、AIを研究しています。 MIT SMR 2014年以来、研究記事、年次業界レポート、ケーススタディ、そして現在は12シーズンのポッドキャストエピソードをお届けしています。各エピソードでは、企業リーダー、最先端の研究者、AI政策立案者が参加し、AIの誇大広告とAIの成功を分けるものは何かを説いています。

へようこそ。 私、私自身、そしてAIに戻ってきました。本日は、バンク・オブ・アメリカのアカデミー責任者であるバーナード・ハンプトンをお迎えしています。アカデミーは、米国企業最大級の学習・オンボーディング組織の一つで、世界中の20万人以上の従業員を支援しています。バーナードは、AIの使用に向けた人材のアップスキリング、リスキリング、準備における銀行の取り組みで中心的な役割を担っています。バーナード、番組へようこそ。

バーナード・ハンプトン： やあ、サム、ありがとう。お会いできて嬉しいよ。

サム・ランズボサム ほとんどのリスナーはバンク・オブ・アメリカをよく知っていると思います。非常に巨大です。世界最大級の金融機関の一つです。調べてみました：7,000万人の顧客、35カ国。巨大ですが、あなたが率いるアカデミーについてはほとんどの人が知らないかもしれません。アカデミーについて、そしてそれがバンク・オブ・アメリカとどのように関係しているか教えていただけますか？

バーナード・ハンプトン： はい、もちろんです。アカデミーは2017年から存在しています。以前の学習組織に代わるもので、バンク・オブ・アメリカの受賞歴のあるオンボーディング教育と専門能力開発組織であり、企業全体のチームメイトの成長と成功に真に専念しています。

アカデミーでは、人材の俊敏性に集中的に焦点を当てています。つまり、適切な役割に適切なスキルをより迅速に構築することであり、私たちは継続的にプロセスを改善し、業務の卓越性や新しいテクノロジーやモダリティを取り入れる機会を模索し、その目標を達成できるようにしています。これは、AI対応の人材の流動性、アップスキリング、準備態勢に関するものです。

サム・ランズボサム 私たちも同じようなものです。私は年間数百人の学生を教えていますが、あなたは20万人です。同じようなものですよね？

バーナード・ハンプトン： 近いですね。

サム・ランズボサム 規模は驚くべきものに思えます——規模と、すべての変化の速さが組み合わさっています。これら二つを同時にどのように管理していますか？

バーナード・ハンプトン： 私たちのアカデミーのパスウェイは、技術スキル、データとAIリテラシー、顧客対応の卓越性、スケールするリーダーシップ能力に本当に重点を置いています。つまり、最終的に、特定の集団に対する組織全体の優先順位の変化を考えるとき、いくつかのことを行います。第一に、内部に伝統的な学習スキル組織がありますが、同時に、それをビジネスからの専門知識と組み合わせます。過去数年間で、私の組織内では約750人が事業部門からアカデミーに異動し、本格的なアカデミーのチームメイトとなり、その実世界の知性を組織に貢献しています。

サム・ランズボサム それは良いアイデアで気に入っていますが、非常に難しいように思えます。約1年前、誰もがプロンプトエンジニアリングを学ぶ必要があると感じていました。そしてRAG（検索拡張生成）が最新の話題でした。これらのトピックが非常に速いペースで登場しているように感じます。実際、今日のトピックを選ぶこともできますが、この放送の約1か月前に録画しているので、その頃には古くなっているでしょう。どのように追いついていますか？そのレベルの俊敏性に対応できるプロセスをどのように設計していますか？

バーナード・ハンプトン： AIは確かに私たちに多くの可能性と機会をもたらしました。学習の優先順位を、中核的な役割でのより迅速な習熟、より良い批判的思考と意思決定、より強力なコミュニケーションと関係構築スキル、そして日常業務に関連した実践的なAI習熟へとシフトさせました。

AIベースの学習モジュールを使用するとき、それは「ああ、学習を支援するために誰かの前にAIツールを置いている」と言うことではありません。最終的に誰にサービスを提供しているのか、何を達成しようとしているのかを現実的かつ実践的に考え、そこから逆算して、規模に応じて実用的で事実に基づき、誰かが心理的に安全でありながらも魅力的な方法で中核スキルに集中し開発できる最適なソリューションを決定することです。

サム・ランズボサム コミュニケーションスキルと同時にAI技術スキルについても言及されました。超ソフトスキルとより技術的なスキルのスペクトルを考えると、課題はどこにありますか？どちらにより苦労していますか？または、それぞれのタイプの学習体験で課題はどのように異なりますか？

バーナード・ハンプトン： 最終的に、両方を常に念頭に置くことが非常に重要です。今日では、AIがほとんどのニュースサイクルを支配しています。オンラインで読むものも支配しています。話すのが楽しい話題ですが、現実にはおもちゃではありません——それを真剣に扱う企業は、トップダウンでリーダーシップから始め、その分野のスキルを開発し、組織全体に浸透させます。あまり真剣でない企業は、しばらく遊んでから片付けるおもちゃのように扱うでしょう。

同時に、背景で機能しているのは、人間は常にAIで主導権を握るべきだという概念であり、両方を同時に語る能力は、共感、傾聴、判断、意思決定といったことを考え始めるとき、人間のスキルの重要性が引き続き非常に重要であり、重要な差別化要因であることを示しています。それらは非常に重要であり続ける一方で、AIにおける技術的習熟も非常に重要になります。

両方に背景として言える他の二つのことは、AIは私たちの働き方をますます速いペースで変え続けるでしょう。私たち全員が想像できるように、テクノロジーが最終的に私たちにもたらすものを受け入れるならば、同時に、キャリアの流動性がどのように見えるか、そして人材がスキルの旅路のどこにいるかを考慮し続けなければなりません。

仕事が変化するにつれて、特定のことを行うために必要な人員が減るかもしれませんが、最終的に私たちは顧客ビジネスです。そして、より多くの人々が顧客と対面するだけでなく、もし管理業務やタスク型の機能に費やす時間が減れば、より多くの人々が顧客にもたらすことができるものについて考え、顧客のニーズ、目標、目的を理解し支援することに本当に専念できるようにしたいと考えています。

サム・ランズボサム この統計を間違えると思いますので、訂正していただいて構いませんが、どこかで読んだところによると、社内の役職の約40％を内部で補充しているそうです。それには多くのアップスキリングとリスキリングが必要だと思います。それが課題なのでしょうか？それとも、より内部を活用するのか、より外部を活用するのか、そのバランスについてどのように考えていますか？

バーナード・ハンプトン： あなたは本当に近いところにいます。昨年、私たちは2万人を採用しましたが、その中には学生キャンパス採用の2,000人も含まれています。昨年の空きポジションの45%は社内で埋められました。これは、組織全体でスキル習得とスキル向上がなぜ重要かをさらに裏付けています。

サム・ランズボサム どこかで読んだのですが、人員削減ではなく人材の再配置を望んでいるとおっしゃっていましたね。今、確かに見出しになっている話題があると思います。ニュースを見るたびに、「X社がAIのせいで何千人もの人員を削減した」という話が出てきます。第一に、それが本当にAIによるものなのか疑わしいです。しかし、あなたはその削減とは異なるアプローチを試みていると公言されていますね。どのようなお考えですか？

バーナード・ハンプトン： 私たちのCEOは非常に明確にしていますが、これは本当にクライアント、チームメイト、そしてコミュニティに関するものです。私たちのような規模の雇用主を考えると、組織の知識とクライアントとのつながりが非常に重要になります。チームメイトにとっては、時間の経過とともに特定の機能を果たすために必要な人員が減るかもしれませんが、同時に再投資の機会もあります。

私たちの機会は、従業員が組織に多くの価値をもたらしていることを認識することです。彼らは献身と忠誠心を持っており、学び続けたい、好奇心旺盛で、機敏な人々には、キャリアを通じて望むだけの流動性に満ちたキャリアを築くためのツールを提供し続けます。同時に、彼らはリスク業務であれ、クライアント対応の役割であれ、クライアントや組織にとって有益な知識と経験を持っています。例えば、彼らが最高の状態を維持し、それを楽しみながら仕事を続けられるようにしたいと考えています。そして、従業員エンゲージメントの結果もそれを裏付けています。

サム・ランズボサム あなたの組織には、非常に技術的な人から非常に非技術的な人まで、多種多様な人々がいます。誰が何を知る必要があるのか、どのように判断していますか？それは私には難しいです。

バーナード・ハンプトン： 簡単に言えば、誰もが何かを知る必要があります。最もシンプルな形では、AIを3つの異なるレベルで考えています。レベル1は、あらゆる役割と機能に関するものです。それはツールの個人的な使用に関するものです。個人の生産性に関するものです。つまり、今日誰もが何らかのバージョンのAIにアクセスして、現在行っていることを強化し、文章を書いたり情報を分析したり、何かを準備したり、タスク指向や管理業務のようなことを考えられるようになります。私たちは、彼らが自信と能力を持ち、創造的な方法でAIを使って作業負荷を簡素化できるようにしたいと考えています。

さて、その一方で、「ああ、時間が大幅に節約できた。一息ついてリラックスできる」と言うこともできますが、実際には、その向上した能力を何に変えるかが最良の尺度です。私たちの考え方は、人々が自分自身のスキル向上から、クライアントにとって有益で、組織の生産性に貢献する、またはクライアントを担当する他の人をサポートするような、より付加価値の高い活動に時間を費やすようになる移行をどのように測定するかということです。

そして、AIの第2のレベルは、実際には機能に関するものです。独自のシステムを例にとります。あるグループが特定のシステムを最も頻繁に使用する必要がある場合、エージェントを使用して情報を解読、統合、集約し、特定のグループ全体でこの1つの機能を簡素化するように調整します。

そしてレベル3では、大規模なワークフロー、複数のデータソース、複数のエージェントを考慮します。これは通常、大規模で組織全体にわたるものです。

結局のところ、これらのそれぞれは、組織にとって大きな成果をもたらし、生産性の全体像を構築します。これにより、時間の経過とともに生産性が向上するにつれて、再配置の機会や、役割を置き換えないかもしれないが、最終的に大規模な人員削減を生み出す一部の企業のような状況に陥る必要がない機会を決定できるようになります。

サム・ランズボサム それらのレベルは興味深いですし、特に最初のレベルでの測定について言及されたのは良かったです。アメリカ銀行も他の場所と同様に、状況を測定し、生産性や効率性などを測定するためのKPIがたくさんあると思います。考えるに、そういった測定基準が普及すると、測定がはるかに簡単な、あなたがレベル1と呼ぶものに焦点を当てるようになるのではないかと心配しています。それは既存のKPIにうまく適合しますが、レベル3はより横断的です。組織内のバランスを変える可能性があります。

すべてをレベル1タイプの「もっと効率的で生産的になろう」にしないようにするにはどうしていますか？

バーナード・ハンプトン： 私たちの観点からは、それは（1）すべてを同時に行うこと、そして（2）その一方で、アカデミーで行う作業の大部分は、組織全体でAIに精通し、それらのツールを使用できるようにするためのツールやリソースの開発を支援するだけでなく、スキルライブラリがチームメイトが自分自身に投資する機会を継続的に提供するのに役立つことを意味します。つまり、測定するもののバランスがあります。場合によっては、その測定は、よりAI指向の新しいシステムやクライアントとのコミュニケーションを改善するテクノロジーに関連して廃止したいレガシーシステムに関するものかもしれません。

そのもう一つの部分は、高価値の仕事に費やす時間を測定することです。それは必ずしも生産性だけを測定する機能ではありません。いくつかの異なるトリガーがあります。1つは、人々が自発的に行動するようになるというものです。もう1つは、その作業を行う人数を、残った作業量に適した数に減らすことです。

サム・ランズボサム 紙の上ではAIを使うのに適した場所に見えたが、リスクが見合わないと判断したものはありますか？または、どのようにしてそれらのガイドラインを浸透させ、ツールを使用できる場所ではなく、使用すべき場所をどのように決めていますか？

バーナード・ハンプトン： AIが本当に得意なことを考えてみてください。AIはリサーチが得意です。文章作成、管理業務が得意です。タスクが得意です。AIは、人間の判断を必要とする判断は得意ではありません。

トレーニングプロセスにおける「何を」と「どのように」を考えるとき、私たちはAIを活用して学習を（1）より実践的で、（2）より関連性が高く、（3）拡張可能なものにしています。これには、シミュレーションやガイド付き練習などのAI対応の学習体験が含まれます。アカデミーは、AI会話シミュレーターを活用して、チームメイトがインタラクティブなロールプレイとコーチングを通じてソフトスキルを構築および強化し、その過程で強化できるようにしています。それはAIによってガイドされています。そして、さまざまな役割のチームメイトの準備を加速し、キャリアの流動性をサポートし、人間による監視が学習体験の中心であり続けるように設計されています。

そうすることで、「ねえ、AIが本当にうまくできることはこれだ」とある程度言えるようになります。私たちは人々に、自分のスキルを体験し向上させる状況に置きたいと考えています。特に私が話しているのは、チームメイトが実際のシナリオを練習できるインタラクティブなプラットフォームです。これは、安全でシミュレートされた環境に誰かを没入させる方法を考える上でのAIの優れた活用方法です。最終的に、それは誇り、熟練度、プロフェッショナリズムを構築します。

サム・ランズボサム ああ、それは本当に素晴らしいです。私たちは数年前に研究を行い、それを自己決定として位置付けました。自分にもっと権限があると感じ、より自信を持ち、人々との関係が良好で、自分のしていることに満足しているなら、たとえそれが人間を「置き換える」ツールだと思うかもしれなくても、これらのツールを使う可能性が高くなります。それはまったく異なる視点です。そして、そのシミュレーションの側面が大好きです。

あなたは 『グッド・プレイス』というテレビ番組を見ますか？お勧めします。とても面白いと思います。しかし、その中のシナリオの一つで 『グッド・プレイス』 、誰かが彼女と別れるシミュレーションを経験するものがあります。彼女と別れる機会はそう何度もあるものではなく、正しくやりたいものです。そこにいる恋人たちのために言っておくと、彼はうまくやる方法はないと気づきます。何をしても痛みを伴うものです。

しかし、あなたが話しているのは、難しいことを安全な場所で練習させること、あまり練習する機会のないことです。このインタラクティブなシミュレーション環境では、どのようなことを行っているのですか？人々が実際に練習できる具体的な内容に興味があります。

バーナード・ハンプトン： これらは主に、大量処理でペースの速い環境で使用されています。コンタクトセンターを考えてみてください。全国にある3,500の金融センターと、さまざまな時期に発生するピークを考えてみてください。どのセンターでも、ペースが遅いときも速いときも、人々は優れた判断力を発揮し、クライアントに共感を持って耳を傾け、支援しようと努力し、最終的にはクライアントが達成したいことに焦点を当てる必要があります。

小切手の現金化から複雑な取引の実行まで、何でもあり得ます。私たちは人々を実際の状況に置き、生きた、歩き、話し、呼吸するクライアントのように見えるアバターに対応できるようにします。さまざまなシナリオに取り組み、その対応、プロセスでのツールやリソースの使用、判断の行使についてリアルタイムでフィードバックを得ることができます。それが一つです。

二つ目に、人間が主導することを考えるとき、テクノロジーを正しく開発、トレーニング、使用する背後にある重要な質問の一つは、例えば、高リスクの取引を5回連続で処理する状況です。何らかのAIを使用していて、それが「はい、はい、はい」と言った場合、重要な質問は「6回目はどうなるのか？」です。サムはそれを見て、「5回連続で『はい』と言っている。おそらく同じだろう」と言うでしょうか？人間が主導することを認識する能力は、その瞬間に行われている推奨アクションの正確性を検証するために、人間として「何を使うべきか？」と言う準備を人々にさせるシナリオを使用することです。したがって、クライアントを保護し、組織を保護し、クライアントに素晴らしい体験を提供するために、常にそれらの考慮事項を念頭に置く必要があります。

サム・ランズボサム あなたは巨大な組織を持っています。それに投入できる多くのリソースと規模があります。そのレベルのインフラを開発するためのリソースを持っていないかもしれない人々へのアドバイスは何ですか？これらのことは小規模でもうまく機能しますか、それとも機能するには大規模が必要ですか？

バーナード・ハンプトン： ええ、絶対に機能します。実際、他にもいくつかのルーチンがあります。はい、他にも測定していることがいくつかあります。例えば、別のシステムのために廃止したいシステムなどです。私たちは、事業部門ごとに組織が作成するプロンプトの数を測定しています。つまり、組織内の個々のグループによるAI導入の文化はどのようなものかということです。これらのいくつかは、選択したAIツールとインフラの状況に応じて、ほとんどの人がアクセスできるでしょう。

しかし、私たちが得る最良のアドバイスのいくつかは、実際には複数のレベルで発生します。最近、組織内の上級レベルのグループでこれを行いました。私たち自身以外の組織のさまざまな部門、複数のレベルの部門横断的なグループと会合し、何百ものリスニングセッションを実施し、一度に20人から30人を集めて、AIに関する彼らの考えについて話し合い始めました。何が役立っているか？まだ何に興味があるか？どこで助けが必要か？それらのアイデアやフィードバックはすべて、トレーニングを構築および開発する際の私のグループへのフィードバック、次のステップを考える際のテクノロジーグループと評議会へのフィードバック、または会社がチームメイトをサポートするために次に投資すべき優先度の高い主要プロジェクトとイニシアチブの選別を生み出します。

そのため、ツールを導入すれば誰でも簡単に話したり聞いたりできるようになり、そこから優先順位をつける機会が得られます。これは組織の規模に関係なく価値のあることです。

サム・ランズボサム それは素晴らしい考え方だと思います。…実装に多くのリソースを必要としないものは、ほとんどの組織の範囲内にあるように思えます。

バーナード・ハンプトン： 私はあらゆる規模の企業と話をしています。この旅において、好奇心を持つことは私にとって重要でした。それは私のリーダーシップチームにとっても重要です。私たちは世界最大級の企業数社と会う一方で、中堅や小規模の組織とも複数会っています。なぜなら、そこから顧客がどのように考え、何を必要としているのかを考えるからです。規模やスケールが異なるグループについて、私はどう考えているのか？彼らが見逃しているものは何か？私たちが見逃しているものは何か？そうした一般的な好奇心と、他社の失敗や成功から学ぶことは、対話に参加し、最初に何をすべきか、次に何をすべきかを熟考する上で重要な場です。単に実験するのではなく、何を採用するのか、その理由は何か、そしてなぜ次にX、Y、Zを経験するのかという確信を人々に与えるために、意図的に行動することが大切です。

サム・ランズボサム 失敗について言及されたのが気に入りました。私たちはいつも、何か間違ったことをしたことを認めるのをためらいすぎていると思います。ご存知の通り、私以外のほとんどの人は過去に何か間違ったことをしてきました。しかし、フィードバックを得るという考えは非常に重要で、シミュレーションの部分でそれに触れられていましたね。

学生は思っているほどテストを嫌がらないことに気づきます。なぜなら、自分がよく理解していない点や改善できる点がわかるからです。私たちは改善することがとても好きです。それはあなたの話の中に出てきたテーマだと思います。人々にどの分野を改善すべきか、そしてどのように改善するかを知らせれば、一般的に人々はそれを好みます。

私の学生の話をしましたが、あなたは社員の40％、45％が内部出身だとおっしゃいました。計算が正しければ、55％か60％が外部出身ということになります。今、労働力に加わろうとしている人々にどのようなアドバイスができますか？現在の労働力の積極的な一員となるために、どのようなスキルを考えるべきでしょうか？

バーナード・ハンプトン： 一つ目は、スキルという適切なキーワードをおっしゃったと思います。なぜなら、明確になったことの一つは、技術スキル、あるいは技術スキルの半減期が、おそらく私の成人してからの人生でかつてないほど短くなっているからです。そして、私たちの会社で常に話し合っていること、すなわち明確さ、学習の敏捷性、知的好奇心を認識することです。それらを最前線に保ち続けることは、非常に重要な特性です。

これらについては、バンク・オブ・アメリカでかなり頻繁に話していますが、特に好奇心はあなたを時代に即した存在に保ちます。それは新しいテクノロジーについても同様です。今日のAIについて考えるとき、それは未知への恐怖ではなく、電話や電子メールを使ってビジネスを行うのと同じくらい今日と明日の環境で重要となる何かを受け入れる機会であるべきです。

将来の職業人生について考えているすべての人に言いたいのは、意図的に自分自身に挑戦することです。機会があればストレッチな仕事を選び、再利用可能なスキルを構築し、他の人から学び、共有することで素晴らしいチームメイトになりましょう。コラボレーションはこの仕事環境において非常に重要な特性です。企業全体で、特に顧客ビジネスに携わる場合、サイロで働く時代は終わりました。他者を必要とし、顧客を中心に据えた組織の力を考えることの重要性は、これ以上にないほど高まっています。そして最後に、人間的スキルを磨き続け、倫理、判断力、意思決定の強さが引き続き極めて重要であることを認識することです。

サム・ランズボサム これらのことについて、おそらく私よりもはるかに深く考えていらっしゃるのが気に入りました。番組で時々やることなのですが、あなたにも楽しんでいただけると思うのが、いくつか早撃ち質問をさせていただくことです。

現在、人工知能について人々が誤解していることは何だと思いますか？多くの人がこのテクノロジーについて学んでいますが、彼らは何を間違えているのでしょうか？

バーナード・ハンプトン： おそらく二つのことが思い浮かびます。一つは、それは消え去るものだ、流行だと思うこと。そして二つ目は、それ自体がすべての人の仕事をなくすと思うことです。

サム・ランズボサム AIについて、あなたが思っていたよりも速く進んでいること、または遅く進んでいることは何ですか？

バーナード・ハンプトン： おそらく速く進んでいるのは導入です。そして、その一部は私たちが組織として取ってきたアプローチに関係していると思います。遅く進んでいると思うのは—遅いと言いましたが、適切なペースでもあります—私たちは高度に規制された業界なので、常に慎重に行動します。

ほんの10年前には、クライアント向けAIソリューションがなかったとは信じがたいですが、今日ではクライアントが四半期に1億6900万回以上利用し、四半期ごとに成長しているソリューションがあります。ですから、いくつかのことは遅く進んでいますが、適切なリスクマインドセットで適切に測定されています。

サム・ランズボサム あなた個人としては、日常生活でAIツールからどのように最大の価値を得ていますか？最も役立っているのは何ですか？

バーナード・ハンプトン： 私は確かにそれを文章作成に使います。情報分析にも使いますし、情報をキュレーションするためにもAIを使います。私は常に、彼らのニーズに合ったスケーラブルな方法でトレーニングソリューションをどのように組み込み、進化させるかを考えています。時には個人の生産性ツールについてであり、時にはベンダーや、私たちが構築するかもしれないスケーラブルなツールについてであり、それは他の手段よりも速く、あるいは現在行っている方法とは異なる方法で習熟度を構築する方法に沿ったものになります。

サム・ランズボサム 習熟度をより速く構築する—それはこの議論を締めくくる良い方法のように思えます。それがあなたがやろうとしていることの核心だと思います。あなたがやろうとしている規模では、それは驚くべき挑戦だと思います。本日はご意見を共有いただきありがとうございました。ご参加いただきありがとうございます。

バーナード・ハンプトン： こちらこそありがとうございます。ご一緒できて光栄です。

サム・ランズボサム 別のシーズンにご参加いただきありがとうございました。 私、私自身、そしてAI学習とAI開発について非常に興味深い会話をいくつか行い、AIが労働力に与える影響についての議論は特に重要だと感じています。米国労働省のテイラー・ストックトン氏、アンドリュー・パーマー氏（ エコノミスト）、そして本日のバーナード氏との議論。お気に入りを選ぶのは難しいです！夏には、より学術的な研究の視点を加えたボーナスエピソードで戻ってきます。引き続きポッドキャストをレビューし、取り上げてほしいトピックについてコメントやリクエストをお送りください。 私、私自身、そしてAI を成功に導くのにご協力いただきありがとうございます。

私、私自身、そしてAI^® はマサチューセッツ工科大学の連邦登録商標です。