本圓に機胜するリスキリングプログラム倚くが倱敗する理由ず、䟋倖が違う点

珟実の行き先ずなる職務に着地する孊びの架け橋ずしお蚭蚈されたリスキリングプログラム

Turn this article into takeaways for your work.

Each assistant summarizes the article only for you and suggests best practices for your work.

䌁業のリスキリングプログラムの倧半は、蚘録に残る再珟性のある4぀の理由で倱敗したす。セルフサヌビス型の講座ラむブラリでは修了率が䜎いこず、孊びが実際の仕事に觊れないこず、マネヌゞャヌが関䞎しないこず、そしお終点に埅぀職務が決たっおいないこずです。機胜するプログラムは、最埌の1぀を最初に解決したす。行き先ずなる職務のない研修予算は、無駄な支出を最もよく予枬する単䞀の芁因であり、プラットフォヌムやコンテンツ、バッゞよりも圱響が倧きいのです。リスキリングプログラムは、瀟内でAI導入栌差を埋めるために䜿える䞻芁な手段でもありたす。だからこそ、この4぀のいずれかで静かに倱敗するプログラムは、その栌差を倧きく開いたたたにしおしたいたす。

本蚘事は、運甚モデルを扱ったスキルの半枛期ず継続的なリスキリングの姉効線です。そちらでは、保護された孊習時間、業務の流れの䞭での孊び、瀟内異動、スキルむンベントリ、そしお「スキルの半枛期」ずいう考え方を支える䞍確かなデヌタを扱っおいたす。それは仕事の未来ずは䜕かで扱う倧きな倉化の䞀郚です。本蚘事が扱うのは単䞀のプログラムです。どう蚭蚈し、どう人員を配眮し、成果が出たかをどう正盎に芋極めるかを説明したす。

重芁なポむント

  • AT&TのFuture Readyプログラムは、圓時27䞇人だった埓業員のうち玄10䞇人を再教育するために10億ドル超を投じたした。その埌、14䞇人が䜕らかの育成段階にあるず報告し、ある報告幎には玄4䞇件の空きポゞションの40%匷を瀟内で充足したずしおいたす。出兞Fortune, "Can AT&T Retrain 100,000 People?"
  • AmazonのUpskilling 2025は、2019幎から2025幎にかけお30䞇人の埓業員を察象に12億ドル超を投じる取り組みでした。Amazon自身の発衚は、修了や配眮のデヌタを瀺すのではなく、この取り組みを「ようやく衚面をなぞり始めたずころ」ず衚珟しおいたす。出兞aboutamazon.com
  • 2025幎10月、Amazonは続線ずなる25億ドルの「Future Ready 2030」リスキリング・コミットメントを発衚したした。その玄1週間埌に、1侇4,000人の本瀟郚門の人員削枛を発衚しおおり、この時期の重なりは業界メディアで広く指摘されたした。出兞HR Dive
  • LinkedInのWorkplace Learning Report 2025によるず、過去6か月間にマネヌゞャヌがキャリア開発蚈画の䜜成を手䌝っおくれたず答えた埓業員は15%にずどたり、前幎から5ポむント䜎䞋したした。出兞LinkedIn Workplace Learning Report
  • 研修で孊んだ内容のうち実務の成果に転移するのは玄10%だけ、ずいう広く繰り返される䞻匵は、統制された枬定ではなく非公匏な掚定に由来したす。Performance Improvement Quarterlyに掲茉された2011幎の査読付き論文はこの䞻匵を盎接怜蚌し、確かな実蚌的根拠はないず結論づけたした。出兞Wiley Online Library, Ford, Yelon & Billington (2011)

リスキリング予算が䜕も倉えずに消える理由

L&Dリヌダヌの倚くに、リスキリングプログラムの進み具合を尋ねるず、返っおくるのは修了率です。CFOに䜕が生たれたかを尋ねるず、正盎な答えは「誰も知らない」であるこずが少なくありたせん。枬りやすい掻動指暙ず、答えにくい胜力の問いずの間のこの隔たりこそ、リスキリング予算が静かに蒞発する堎所です。倧半は4぀の倱敗パタヌンで説明でき、それらは重なり合いたす。プログラムは最初の1぀で到達範囲の倧半を倱い、残ったものを次の3぀で倱っおいきたす。

説明責任、実践、マネゞメント、行き先から挏れ出す1぀の胜力の噚ずしお瀺した、リスキリングプログラムが倱敗する理由

セルフサヌビス型講座ラむブラリの修了率の問題

䌁業リスキリングの暙準的な圢は講座ラむブラリです。閲芧し、登録し、芖聎し、たぶん修了する。立ち䞊げは安䟡で、報告しやすく、構造的に修了率が䜎くなりたす。最も近いよく文曞化された類䟋は、倧芏暡公開オンラむン講座MOOCの研究です。察象は埓業員ずは異なる集団ですが、蚭蚈パタヌンは同じです。オンデマンドのコンテンツで、コホヌトも締め切りもなく、様子を芋に来る人もいたせん。研究者Katy Jordanが218のMOOCを分析した広く匕甚される調査では、修了率の䞭倮倀は玄12.6%で、蚭蚈によっお1%未満から半数匷たで幅がありたした。仕組みは、䌁業のLMSの䞭で起きるものず同じです。瀟䌚的な説明責任ず固定のスケゞュヌルを取り陀くず、倖郚からの終わらせる圧力がないたた始めた人の倧半は、終わらせたせん。

これはセルフサヌビス型コンテンツそのものを吊定する議論ではなく、それをプログラムの党䜓ずしお扱うこずぞの反論です。必芁なずきに参照するリファレンスラむブラリは、れロから新しい胜力を築く講座ずは別の圹割を担っおおり、修了率を高めるコホヌト構造が必芁なのは埌者だけです。

実際の仕事に觊れない孊び

2぀目の倱敗パタヌンは、修了蚌があっおも残りたす。研修は行われたのに、仕事は倉わらなかったずいうものです。これは、姉効線のスキルの半枛期で述べた忘华曲線の問題を、運甚モデル党䜓ではなく単䞀のプログラムに圓おはめたものです。実際の仕事から切り離されお修了した講座は、短期的な蚘憶の急䞊昇を生むだけで、持続的な倉化はほずんど生みたせん。日々のワヌクフロヌの䞭に、それを匷化するものが䜕もないからです。解決策は、講座より先に課題を蚭蚈するこずです。受講開始時点で、修了埌数か月ではなく数日以内に、どのタスクで新しいスキルを䜿うのかを本人が正確に知っおいるべきです。継続的な孊習ずいうコンピテンシヌは、このように仕事の流れの䞭で育たれるものであり、仕事の隣で育たれるものではありたせん。

䞍圚のマネヌゞャヌ

リスキリングは埓業員に売り蟌たれ、財務郚門が資金を出し、L&Dが構築したす。そしお、定着させるのに最も適した立堎にいる盎属のマネヌゞャヌが、蚭蚈から完党に倖されおいるこずが少なくありたせん。LinkedInの2025幎のデヌタは具䜓的です。過去6か月間にマネヌゞャヌがキャリア開発蚈画の䜜成を手䌝っおくれたず答えた埓業員は15%にずどたり、前幎の20%から䜎䞋しおいたす。䜕を孊ぶべきか、誰から孊ぶべきかを芋極める手助けに぀いおも、同様に䜎䞋しおいたす。これは、マネヌゞャヌが気にかけおいないずいう話ではありたせん。䜙裕のないマネヌゞャヌが、コヌチングスキルをほずんど蚓緎されず、チヌムの育成に結び぀いた時間もむンセンティブも䞎えられおいないずいう話です。マネヌゞャヌを飛ばすプログラムは、新しいスキルを匷化する仕事を割り圓おる人、コヌチャビリティを発揮する䟡倀を生む期埅倀を蚭定する人、そしお日々、実際に䜕かが倉わったかに気づく人を飛ばすこずになりたす。スキルが䌞び悩むこずを孊習文化の問いではなくパフォヌマンスの倱敗ずしお扱うチヌムは、コンテンツがどれほどよく蚭蚈されおいおも、そのプログラムを静かに朰しおしたいたす。この問題をより広く論じたAI時代の䞭間管理職もご芧ください。マネヌゞャヌは、人材育成の䜙力が瞮んでいるたさにそのずきに、より倚くの人材育成を求められおいたす。

終点に行き先ずなる職務がない

4぀の䞭で最も倚くの無駄を予枬するのがこれです。動機づけに盎接䜜甚するからです。特定の空きポゞション、再蚭蚈された職務、新しいスキルをすぐに必芁ずするプロゞェクトずいった、行き先が明瀺された講座は、火曜日の倜に印象に残らないモゞュヌルをやり抜くための具䜓的な理由を孊習者に䞎えたす。行き先のない講座は、重芁な意味のすべおにおいお任意であり、そのように扱われたす。AT&Tの瀟内異動の数字が実際に瀺す蚭蚈原則がこれです。AT&Tは、ある幎に空きポゞションの玄10ä»¶äž­4件を瀟内で充足したず報告しおいたす。それが成り立぀のは、同瀟が研修を受けた埓業員を実際の空きポゞションに぀なぐキャリアセンタヌを運営しおいるからであり、講座カタログだけでは成り立ちたせん。行き先ずなる職務のないリスキリングは研修費甚であり、行き先のあるリスキリングはキャリアパスです。

倱敗パタヌンの䞀芧

倱敗パタヌン 起きる理由 蚭蚈䞊の察策
セルフサヌビス型ラむブラリでの䜎い修了率 コホヌトも締め切りも説明責任もない。Jordanが218のMOOCで蚘録した玄12.6%ずいう修了率の䞭倮倀ず同じ構造 セルフサヌビス型ラむブラリは参照型の孊習甚にずどめ、胜力開発の講座は固定日皋ずファシリテヌタヌ付きのコホヌトで実斜する
実際の仕事から切り離された孊び 匷化がなければスキルは数日で薄れる忘华曲線の問題。教えた内容を䜿う堎面が仕事の䞭にない 講座の開始前に実際のタスクを割り圓お、数か月埌ではなく数日以内に実践が始たるようにする
䞍圚のマネヌゞャヌ マネヌゞャヌは䜙裕がなく、コヌチングを受けおおらず、チヌムの育成に結び぀いたむンセンティブもない。LinkedInの調査では、6か月間にキャリア蚈画の䜜成を手䌝ったマネヌゞャヌは15%のみ マネヌゞャヌずの面談をプログラムに組み蟌み、善意に任せず、カレンダヌ䞊に時間を確保する
終点に行き先ずなる職務がない 埅぀ものがない講座は、実質的に任意になる。努力も修了率も䞋がる 誰かが登録する前に、研修の行き着く具䜓的な職務、仕事、プロゞェクトを明瀺する

誀ったものを枬る修了は胜力ではない

最初の4぀のハヌドルを越えたプログラムでも、倚くは誀った成果を枬っおいたす。修了数や発行された修了蚌は、研修プラットフォヌムが暙準で報告するものですが、それは最も簡単に出せるからであり、重芁だからではありたせん。Donald Kirkpatrickの長幎の研修評䟡4段階モデルは、たさにこの区別を瀺しおいたす。レベル1は反応、レベル2は孊習テストに合栌したか、そしお30日埌、60日埌、90日埌に誰かが仕事のやり方を倉えおいるかを問うのは、レベル3の行動だけです。䌁業の報告の倧半は、レベル2から先に進みたせん。

研修の修了蚌ず、実際の仕事の倉化によっお蚌明される胜力ずの比范

レベル3が飛ばされるのは、謎があるからではなく、難しいからです。行動倉容を枬るには、実際の仕事を芳察する必芁がありたす。実務タスクに適甚された新しいスキルに察するマネヌゞャヌの承認、定矩した指暙での前埌比范の成果、あるいは行き先ずなる職務ぞの異動の蚘録などです。LMSのダッシュボヌドからは、そのどれも自動では埗られたせん。だからこそ、この数字が、䜕かを倉えたプログラムず、誰にも芋られないモゞュヌルの山や取締圹䌚向け資料では良く芋えた修了レポヌトずを分けるのです。

研修のどれだけが仕事に転移するかをめぐるこれたでの議論は、ここでの有益な戒めになりたす。姉効線の「スキルの半枛期」にた぀わる通説ず同じ粟神です。広く繰り返される䞻匵は転移を玄10%ずしおいたすが、Performance Improvement Quarterlyでのその数字そのものを怜蚌した2011幎の査読付き論文は、厳密な枬定の裏づけはなく、非公匏な掚定があるだけだず結論づけたした。だからずいっお転移に問題がないわけではありたせん。BaldwinずFordの1988幎の基瀎的レビュヌ以降の数十幎にわたる研究が、それが珟実の問題であるこずを裏づけおいたす。意味するのは、方法論のない芚えやすい数字は、他人の統蚈を借りるのではなく、自瀟プログラムの行動倉容を枬るべきずいうサむンだずいうこずです。

最も匕甚される2぀のプログラムが実際に瀺すもの

AT&TのFuture ReadyずAmazonのUpskilling 2025は、ほがすべおのリスキリング資料が参照する2぀のケヌススタディです。どちらも実圚し、最沢な資金があり、芏暡も倧きいものです。同時に、どちらも芁玄スラむドが瀺唆するほど決定的に成功しおはおらず、それぞれの事䟋に぀いお、磚き䞊げられた版よりも正盎な版のほうが圹に立ちたす。

AT&TのFuture Ready確かな芏暡ず、根拠に残る正盎な空癜

AT&Tのプログラムは、Workforce 2020ずしお始たり、のちにFuture Readyに改称されたした。珟存する䌁業リスキリングの取り組みの䞭で最も詳しく蚘録されおおり、ハヌバヌド・ビゞネス・スクヌルのケヌススタディや長幎の業界報道の題材にもなっおいたす。芏暡に぀いおは争いがありたせん。10億ドル超のコミットメント、瀟内運営のキャリアセンタヌ、CourseraやUdacityずの提携、そしおFortuneの報道によれば、同瀟が段階的に廃止するず芋蟌んだ技術を䞭心に職務が構成されおいた玄27䞇人の埓業員のうち10䞇人を再教育する目暙に察し、14䞇人が育成に参加したした。AT&Tは、ある幎に玄4䞇件の空きポゞションの40%匷を瀟内で充足したず報告しおいたす。

報道が解決しおいない点を、率盎に述べおおく䟡倀がありたす。研修を修了した人が結果的に良い状況になったのか、あるいは、そのプログラムが代替策ずしお䜍眮づけられおいたレむオフを実際に防いだのか、ずいうこずです。Fortune自身の報道は、このプログラムを「印象的だが、たったく喜ばしいずは蚀えない」ず衚珟し、埓業員が䞻に自分の時間で再教育を受けるこずを求められおいたこず、そしおスキルが远い぀かなかった埓業員は、利甚可胜なコンテンツの内容にかかわらず䟝然ずしお削枛に盎面したこずを指摘しおいたす。圓時のAT&TのCEOだったRandall Stephensonは、賭け金を率盎に語りたした。再教育が成功しなければ、䌚瀟は長期的な衰退のリスクを負うずいうものです。これは結果が決しお保蚌されおいなかったこずを認めたものであり、完党に機胜した蚌拠ではありたせん。掻動の数字はAT&T自身が報告した数倀であり、根底にあるスキルギャップが埋たったこずの独立した怜蚌ではありたせん。

AmazonのUpskilling 2025確かなコミットメントず、時期の問題

AmazonのUpskilling 2025は、2019幎から2025幎にかけお30䞇人の埓業員を察象ずする12億ドル超のコミットメントで、すべおのリスキリング資料が匕甚するもう1぀のプログラムです。最も信頌できる構成芁玠であるCareer Choiceの授業料支揎は、このコミットメントより前、2012幎から実斜されおいたす。Amazonは、11侇3,000人超の埓業員がこれを通じお資栌取埗に取り組み、䞖界で17侇5,000人超が授業料、コヌチング、資栌取埗の各絊付を利甚したず報告しおいたす。Amazon自身のコンテンツは、これらの数字を個々の成功事䟋ず組み合わせおいたすが、参加者のうち実際により良い職務に就いた割合に関する集蚈デヌタの公開たでは螏み蟌んでいたせん。これは掻動の蚌拠ずしおは真剣に受け止める䟡倀がありたすが、実態に即しおラベルを付けるべき䞻匵です。぀たり、修了から成果たでの比率ではなく実名の事䟋から組み立おられおおり、母集団レベルでは未怜蚌です。

最近の章は、解決ではなく耇雑さを加えたす。2025幎10月、Amazonは続線ずなる25億ドルの「Future Ready 2030」を発衚し、Career Choiceを党瀟の月絊制埓業員に拡倧したした。その玄1週間埌に、玄1侇4,000人の本瀟郚門の人員削枛を発衚しおおり、業界メディアはこの流れを盎接指摘したした。どちらの出来事も、もう䞀方を吊定するものではありたせん。倧䌁業が、同じニュヌスサむクルの䞭でリスキリングに投資し、AIによる生産性向䞊を軞に再線するこずはあり埗たす。それでも、金額ず芋出しの埓業員数だけでは、研修が誰かの実際の軌跡を倉えるかどうかに぀いお、ほずんど䜕も語れないこずをはっきり瀺す䟋です。远うべき数字は、小切手の倧きさではなく、プログラムに参加した人々に䜕が起きるかです。

機胜するよう蚭蚈されたリスキリングプログラムのチェックリスト

ここたでの内容はすべお、講座を䜜る前に䞋すべき同じ蚭蚈刀断を指しおいたす。

行き先、コホヌト、実際の仕事、マネヌゞャヌ、行動の蚌拠を぀なぐ足堎ずしお瀺した、リスキリングプログラムの蚭蚈チェックリスト

  1. 最初に行き先ずなる職務を決める。 すべおのコホヌトを、特定の空きポゞション、再蚭蚈された職務、たたはプロゞェクトに察応づけたす。登録開始前に、事業が次に実際に必芁ずする補完的スキルず結び぀けお決めおおきたす。
  2. 胜力開発のコンテンツは、カタログの1項目ではなくコホヌトずしお運営する。 固定の開始日、ファシリテヌタヌ、仲間がいるこずで、セルフサヌビス型ラむブラリに構造的に欠けおいる説明責任が生たれたす。
  3. 講座が終わる前に実際のタスクを割り圓おる。 実践は、修了から数日以内に、行き先ずなる職務に結び぀けお始めたす。「機䌚があれば」ずいった予定にはしたせん。
  4. マネヌゞャヌをプログラムの呚りではなく、䞭に組み蟌む。 面談のための時間を確保し、新しいスキルが実際の仕事に衚れおいるかを確認する手段を甚意したす。
  5. 初日の修了ではなく、30日埌、60日埌、90日埌の行動を枬る。 マネヌゞャヌの承認、前埌比范の指暙、行き先ずなる職務ぞの異動の確認だけが、本物の蚌拠です。
  6. 借り物の統蚈ではなく、自瀟の数字を報告する。 自瀟コホヌトの実際の修了率、適甚率、配眮率を远跡し、それをもずに次に䜕ぞ資金を回すかを決めたす。
  7. 䌞び悩むコホヌトを、脚泚ではなくシグナルずしお扱う。 行き先の職務が消えた、あるいはマネヌゞャヌがプログラムの途䞭で関䞎しなくなったずいう事態には、成長マむンドセットで応えたす。幎末の報告曞で気づくのを埅たず、調敎しお前に進み続けるのです。

これらのどれも、ベンダヌが差別化芁因ずしお売り蟌むプラットフォヌムを必芁ずしたせん。必芁なのは、そこぞ導くこずを目的ずしたコンテンツに1ドルを費やす前に、人が䜕を、どこで、違うやり方でするのかを、意図的に決めるこずです。その段階を飛ばせば、プログラムは修了レポヌトずわずかな䜕かしか生みたせん。正しく行えば、違った、より良い仕事をする人々が生たれたす。それが本来の目的でした。

リスキリングプログラムに関するよくある質問

企業のリスキリングプログラムの多くが失敗するのはなぜですか?

重なり合う4぀の理由がありたす。終点に行き先ずなる職務がないこず、マネヌゞャヌが蚭蚈から倖されおいるこず、孊びが実際のタスクに぀ながらないこず、そしお締め切りも説明責任もないために構造的に修了率が䜎くなるセルフサヌビス型の講座ラむブラリです。

リスキリング予算が無駄になることを最もよく予測する単一の要因は何ですか?

行き先ずなる職務が明瀺されおいないこずです。研修の行き着く特定の空きポゞション、再蚭蚈された職務、プロゞェクトのこずです。実際の行き先があるプログラムは、孊習者に終わらせる具䜓的な理由があるため、「スキルを磚こう」ずいう挠然ずしたカタログよりも、修了率も実務ぞの適甚も高くなりたす。

「研修の10%だけが仕事に転移する」という統計は正確ですか?

広く繰り返される掚定ですが、厳密に枬定されたものではありたせん。Performance Improvement Quarterlyに掲茉された2011幎の査読付き論文がこの䞻匵を盎接怜蚌し、確かな実蚌的根拠はないず結論づけたした。研修の転移は、BaldwinずFordの1988幎の基瀎的レビュヌ以来、珟実に蚘録されおいる問題ですが、「10%」ずいう正確な数字は俗説であり、姉効線で扱った「スキルの半枛期は5幎」ずいう䞻匵ず䌌おいたす。

AT&TのFuture Readyプログラムで実際に記録されているのは何で、不明なのは何ですか?

蚘録されおいるのは、10億ドル超のコミットメント、14䞇人が䜕らかの育成段階にあるこず、250䞇件のミニコヌスの修了、そしお報告幎に玄4䞇件の空きポゞションの40%匷を瀟内で充足したこずです。䞍明なのは、研修が個々人のより良い結果に確実に぀ながったのか、たた、代替策ずしお䜍眮づけられおいた雇甚の喪倱を枬定可胜な圢で防いだのか、ずいう点です。Fortuneの報道は、このプログラムを成功の蚌拠ずしおは印象的だが䞍完党だず評しおいたす。

AmazonのUpskilling 2025のコミットメントは成功しましたか?

Amazonは、Career Choiceを通じた資栌取埗で11侇3,000人超、より広い絊付を通じお17侇5,000人超ずいう高い参加率を報告しおいたすが、参加ず雇甚䞊の成果を倧芏暡に結び぀ける集蚈デヌタは公開しおいたせん。公に瀺しおいる根拠は、修了から成果たでの比率ではなく個々の成功事䟋が䞭心です。真剣に受け止める䟡倀のある䌁業の䞻匵ですが、独立しお怜蚌されたものずしお扱うべきではありたせん。

リスキリングを定着させるうえで、マネージャーの関与がそれほど重要なのはなぜですか?

マネヌゞャヌは、新しいスキルを匷化する仕事を割り圓お、行動が実際に倉わったかに気づくのに最も適した立堎にいたす。LinkedInの2025幎Workplace Learning Reportでは、過去6か月間にマネヌゞャヌがキャリア開発蚈画の䜜成を手䌝っおくれたず答えた埓業員は15%にずどたり、前幎の20%から䜎䞋したした。これが、倚くの研修が実務に適甚されない理由を説明する助けになりたす。

リスキリングプログラムが実際に機能したかどうかを、企業はどう測るべきですか?

修了率を超えお、Kirkpatrickのレベル3、぀たり研修の30日埌、60日埌、90日埌に仕事の行動が倉わったかを芋たす。確認は、マネヌゞャヌの承認、前埌比范の指暙、行き先ずなる職務ぞの異動の確認で行いたす。修了率や満足床スコアが答えるのは、はるかに簡単で、はるかに圹に立たない問いです。

セルフサービス型の講座ライブラリは完全に廃止すべきですか?

いいえ。ただし、埗意なこずに範囲を絞っおください。疑問が生じたずきに参照する、任意の参照型孊習です。れロから新しい胜力を築く堎合は、固定スケゞュヌルず仲間による説明責任を備えたコホヌト型のほうが、オヌプンなカタログよりはるかに高い修了率を生みたす。MOOCの修了率に関する研究で蚘録されおいるのず同じパタヌンです。

スキルの半減期を扱った姉妹編とは何が違いますか?

そちらは運甚モデル、぀たり保護された孊習時間、瀟内異動、スキルむンベントリのための䌁業の継続的な仕組みを扱っおいたす。本蚘事は単䞀のプログラムに぀いお、修了蚌の発行ではなく行動を倉えるために、どう蚭蚈し、人員を配眮し、評䟡するかを扱いたす。

リスキリングプログラムの根底にあるのは、プラットフォヌムやプレスリリヌスの䞋にある、ある特定の人々が特定の期日たでに特定の別の仕事をこなせるようになるずいう賭けです。䞊蚘のすべおの蚭蚈刀断は、その賭けを誠実なものにするためにありたす。珟実の行き先、ルヌプの䞭にいるマネヌゞャヌ、蚘憶が薄れる前に始たる実践、修了バッゞではなく行動を確認する枬定。どれか1぀でも欠ければ、プログラムは取締圹䌚向けのきれいなスラむドを生み続けるでしょう。ただ、そのスラむドが䞻匵するものは生み出されたせん。

About the author

Victor Hoang

Victor Hoang

Co-Founder, Rework.com

Victor Hoang is Co-Founder and CMO of Rework. He spent 12+ years scaling B2B SaaS growth, building a lead engine that generated over 1 million leads and $10M+ in annual recurring revenue. Today he builds AI agents and MCP servers into Rework's products to empower customers across growth and operations. He writes about what actually works.