· シンガポール AI 観察 · 観察 · 8 min read
AI に関する複数の Q&A
NUS 新グローバル・アントレプレナー・シンガポール・フォーラムのパネル討論で、司会者が企業 AI に関する 4 つの質問を提起しました。モデルをどう選ぶのか、次世代企業の核心競争力は何か、CEO の能力はどう変わるのか、そして真の AI Native Company とは何かという質問です。ここが私の回答です——1 つの原則と 2 つの例外、Data への投資、CEO が AI を自ら体験すること、そしてデータを中心に組織された AI ネイティブ企業です。
昨日 NUS 新グローバル・アントレプレナー・シンガポール・フォーラムに参加し、3 番目のパネル討論で、司会者が数点の質問をしましたので、ここに私の考えを記録します。
Q1：企業はモデルをどう選ぶべきか？オープンソースかクローズドソースか？汎用か業界別か？
企業はどのような原則に基づいて選択すべきか？
1 つの原則、2 つの例外です。
原則は：デフォルトで最も優秀なモデルを使うです。最も優秀なモデルでルール設計、サンプル生成、アウトプット抽出検査を行います……優秀なモデルが管理者として、小さなモデルがパイプラインワーカーとして機能します。
- 例外 1：データが外に出てはいけない（コンプライアンス、セキュリティ）→ 自社デプロイのオープンソース。 例：財務データは大規模モデルに接続しない。数枚のカードを購入し財務オフィスに配置して、適切なオープンソースモデルを実行します。
- 例外 2：ユニット経済が成立しない（大量、反復的、シンプル）→ 小規模モデル。 例：コンテンツ分類のタグ付けは、毎日大量に処理するため、小規模モデルのコスト・パフォーマンスが成立します。
加えて、いかなるモデルにも依存せず、独自のルーティング層を構築します。
Q2：モデルの能力が徐々に同質化するなか、次世代企業の核心競争力は何か？
もし 1 つだけ選べるとしたら、何を選びますか：Data（データ）、Workflow（ワークフロー）、Ecosystem（エコシステム）、Brand & Trust（ブランドと信頼）、Distribution（流通）、Judgement（創業チームの判断力）？
私は Data を選びます。ですが、私が言う Data は多くの人が言う Data とは異なるかもしれません。
公開データとモデルはすべて学習済みです。静的なデータセットは競争障壁を形成することはできません。ほとんどの企業は「独自データセット」という護城河を持っていません。Data を選ぶ理由は以下の通りです。ほとんどの企業内のデータは「まだデジタル化されていない」段階か、または「すでにデジタル化されているが、人間が見るために作られている」段階のままです。実は、AI がビジネスとワークフローにアクセスする方法はまだ構築されていません。ですから、当然のことながら、データから始める必要があります。
データから始めることにはもう 1 層の意味があります。単に「データを AI に見せる」だけでは不十分です。権限を携える必要があります。A2A——AI Agent が相互に対話するときに、機密情報が漏洩しないようにする必要があります。データの仕事がきちんと行われてこそ、企業のコンテキストを安全に AI に引き渡すことができます。
人間の組織は、アーキテクチャに基づいて権限を管理します。各個人は自分の部分だけを見ることができます。会社全体のコンテキストを持つ agent は、セキュリティの悪夢です。1 回の prompt injection があれば、完全に漏洩します。
Q3：AI 時代、CEO の最も重要な能力はどう変わるのか？
CEO は単に権限委譲するだけではなく、自らが AI の能力を実感する必要があります。権限委譲は安定した技術には適していますが、AI の能力境界は毎月変わり、委譲のフィードバック ループは遅すぎるのです。
実感を得るための最も簡潔で直接的な方法は、月額 200 ドルの最も優秀なモデルのアカウントを購入し、それでできるだけ多くのビジネス問題を解決し、毎月このアカウントの額度を使い切ることです。
AI は歴史上 CEO に最も親切な技術革命です。AI のインターフェース/UI は自然言語であり、CEO の質問と検収における判断力は十分に発揮できるのです。
FDE という言葉は最近流行っており、「AI 落地官」というより実践的な翻訳があります。私は外部コンサルティング型の FDE には懐疑的ですが、CEO が企業の真の AI 落地官になれると考えています。ビジネスを理解し、判断力があり、全体的な情報を持ち、リソースを配分できるのです。
Q4：真の AI Native Company とは何か？未来の企業はどのように組織されるべきか？
まずコンテキスト（context）の進化の歴史から見ます——この角度から、私は データを中心に組織される ものと考えています。
- Chatbot 時代、コンテキストは人が手動で貼り付けるものでした。
- Claude Code / Cowork 時代、コンテキストはファイルシステムでした。
- 企業時代のコンテキストは、人を越え、部門を越え、権限を携えるものが必要です——今日、まだベストプラクティスがありません。
理屈は後に回して、まずより多くの事業が AI に関わるようにしましょう。AI は特定の人物や部門の事柄ではなく、誰もが関わることです。
実装の鍵は、事業の増加をもたらすことであり、コスト削減ではありません。現在、多くの企業が AI を口実にして人員削減を行っているのを見かけていますが、それは間違っています。効率化の正しい指標は、何人削減したかではなく、同じ人数で以前にはやらなかった仕事をどのくらい実現し、ビジネスと利益がどのくらい増加したかです。
では、企業が AI Native かどうかを判断するには：
- データがどこにあるかを確認する——人の頭の中にあるのか、各業務システムに分散しているのか、それとも Agent が読める場所にあるのか；
- 人と Agent の分業インターフェースを確認する；
- AI がビジネス増加の中でどのくらいの比重を占めているかを確認する。