Category: AI

The demo worked and the pilot saved hours, yet the project stalls at approval. In Southeast Asian enterprises this is rarely a model problem. It happens because nobody can show the business owner, IT and security what the agent may do, who approved it, and how to undo it.

デモは成功し、パイロットでも工数が減った。それなのに、承認の場面でプロジェクトが止まってしまう。日本企業でこうした事態が起きる原因は、AIモデルの性能ではないことが多いのです。エージェントが何をしてよいのか、誰が承認したのか、どう元に戻すのか。それを部門長、内部監査、情報システム部に示せないことが原因です。

问一位厂长:维修班组能不能把故障代码和一页手册的照片贴到公共聊天机器人里?你通常会得到两种回答之一:"当然可以"或"绝对不行"。这两种回答往往错在同一处:没人真正决定过哪类信息属于哪一边。

「保全担当が、故障コードとマニュアルの写真を公開のチャットAIに貼ってもいいですか?」と現場責任者に聞くと、返事はたいてい「問題ない」か「絶対だめ」のどちらかです。そしてどちらも同じ理由で不十分です。どの情報がどちらなのか、誰も決めていないからです。

ลองถามผู้จัดการโรงงานว่า ช่างซ่อมบำรุงเอารหัสข้อผิดพลาดกับรูปหน้าคู่มือไปวางในแชตบอตสาธารณะได้ไหม คำตอบมักเป็น "ได้เลย" หรือ "ห้ามเด็ดขาด" อย่างใดอย่างหนึ่ง และทั้งสองคำตอบพลาดเหมือนกัน เพราะ ยังไม่เคยมีใครตัดสินว่าข้อมูลแบบไหนเป็นแบบไหน

Ask a plant manager whether the maintenance team can paste a fault code and a photo of a manual page into a public chatbot, and you will usually get one of two answers: "of course" or "absolutely not." Both are usually wrong in the same way. Nobody has decided which information is which.

2026 年 9 月底曼谷内涝之后,不少在泰中资工厂和园区的负责人问了我们同一个问题:现在大模型这么强,能不能直接用 ChatGPT、Claude 或者 DeepSeek 预测下一次洪水?

2026年9月末のバンコク浸水以降、在タイの日系工場や工業団地の方々から同じ質問を何度もいただいています。ChatGPTやClaudeのような生成AIで、次の洪水を予測できないのか?

หลังน้ำท่วมกรุงเทพฯ ปลายเดือนกันยายน 2569 มีคำถามหนึ่งที่เราได้ยินซ้ำ ๆ จากโรงงาน นิคมอุตสาหกรรม และองค์กรปกครองส่วนท้องถิ่น: ใช้ AI อย่าง ChatGPT หรือ Claude ทำนายน้ำท่วมครั้งหน้าไม่ได้หรือ?

After Bangkok’s September 2026 flood, one question keeps coming up in our conversations with factories, estates and local administrations: can’t we just use AI — ChatGPT, Claude, an LLM — to predict the next one?