近年来，AI 在中国被广泛应用于政务系统、国企、大型企业、制造业与互联网平台。
很多项目以“降本增效”“减少人工”“智能决策”为目标启动，但在真正进入生产环境后，系统稳定性下降、风险上升、维护成本失控的情况并不少见。
问题往往不在于 AI 模型是否先进，而在于 把 AI 当作传统确定性系统来使用，忽视了系统边界、责任划分与规模化运行的现实。
本文结合中国企业与政务系统的实际需求，总结 AI 最常见的系统级反模式，并说明如何避免这些问题。
AIの導入がシステムを壊すアンチパターン
近年、日本でも官公庁（GovTech）、自治体、金融機関、製造業を中心にAI導入が急速に進んでいます。
「人手不足の解消」「業務効率化」「判断の自動化」といった期待のもとでAIプロジェクトが立ち上がりますが、実運用フェーズでシステムが破綻するケースも少なくありません。
その原因は、AIモデルの性能不足ではなく、AIを従来のシステム設計思想と混同して使ってしまうことにあります。
本記事では、日本の組織文化・監査要件・リスク感度を踏まえ、AI導入で特に起きやすいアンチパターンと、その回避策を整理します。
Anti-Patterns ที่การใช้ AI ทำให้ระบบพัง
ปัญญาประดิษฐ์ (AI) ถูกพูดถึงอย่างมากในประเทศไทย ทั้งในภาครัฐ (GovTech) รัฐวิสาหกิจ และองค์กรขนาดใหญ่ หลายโครงการเริ่มต้นด้วยความคาดหวังว่า AI จะช่วยลดคน ลดต้นทุน และเพิ่มความเร็ว
แต่ในทางปฏิบัติ เราพบว่า หลายระบบกลับพังหรือสร้างปัญหาใหม่ หลังจากนำ AI เข้าไปใช้
สาเหตุหลักไม่ใช่เพราะโมเดล AI แย่ แต่เป็นเพราะ ใช้ AI ด้วยกรอบความคิดแบบผิด และขาดประสบการณ์ด้าน system design
บทความนี้รวบรวม anti-patterns ที่พบบ่อยในประเทศไทย พร้อมคำอธิบายว่าทำไมมันถึงล้มเหลว และนักพัฒนาซอฟต์แวร์ควรออกแบบอย่างไรให้ระบบยังคงเชื่อถือได้
Anti‑Patterns Where AI Breaks Systems
Artificial Intelligence promises speed, automation, and insight. Yet in real-world software projects—especially enterprise, GovTech, ERP, and industrial systems—AI often breaks systems instead of improving them.
This usually does not happen because AI models are "bad", but because they are applied with the wrong mental model.
This article documents common anti‑patterns we see when AI is introduced into production systems, why they fail, and how experienced software developers can avoid them.
为什么我们不仅仅开发软件——而是让系统真正运转起来
在许多项目中，问题并不在于“没有软件”。
真正的问题是：系统之间无法协同工作，业务无法顺畅运转。
在一个系统中正确的数据，到了另一个系统却出现偏差。
数据重复、延迟，甚至丢失。
最终，业务人员只能回到 Excel、微信和人工操作。
这正是我们的核心优势所在。
なぜ私たちは「ソフトウェアを作るだけ」ではないのか — システムを実際に動かすために
多くのプロジェクトにおいて、問題は「ソフトウェアが存在しないこと」ではありません。
本当の問題は、複数のシステムが連携せず、業務として機能していないことです。
あるシステムでは正しいデータが、別のシステムでは異なっている。
データが重複し、遅延し、時には失われる。
結果として、現場では Excel やメール、手作業に戻ってしまいます。
ここに、私たちの本質的な強みがあります。
Continue reading "なぜ私たちは「ソフトウェアを作るだけ」ではないのか — システムを実際に動かすために"
ทำไมเราไม่ได้แค่พัฒนาซอฟต์แวร์ — แต่ทำให้ระบบทำงานได้จริง
ในหลายโครงการ ปัญหาไม่ได้อยู่ที่ "ไม่มีซอฟต์แวร์"
แต่คือ ซอฟต์แวร์และระบบต่าง ๆ ทำงานไม่เชื่อมกัน
ข้อมูลคำสั่งซื้อถูกต้องในระบบหนึ่ง แต่ผิดในอีกระบบหนึ่ง
ข้อมูลซ้ำซ้อน ล่าช้า หรือหายไป
สุดท้ายคนทำงานต้องกลับไปพึ่ง Excel, LINE และงานทำมือ
นี่คือจุดที่ "จุดแข็งที่แท้จริง" ของเราอยู่
Continue reading "ทำไมเราไม่ได้แค่พัฒนาซอฟต์แวร์ — แต่ทำให้ระบบทำงานได้จริง"
Why We Don’t Just Build Software — We Make Systems Work
In many projects, the problem is not that software doesn’t exist.
The problem is that nothing works together.
Orders are correct in one system but wrong in another.
Data is duplicated, delayed, or lost.
People fall back to Excel, LINE, and manual work.
This is where our real strength lies.
Continue reading "Why We Don’t Just Build Software — We Make Systems Work"
实用的 Wazuh 管理员 Prompt Pack
中国企业如何利用 AI 提升 Wazuh 安全运维效率
中国环境下 Wazuh 运维面临的现实挑战
Wazuh 作为一款开源 SIEM/XDR 平台，在成本控制、自主可控、灵活扩展方面具有明显优势，因此在中国企业中被广泛采用。
但在实际落地过程中，安全团队通常会遇到以下问题：
- 检测规则复杂，依赖个人经验，难以标准化
- 告警数量大，误报多，分析效率低
- 安全事件难以与业务风险直接关联
- 需要同时满足等保、内部审计与管理层汇报需求
- 随着 Agent 和日志规模增长，系统性能与架构压力增大
AI 不能替代安全专家。
但在正确使用的前提下，AI 可以 放大专家经验、加速分析与决策过程。
这正是 Wazuh 管理员 Prompt Pack 的核心价值所在。
Wazuh管理者向け 実践プロンプトパック
日本のセキュリティチームは、どのようにAIを活用してWazuh運用を高度化しているのか
日本企業におけるWazuh運用が難しい理由
Wazuhは、オープンソースでありながらSIEM/XDRとして高い柔軟性と拡張性を持つプラットフォームです。コストを抑えつつ自社でコントロールしたい日本企業にとって、有力な選択肢となっています。
一方で、その柔軟性は運用負荷の増大にも直結します。日本のSOCや情報システム部門では、次のような課題が頻繁に発生します。
- 検知ルールを業務実態に合わせて正確に設計する難しさ
- 誤検知（False Positive）を抑えつつ検知力を維持するバランス
- 技術的な検知結果を経営層・監査部門に説明する必要性
- ISO 27001、NIST、社内統制への対応
- エージェント数・ログ量増加に伴う性能と運用の問題
AIはセキュリティ専門家の代替ではありません。
しかし、正しく使えば、熟練エンジニアの思考プロセスを再現・加速させることができます。
そのための実践的な手段が Wazuh Admin Prompt Packs です。