AIに仕事を奈われることはない。AIを使いこなす人に奈われるのだ。

Scaling Business Summit 2026（ホーチミン市）からのインサイト。

Dru Nguyen、TictagonoManaging Partnerは、挙手によるアンケートでセッションを始めた。参加者の半数以上がすでにビジネスでAIを活用していた。彼のセッションはAIが重要かどうかを論じなかった。より実用的なことを取り上げた——AIツールがローカル市場でなぜ失敗するのか、そして東南アジアでAIを構築・展開する企業にとって何を意味するのか。

1. AIが脅威ではない。行動しないことが脅威だ。

世界経済フォーラムで、Jensen Huangは放射線科医を例に挙げた。スキャン、フラグ付け、文書化——AIは反復的な層を担当する。人間は自動化できないことに集中する：判断、経験、患者ケア。

Druのバージョンはより率直だった。“AIに仕事を奈われることはない。しかし、AIを使いこなす人に奈われる。”これは未来への警告ではない。現在の採用とトレーニングの決断だ。

レッスン1：AIの活用はもはや競争上の優位性ではない。それはベースラインだ。問題はチームがどれだけ早くそれに習熟できるかだ。

2. すべてのAIモデルは、ほとんどの人が見ることのないデータパイプラインの上で動いている

AIモデルが識別、分類、予測を行う前に、生データ、アノテーション、品質管理が必要だ。生データは未処理の動画、画像、テキストだ。アノテーションは文脈とラベルを与える。品質管理はモデルを学習させる前に精度を確認する。

Druはこれを、生ゴミ、使い捨て品、缶に廃棄物を分別するスマートゴミ筒で説明した。ハードウェアはシンプルだ。知性は数千の検証済みでラベル付けされたデータポイントから来る。ユーザーが修正するたびにモデルが改善される。

“精度がなければ、データはゴミだ。使い物にならない。”

レッスン2：AIツールを選ぶ前に、どのようなデータで学習されたか、そのデータがどのように検証されたかを尋ねてほしい。アノテーション層の精度がその後のすべてを決定する。

3. ほとんどのAIは東南アジア向けに作られていない

ほとんどの企業が使う主要なLLMと音声認識ツールは、主に西洋のデータセットで学習されている。英語や国際的に標準化されたコンテキストでは良好に機能する。しかし、地域の言語、地域のアクセント、文化的なニュアンスに対しては著しく劣る。

Druの具体的な例：ベトナムの北部と南部のアクセントを区別できないモデルは、音声に依存するあらゆるアプリケーションで根本的な精度問題を抱えている。“ベトナム語であっても、やはり異なる語彙が使われている。”西洋データで学習されたモデルはそれらを同一とみなす。しかしそうではない。これが実際の主権AIの意味だ——各国が他者のものを借用するのではなく、自らの言語、文化、コンテキストを反映したトレーニングデータを開発する。

レッスン3：西洋データで学習されたAIは、東南アジアのコンテキストで測定可能な精度ギャップがある。地域の言語・文化アプリケーションには、地元で調達したトレーニングデータが必要だ。

4. 教育格差は労働力格差だ

Druが説明したシンガポールのビジネススクールの学生は、すべての課題LLMを使用し各ステップを記録するよう求められた。成果：完全なレストランのコンセプト、メニュー、ブランディング、コンテンツ、ポジショニング——AIで構築・記録。一人の学生。一つのプロジェクト。

ベトナムの学校教育システムはまだそこに達していない。AI教育への需要は存在する。インフラはない。“学校でAIを使うことを許可されないなら、実際の世界でどうやって競争するの？”今市場に参入する卒業生はそれなしで訓練された。内部でAIの習熟度を構築する企業はシステムが追いつくのを待っていない——今まさに複利利等の優位性を構築している。

レッスン4：ベトナムのAI教育格差は労働力格差だ。内部でAIの習熟度を構築してほしい。学校教育システムがそれを提供するのを待たないように。

CEOの実行プレイブック：明日すべきこと

1. 1. ローカルの入力AIツールをテストしてほしい。音声や言語ツールをベトナム北部と南部のアクセントに対してテストしてほしい。精度が下がれば、トレーニングデータの問題がある。
2. 2. ベンダーにトレーニングデータについて尋ねてほしい。AIモデルをローカルに展開する前に、何で学習されたかを尋ねてほしい。西洋中心の回答は精度への期待に影響を与えるべきだ。
3. 3. チームの週次業務の反復タスクをマッピングしてほしい。最も時間のかかる反復可能なタスク上位5つを特定してほしい。LLMがそのいずれかを処理できるかテストしてほしい。効果的なものを記録して広めてほしい。
4. 4. 今すぐ内部AIの習熟度を構築してほしい。基本的なプロンプティング、ワークフロー統合、ツールのドキュメント化。教育システムを待たないように。

→ YouTubeでフルセッションを視聴する