第17話「ヤシール・ドラブとともに人間中心設計を探る

文字起こし

イントロ

[00:00:00] Ellie Tehrani: 本日はようこそ。私たちのポッドキャスト「The Elusive Consumer」では、企業がさまざまな消費者グループにリーチする際の課題、そしてデータドリブンな戦略がそれらの課題にどう向き合えるかを少しお話しします。

[00:00:27] また、Taza のような企業が提供するソフトウェアソリューションによって、組織がいかに競争優位を獲得しているのかについても伺います。でもその前に、まずはあなたのパーソナルジャーニーや、この仕事に就くまでの経緯をぜひ教えてください。

[00:00:49] Yasir Drabu: 私はずっと、いわゆるコンピューターオタクでした。大学院で Computer Science を修了するまでずっとです。修了間際の頃、多くの人から

[00:00:59] [00:01:00] 「コンピューターを直して」「CD ドライブが…」と助けを求められました。私は「そういう人じゃないんだけどな」と思いつつ、ソフトウェアの助けを求められることが多くて、ある意味

[00:01:10] 偶然の流れでした。私は教授になる道を歩んでいましたが、実際に“作る”ことのほうが楽しいと気づいたんです。そこからいろいろとつながって、いくつかの企業からソフトウェアの受託をもらい、彼らが作りたいもの――ソフトウェアプラットフォームなど――の構築を手伝いました。仕事はオーガニックに増えていき、大学院を終えたときに「これは本気だな」と思いました。

[00:01:34] 企業に就職すべきか、それともこの道を本格的に進めるべきか。私は後者を選びました。アメリカに来たばかりで、いわゆる

[00:01:56] 典型的な移民のスタートでしたが、数人で始めて、それ以来ずっと成長を続けています。振り返ることはありませんでした。楽しかったからです。好きなことを仕事にできている――よく言われる話ですが、本当にそのとおりです。

[00:01:56] Ellie Tehrani: そうですよね。私もあなたの個人的な旅路――ヒマラヤの麓で育ち、米国へ渡り、移民として

[00:02:00] レジリエンスを持ち、新しい考え方を見つけ、志を同じくする人々とつながっていく――そのお話が大好きです。

[00:02:22] その道のりは、あなたにとってどんなものでしたか。

[00:02:25] Yasir Drabu: 現在の世の中でアメリカについていろいろ言われてはいますが、それでもやはり

[00:02:31] 素晴らしい場所だと思います。誰でも来て、実力で

[00:02:38] 進める国です。いわゆる縁故主義――ネポティズムのようなもの――がなく、私は最初の契約を電話一本で取りました。私の話を気に入ってもらえて、「よし、やろう」と言われた。それは

[00:02:45] インドではなかなか起こらないことです。インドでは誰かの“つて”が必要だったりしますから。ですから旅路は興味深いものでしたし、

[00:03:00] こちらの起業家精神には本当に感謝しています。私の名前が少し珍しかったり、アクセントがいわゆる典型的なアメリカ英語と違っても、それが妨げになったとは感じませんでした。

[00:03:08] これまでの道のりで素晴らしい方々と出会い、会社づくりを助けてもらい、ガイダンスやメンタリング、必要なときにドアを開いてもらいました。見返りをほとんど求めない形で、です。

[00:03:26] もちろん、ビジネスを成長させる上でのチャレンジはありましたが、総じて、新しい国で、さまざまなバックグラウンドの多くの人に会い、彼らと一緒に何かを作り上げる経験は、素晴らしいものでした。

[00:03:44] Ellie Tehrani: さて、ビジネスの成長に戻ると、あなたはずっとコンピューターギークだったとおっしゃいましたが、その「好き」をどうやって起業へとつなげたのですか。

[00:03:56] Yasir Drabu: そうですね。ポイントは「翻訳」です。Computer Science の世界にはビットやバイト、ハードウェアがあり、常に

[00:04:00] 高いレベルの抽象化を考えています。つまり、アナロジーや

[00:04:21] メンタルモデルを使って複雑さを隠すわけです。そこからさらに数段抽象度を上げると、ビジネス課題を

[00:04:49] これらの抽象レイヤーへと“翻訳”できるようになります。キーストローク一つが、向こう側のビジネスにどう効くのか――この端から端までのつながりが見えるようになると、

[00:05:01] ビジネスの課題とテクノロジーの解決策の間を取り持ち、組み合わせる“翻訳者”になれる。これが最初の一歩でした。大学院時代の面白い例があります。私は Computer Science の学生でしたが、ある“ぐちゃぐちゃな”プログラムの

[00:05:09] 問題を理解し、解決の仕組みを作って、私が卒業した後も何年も使われました。

[00:05:35] 学生データと入学データをつなぎ、寮のドア解錠などに使えるようにする集中管理システムです。とてもクールでした。こうした「アイデアを次の形に翻訳する」理解が、コンピューターギークから

[00:06:00] ビジネスパーソンへと飛躍するうえで非常に重要だったと思います。もちろんチャレンジはありました。すべて自分でやりたい気持ちを手放す必要があり、委任やマネジメントにも慣れなければいけない。

[00:06:09] そして、技術スキルを越えた部分――感情知性を育み、人とつながり、

[00:06:09] スクリーンから離れて“人間として”対話する――それが会社のカルチャースタックづくりにも役立ちました。

[00:06:09] Ellie Tehrani: カルチャーやグロースマインドセットにはあとで触れますが、その前に。あなたは Taza の発想として「人間はより良いソフトウェアに値する」と語っています。これはどういう意味でしょう。

[00:06:26] Yasir Drabu: ソフトウェアは確実に良くなってきましたが、私が歩み始めた頃、そして今でも多くのソフトウェアは

[00:06:47] ガムテープや絆創膏で無理やりつないだようなものが多く、なんとか動かしている状態でした。例えば今あなたは Riverside studio を使っていますが、初期のポッドキャスターなら録音は別ツール、アップロードは別、編集は大変、プロダクションは一大事……

[00:07:00] それがメインストリーム化し、クリエイター向けの業界が育つにつれて、こうしたツールが登場し、負荷を取り除いてくれました。私たちが常に考えるのは「不要な痛みを取り除く」ことです。

[00:07:08] 例えば医者のオフィス。たぶん経験があるでしょう。医師はあなたと話すより、PC に入力している時間のほうが長い。これは解決可能な問題です。AI、Speech-to-Text などの技術によって、

[00:07:37] UI が背後に退き、関係性の構築を妨げない形にできる。患者との対話が主役になり、UI はほぼ見えなくなる――そんなユースケースです。同じ発想をビジネスや個別のユースケースにも適用します。FinTech、EdTech などで素晴らしい起業家と組み、誰も解けていない課題を見つけ、

[00:08:00] 人間の創造的な部分に集中できるよう、退屈で反復的なことを取り除き、より良くしていく。私たちのゴールは常に「ソフトウェアが誰かの人生を良くすること」です。

[00:08:36] Ellie Tehrani: もちろんです。より良いテクノロジーが、人間をより良くし、より良い仕事を可能にします。UI/UX に戻ると、ウェブサイトでは Taza の「High Empathy Design」を掲げています。これはどういうことですか。

[00:08:57] Yasir Drabu: ええ。エンジニアリングの現場でよくある話ですが、「ユーザーが…」と

[00:09:07] 言いがちですよね。

[00:09:11] Ellie Tehrani: ありますね。

[00:09:11] Yasir Drabu: 編集したほうがいいかもしれませんが（笑）、本当に

[00:09:24] よくあることです。とても優秀なエンジニアほど、誰かが何かでつまずくと目を丸くして、

[00:09:24] 「こんな簡単なこと、なぜわからないの？」と思ってしまう。

[00:09:26] でも一歩引いて、

[00:09:28] 彼らのニーズに共感し、ユーザージャーニーを理解する必要があるんです。

[00:09:33] 社内でも「まず共感から」と常に言っています。エンジニア同士でも、相手の視点を理解する。グローバルチームなので文化も言語も違う。だから常に共感から始める。これはそのまま UI/UX にも当てはまります。ユーザーの痛点を理解する。単に

[00:09:57] 「うちのソフトは最高。使い方を覚えてよ」ではなく、実際に一緒に

[00:10:00] 働き、耳を傾け、観察の力で「どこが難しいのか」「どうすれば簡単になるのか」を見極める。ときには文言（プロンプト）が原因でつまずくこともあれば、画面がごちゃつきすぎていることもある。ユーザーの靴を履く――それが良いソフトを作る第一原則です。

[00:10:37] Ellie Tehrani: シームレスな UX がなければ、そもそも消費者とエンゲージできませんよね。あなたは FinTech から不動産まで多様な業界と仕事をされていますが、機能の優先順位付けや価値最大化の共通点はありますか。

[00:11:06] Yasir Drabu: あります。エンジニアリングの観点では共通点が多い。たとえば、ユーザーを混乱させずに認証する方法、意味のあるトランザクションメールを適切に送る方法、などです。

[00:11:22] そしてアプローチにも共通点がある。私たちが「Design System Approach」と呼ぶ考え方――何を質問し、どんなインタラクションをするのか、潜在ユーザーと実ユーザーは誰か、です。しばしば

[00:11:55] CEO のために作ってしまいますが、彼らはエンドユーザーではありません。CEO が「これが最高で、こう動くべき」と思っても、検証すると違うことがある。

[00:12:04] ですから、共通点はエンドユーザーから旅を始めること。すると UI の構成、カラーパレット、フォントやタイポグラフィーなど、ベストプラクティスの共通パターンが見えてきます。一方でドメインはユニークです。たとえば Austin の EdTech では幼い子どもがコインを使って「10 セントが 2 枚で 20 セント」を学べる UI を作っています。全く別の UX です。他方で

[00:12:50] 巨大なデータを扱う複雑な請求システムも手掛けています。大量データを混乱なく見せる――これも全く違う課題。でも共通するのは「エンドユーザーを理解する」こと。エンジニアリングのパターンにも共通点はあります。答えになっていますか。

[00:13:15] Ellie Tehrani: なっています。ただ、その次の質問として、どうやってエンドユーザーを理解し、洞察のためのデータを集めるのですか。

[00:13:25] Yasir Drabu: 以前は規模が小さかったので、私自身が多くをやっていました。スケールするために社内で「Product Mindset」を構築したんです。私たちは

[00:13:46] 典型的な「御用聞き」ではありません。巨大企業の保守――例えば Oracle データベースの保守――はやりません。私たちはプロダクトを作ります。スタートアップや大企業のイノベーションチームと組み、

[00:14:00] 何か新しいことをやる。…すみません、話が少し逸れましたね。

[00:14:08] Ellie Tehrani: いえ、最初は自分でデータとインサイトを集めていたけれど、

[00:14:13] スケールする中で――

[00:14:14] Yasir Drabu: Product Mindset を育て、

[00:14:20] 専任のプロダクトマネージャーを迎え、必要に応じて Subject Matter Expert や

[00:14:34] UX の人材も加えました。共感主導のデザインと、正しい質問を立てるプロダクトの人たち。コードに触る前に Discovery を徹底し、重要なこととそうでないことを見極める。著名な Product Management の本（『INSPIRED』など）の考え方も取り入れています。現在は常時

[00:15:14] 10～20 のプロダクトを並行開発しており、それぞれにプロダクトオーナーシップと Product Mindset を持つチームがいます。

[00:15:28] これで答えになっていますか。

[00:15:29] Ellie Tehrani: はい。では、プロダクトやサービスの形づくりという観点で、顧客理解と意思決定のために、どのようにデータドリブンのアプローチを組み込んでいますか。

[00:15:46] Yasir Drabu: まず仮説から始めます。初期はユーザーもデータも少ないので、仮説を置いて市場に出し、分析麻痺に陥らないことが重要です。私たちは反復開発と継続的フィードバックを重視します。市場調査を延々と続けて

[00:16:13] 1～2 年後にようやく着手、でも市場は先へ……ということがあり得ます。ですから、仮説→実験です。「この領域に課題があり、市場のギャップがある」と仮説を立て、プロダクトを作り、リリースし、対話し、

[00:16:45] Product-Market Fit を確かめる。ユーザーの声に基づき微調整を繰り返します。Fit の兆しが見え始めたら、ユーザーが増え、データが集まる。Microsoft Clarity などを使い、ヒートマップや

[00:17:31] 行動トラッキング、短いユーザーアンケート、デモでの観察、サポートチケットの分析まで行います。エンドユーザーは率直です。「なぜこれを思いつかなかったんだ」と気づかされる具体的な提案が来ます。小さな改良を積み重ね、ある閾値を超えると“手袋のように”フィットする瞬間が来る。

[00:18:36] Google Analytics、クリックパス、ヒートマップ、ユーザー調査、アプリの例外ログなど、様々な手法でデータを取り、分析します。長期の大機能を進めるチームもあれば、数日単位の小さな改修を回すチームもある。月曜に出した要望が木曜に反映される――ユーザーは驚き、喜びます。

[00:19:36] こうして仮説→試作→MVP→初期 PMF→精緻化、という各段階で適切にデータを用い、反復的に PMF を磨いていきます。そして規律も同じくらい重要です。全員を満足させることはできない。コアユーザーに

[00:20:16] 100% フィットする製品を目指し、隣接市場は“ある程度”で良い。10 個の良い機能は、100 個の凡庸な機能に勝る――この見極めはとても繊細です。

[00:20:18] Ellie Tehrani: ええ、よくわかります。

[00:20:29] Yasir Drabu: そうなんです。

[00:20:18] Ellie Tehrani: ところで、Taza のコアユーザーを言葉で表すことはできますか。

[00:20:29] Yasir Drabu: はい。私たちには「Ideal Customer Profile」があります。まず大切なのは「起業家精神」を持つ人――大企業の社内でもいいし、スタートアップでもいい。理想は

[00:21:06] 2 回目の起業で、1 度目のエグジットを経験している人。ソフトウェアやビジネス構築にかかる現実を理解している人です。資金ゼロでは難しいので、通常は資金調達済みであることも重要です。

[00:21:43] そして、最先端（ただし“出血”最先端ではない）を狙うか、既存業界の非効率やギャップを見つけてディスラプトしようとする人たち。私たちは彼らと一緒に、その課題が十分に大きなアドレス可能市場を持ち、意味のある

[00:22:14] インパクトを生みうるかを見ます。初期は 20 人規模の製品から始め、今では数十万、数百万人が使うプロダクトもあります。ゴールデンスタンダードは Google（何十億人が使用）ですが、私たちはできる限り多くの人を、意味のある形で助けたいのです。

[00:22:15] Ellie Tehrani: 大量のデータを扱う組織の倫理についても少し。Ethical な観点で、Taza では収集した消費者データの取り扱いをどう担保していますか。CTO として、ユーザーのプライバシーを尊重しつつデータを最大活用するために、どんな対策をしていますか。

[00:22:48] Yasir Drabu: まず、強固な Information Security Policy が出発点です。GDPR などを理解し、例えば

[00:23:00] ヘルスケア製品では HIPAA に厳格に準拠します。社内で HIPAA トレーニングを実施し、アクセスを制限します。分析が必要でも、PHI や PII には触れない――私たちは広告会社ではないので、

[00:23:28] こうしたデータは“核”のように扱い、可能な限り匿名化します。私たちの興味は広告配信やプロファイリングではなく、ユーザーがソフトをどう使うかを理解し、体験を良くすることだからです。

[00:24:30] もちろん広告がビジネスとユーザーをつなぐ役割は否定しませんが、私たちは

[00:24:51] 一般にその領域から距離を置いています。だから意思決定もしやすい。セキュリティ／プライバシーポリシーを強化し、チームに倫理教育を施して、たとえ偶然データに触れても

[00:25:12] 扱いを誤らない。技術的コントロールだけでなく、文化の面でも。「金庫が開いていても誰も触らない」――理想的にはそういう文化を目指します（もちろん実際にはコントロールも置きます）。創業時に掲げた価値観――「顧客のために正しいことをする」――は今も変わりません。

[00:26:10] Ellie Tehrani: どの組織にも素晴らしい文化ですね。次に、人類へのベネフィットという点で、Taza の「Double Bottom Line」プロダクトについて教えてください。どういう意味で、例も挙げてもらえますか。

[00:26:31] Yasir Drabu: Double Bottom Line とは、収益性と社会的インパクトの両方を満たすことです。もし 2 つのプロジェクトから選ぶなら、コミュニティに良い影響を与えるものを選びます。具体名は控えますが、たとえば EdTech の例。幼い子どもが

[00:27:12] Mathematics にビジュアルで触れられるツールを提供し、Montessori 的な環境がなくても学びを支援できる。これは利益も出しつつ、将来の STEM 教育につながる Double Bottom Line です。不動産テックでも、

[00:27:40] 大学を出たばかりで Credit History がない若者のために、家賃の支払い実績（良い情報のみ）を信用機関に送るツールを構築しました。これにより

[00:28:11] 自動車ローンなどの取得がしやすくなり、社会への移行を助けます。小さなことですが、ポジティブな影響を持つものは大好きです。他にもヘルスケアなど事例はありますが、長くなるのでこの辺で。

[00:28:32] Ellie Tehrani: ありがとうございます。テック企業がデータやスキルを「良いこと」に使う例は貴重です。次に、消費者データの未来について。今後データはどうなり、特にあなたのような Tech 企業にどう影響すると思いますか。

[00:29:14] Yasir Drabu: まず「どのデータか」を明確にする必要があります。Direct to Consumer ではありませんが、一般に人々は利便性と引き換えに多くの

[00:29:39] データを差し出してきました。YouTube や TikTok の“予測・中毒性”はご存じのとおり。私の理想は、個人が自分のデータの所有権を持ち、許可ベースで共有する未来です。今は

[00:30:00] クリックや行動が Google など中央集権のサーバーに溜まっている。これを反転し、Crypto や

[00:30:23] Data Vault のような仕組みで、各人が暗号的に保護された個人データ保管庫を持ち、許可した相手だけが使えるようにする。近い未来かはわかりませんが、規制と技術（理想は両方）で

[00:31:18] 保護していく必要がある。今はサイトの Privacy Policy だけでは不十分です。特に若年層にとって。スマホでドーパミンを浴びる構造の背後にはクリック・視聴・スクロールのデータがある。規制と技術の両輪で守るべきです。少し長くなりましたが、まだやるべきことは多い――これが私の考えです。

[00:32:21] Ellie Tehrani: では、理想的な世界で所有権が消費者に戻った場合、企業（あなたの顧客）にはどう影響し、あなた方はどう支援しますか。

[00:32:41] Yasir Drabu: 私たちも議論していますが、まだ完全な答えはありません。実際に起きていない将来リスクにはヘッジで臨むことになります。影響は業界によって差が出るでしょう。私たちは

[00:33:00] 個人データそのものを狙っていません。健康情報、ソーシャルの行動、個人の交流などは最も脆弱な領域です。Amazon や Shopify のような

[00:33:36] Commerce の購買データは集計レベルで活用されますが、個人データの制限が強まればレコメンドにも制約が出る。私たちのケースでは、明確なベネフィットとトレードオフを提示したうえでの明示的な許可が鍵になると思います。やがて世界の多くの人が

[00:34:00] デジタルリテラシーを備えます。今は移行期で、私たちの親や祖父母世代は境界がわかりにくい。でも次世代は違う。私の息子は

[00:34:37] クレジットカードを入れることすら心配します。つまり、ずっと自覚的です。新しい世代が主流になる頃には、データの意味と公開の境界を理解し、それがポリシー形成にも影響するでしょう。パラダイムは変わる――私はそう期待しています。

[00:35:21] Ellie Tehrani: 次の世代の話から、AI と Machine Learning へ。AI は消費者行動やビジネス行動の理解にどう影響すると思いますか。

[00:35:48] Yasir Drabu: まず、初期段階では「豊かさ（Abundance）」をもたらす大変革が起きるでしょう。人間の性として好ましくない面も

[00:36:00] 出ますが、大多数にとっては、退屈で反復的な作業が

[00:36:12] 自動化され、あなたのようなブロードキャスターなら、本当に価値を生む対話に集中できる。これが第一波です。その一方で仕事への影響という暗い側面もある。でも人類は適応し、変容できる――私は楽観的です。

[00:37:13] ただし、LLM（たとえば Bard など）と個人データの“混ぜ合わせ”は危険です。Google は膨大な個人データを持ち、彼らがそのデータに Bard を

[00:37:34] 直結させれば、誤用のリスクがある。彼らは重々承知で良きスチュワードであろうとしていますが、競争の中で

[00:37:44] どこかがミスをする可能性はある。だから個人データとモデルの間に保護壁が必要です。Sam Altman が言うように規制は必要で、Elon Musk のような極端な懸念もありますが、バランスが大事。個人情報の領域を守り、

[00:38:53] Vault 内の利用に限定する――そんな設計が要るはずです。5 年後がどうなるかは誰にもわかりませんが。

[00:39:02] Ellie Tehrani: そうですね。ところで Taza では、Machine Learning を活用していますか。

[00:39:10] Yasir Drabu: もちろんです。革新的な顧客と組んで、興味深いユースケースを進めています。非生産的で退屈な作業――たとえば

[00:39:34] Transcription、Summarization――を自動化するワークフロー支援です。社内でも Code Quality や Code Analysis に AI を用いています。これは ChatGPT 以前、9 か月ほど前から取り組んでいます。

[00:39:54] 面白いユースケースが次々と出てきます。どこに着地するかは誰にもわからない。皆が試行しながら掴んでいく段階です。

[00:40:07] Ellie Tehrani: カルチャーに戻ります。あなたは「Empathy First」を掲げていますが、同時に「Data-Driven Culture」も重要です。Tech Startup においてデータドリブン文化はどれほど重要で、リーダーとしてどう育てていますか。

[00:40:35] Yasir Drabu: Empathy は人としてのあり方です。しかし、意思決定はそれだけではできません。私たちは社内で「Jarvis」と呼ぶ

[00:40:55] データ統合の取り組みを進めています。誰が何をどれくらいの時間でやっているか、トークン、Code Quality、エンジニアリングの効率など、さまざまなメトリクスを集約し、コースコレクションを行う。今の時代、データなしで運営はできません。小規模（20 人）なら感覚で回せたことも、規模が大きくなると偏見なく判断するのは難しい。人間関係に引っ張られ、

[00:41:37] ネポティズムのような組織課題が生じます。だから事実データを重視します。私は毎月、社内チャットでパルスサーベイを回し、何に取り組み、何が好き／嫌いかを把握します。短期の状況もあれば、長期トレンドもある。繰り返し

[00:42:17] 「燃え尽き」や「過負荷」の声が上がれば、対策が必要だとわかる。最近の調査では Work-Life Balance に関する声が多かったので、業務後のメール送信を控えるようにしました。どうしても送るなら翌朝にスケジュール送信する。小さな調整ですが、

[00:42:42] データから見えてくる課題に対処する好例です。個別ケースもマクロトレンドも見ます。ポストコロナで WFH/リモートは世界中の課題です。私たちは強制や命令ではなく、人が来たくなる仕掛け――

[00:43:11] コンペやゴルフなど――でオフラインの協働を促しました。特にソフトウェアのような複雑な仕事では、常時フルリモートは難しい。データは Empathy のロードマップを強化し、誰かがどこで苦しんでいるかを把握し、助ける根拠になります。

[00:44:01] Ellie Tehrani: なるほど。

[00:44:02] Yasir Drabu: とても重要です。

[00:44:03] Ellie Tehrani: データ活用が進んでいない企業にはどんなアドバイスをしますか。最初の一歩は何でしょう。

[00:44:23] Yasir Drabu: 反復的に、小さく始めること。まずは「最初に知るべき一つの問い」を持つ。あなたのブラインドスポットは何か。複雑なダッシュボードや KPI をいきなり考えない。たとえば小さなサービス企業なら、

[00:45:02] 支払っている工数と請求できている工数――利用率を即答できるようにする。日次で把握できれば、365 回の微調整ができる。最小にして最重要なメトリクスから始め、

[00:45:41] 慣れてきたら少しずつ増やす。利用率、Billing Rate、顧客の適合性……。ときには顧客を“卒業”させる判断も必要です。Escalation の数、負担に対する売上比率など、データは

[00:46:59] 判断を助けます。逆に重要顧客に十分な注意を払えていないと、伸ばせる機会を逃す。Customer Success が適切な情報を記録すれば、より洗練されたメトリクスで

[00:47:08] 成果と意思決定をドライブできます。

[00:47:09] Ellie Tehrani: ありがとうございます、Yasir Drabu。そろそろ時間です。最後に、まだ触れていないことで伝えておきたいことはありますか。

[00:47:20] Yasir Drabu: あなたの進行は素晴らしかったです（笑）。この番組はデータがテーマなので一つだけ。データの良きスチュワードであること。どれだけコントロールを入れても、

[00:47:39] 最後はリーダーシップとカルチャー次第です。理想的には、データがそこにあっても誰も勝手に見ない――そういう文化。もちろん実運用では鍵をかけますが、根っこは文化です。データが多いほど、責任、コントロール、教育の必要性は増す。そこを外さなければ、

[00:48:42] 倫理的な泥沼やデータの濫用を最小に抑えられます。

[00:48:42] Ellie Tehrani: まったくそのとおりです。消費者は見抜きますし、倫理的にデータを扱う企業にロイヤルティを持ち続けます。今日は本当にありがとうございました。とても有益で、学びの多い時間でした。今後もあなたのプロフェッショナル、パーソナル両面の歩みを追っていきたいです。

[00:49:08] Yasir Drabu: こちらこそ、ありがとうございました。お話しできて光栄です。