CONNECT AIの共同創業者兼CGO、Song-Yi Yangが、10月30日に済州国際コンベンションセンター（ICC JEJU）で開かれた2026 韓国食品栄養科学会（KFN）国際学術大会に招待講演者として登壇し、「AIによる健康機能食品のバリューチェーンの革新と貿易競争力の強化」をテーマに講演しました。
韓国健康機能食品協会が協賛したSession 28「Beyond AI: A New Paradigm for the Health Functional Food Industry」は、成功裏に終了しました。Song-Yi Yangは、AIをめぐる議論がこれまで原料探索と製品開発にとどまってきた流れを指摘したうえで、輸出の成果が実際に決まる市場情報・規制分析・バイヤー発掘・営業・接触後の管理を一つのAIの流れとしてつなぐ方法を、フレーバー生成AIの革新企業への適用事例をもとに紹介しました。
講演の後には、会場での質疑応答が行われました。
KFN 2026 IN NUMBERS
数字で見る 2026 KFN国際学術大会
「Reinventing Food and Nutrition: Advancing from Core Science to Expanded Horizons toward 2050」を大会テーマに、1971年に設立された学会が3日間にわたって開いた国際学術の舞台です。
- 1971学会設立韓国食品医薬品安全処所管の社団法人
- 約1,600人正会員2026年の学会招待案内による
- 3日間学術大会の会期10.28 – 10.30 · ICC JEJU
- 3基調講演UMass Amherst · Imperial College London · Purdue
- 37国際・一般セッション国際セッション4 · 一般セッション33
- 10登壇者・座長の所属国・地域韓国・米国・日本・シンガポール・台湾・中国・カナダ・英国・ニュージーランド・オーストラリア
- 5タイトルにAIを掲げたセッション精密栄養・食品安全・食品データ・機能性素材・健康機能食品
- 3合同シンポジウムの参加学会韓国食品栄養科学会（KFN） · 日本栄養・食糧学会 · 台湾営養学会
出典：2026 KFN国際学術大会 公式プログラム、韓国食品栄養科学会の招待案内（2026年9月9日）。国・地域の数は、プログラムに記載された登壇者・座長の所属に基づくもので、参加者数ではありません。
2026 KFN国際学術大会 公式サイト (新しいウィンドウで開きます)
TALK SUMMARY
講演要約 AIの次の舞台は実験室の外です
前の講演が需要と技術のマッチングを扱ったのに対し、Song-Yi Yangは製品ができた後の話をしました。海外バイヤーを見つけ、関心を読み取り、実際の取引へとつなげていく段階で、AIに何ができるのかというテーマです。
バリューチェーンの右側、輸出の成果が決まる場所
健康機能食品産業におけるAIの議論は、その多くが原料探索と製品開発に集中してきました。しかし、輸出の成果が実際に分かれるのはその後です。どの市場に、どの規制ルートで、どのバイヤーに、いつアプローチするのか。その判断は今も、人の記憶やExcel、名刺ファイルに頼っています。
- 01研究・原料
- 02製品開発
- 03市場情報
- 04規制分析
- 05バイヤー発掘
- 06営業活動
- 07接触後の管理
THE PROBLEM
海外事業開発における5つの摩擦ポイント
Five friction points in global business development
バラバラな規制Diverging requirements
市場ごとに分類も規制も表示方法も異なります。
同じ製品でも、韓国では健康機能食品、米国ではdietary supplement（ダイエタリーサプリメント）、日本では機能性表示食品になります。
散在するデータFragmented buyer data
名刺、Excel、メールボックス、展示会リストがばらばらに管理されています。
どのバイヤーとどこまで話が進んだのか、一か所で確認できません。
人手不足Thin BD resources
1〜2人が複数の市場と言語を担当しています。
バイヤー一人ひとりにかけられる時間が足りません。
途切れるフォローアップLost momentum
展示会や商談会から数週間もすると、勢いが失われてしまいます。
フォローのタイミングを逃すと、商談が取引につながりません。
去っていく経験と資産Knowledge walks out
人が離れると、バイヤーの履歴や文脈も一緒に去っていきます。
後任者はバイヤーとの関係をゼロから築き直すことになります。
5つは別々の問題に見えますが、結局は「情報がつながっていない」という一つの問題です。
AIが担う革新企業のグローバルセールスチーム、 決めるのは人
革新企業ほど、R&D人材は充実していても、海外営業チームはないか、あっても小規模です。市場を分析し、バイヤーを探し、規制と信頼に目を配り、反応を読み取り、提案とフォローアップを主導する5人を採用する代わりに、5つの役割をAIが担うよう設計しました。
決定と承認 — 革新企業の代表とR&D責任者
- 01
市場分析AIMarket analyst
何を、どこで先に売るか装置ではなく、顧客企業の新製品1品目の開発成功を売るよう、提案を定義し直しました。分野にも一度に一つずつアプローチします。
提案の4つのステップ
- ムードブリーフ — ブランドコンセプト・顧客・発売スケジュール
- フレーバー試作 — 製造可能なフレーバー候補と実物
- 現地検証 — 嗜好・剤形への適用・安定性・原価
- 継続供給 — 香料ODM・製品ごとの使用権
- 02
バイヤーリサーチAIBuyer researcher
数ではなく、役割別に取引における役割を基準に3つのタイプのパートナーを定め、タイプごとに、最初のミーティングで何を確認できれば「完了」とするかをあらかじめ決めました。候補は公式Webサイトと企業データベースで確認し、企業名は公開しませんでした。
3つのパートナータイプ
- 開発費を負担する主体 — 自社ブランドと生産設備を持つメーカー
- 検証を担う主体 — 現地での試作・応用・評価を担うラボ
- 運用を担う主体 — レンタル・現場サポートの体制を備えた運営会社
- 03
信頼・規制AITrust & compliance
約束する前に、まず境界を海外バイヤーと会うときに最もよくある失敗は、その場で多くを約束しすぎることです。原則：価格・納期・IP・独占は、権限者の承認前には確約しません。健康機能食品でも、機能性表示や認証の範囲を超える約束は、信頼を失う一番の近道です。
信頼・規制AI — 価格・納期・IP・独占は、権限者の承認前には確約しないという原則 - 04
シグナル分析AISignal analyst
リストではなく、予約済みの適格ミーティングを多くのバイヤーに同じ強度で接触する代わりに、まず適格条件を定め、それを満たした企業だけをオンライン商談に招待します。シグナルは数値スコアではなく等級で示します。等級は優先順位を決める手がかりであって、購買意思の証拠ではありません。
適格判定 — 4つの必須条件
- 6か月以内の製品計画
- 開発・予算の責任者
- 現在の代替手段に対する不満
- 現地検証・製造のルート
動画 · DBICONNECT AI公式YouTubeチャンネルの動画 · 行動シグナルからバイヤーの関心を読み取るDigital Behavior Intelligence · 映像内の文字：韓国語・英語YouTubeで見る (新しいウィンドウで開きます) - 05
セールスコーチAISales coach
AIは次の行動を推奨し、決定は人が行います例：「このバイヤーは今週、スペックシートを2回開き直しました。安定性データを送り、サンプルの送付を提案してください。」シグナルを根拠に次の行動を推奨しますが、最後の送信ボタンを押すのは常に人です。
営業実行 — AIは次の行動を推奨し、決定は人が行います
CONNECT AIのコンサルタントが、MORIでAIが生成したアウトプットを検証し、運用します。AIが働き、人が決定します。
散在する業務から、一つの連続した循環へ
5つのステップを別々にではなく、一つの循環としてつなぎます。循環が生み出すのは、一度使って捨てる情報ではなく、回るたびに蓄積されていく企業の資産です。
- 01市場情報Market intelligence
- 02バイヤー発掘Buyer discovery
- 03規制・信頼の準備Regulatory readiness
- 04行動シグナル分析Behavioral signals
- 05営業実行Sales execution
一巡するたびに、その成果が次の市場へのインプットになります。
すべてのやり取りが、再利用できるデジタル貿易資産になります
| イベントごとの単発運営 | 蓄積される循環 | |
|---|---|---|
| データ | イベントごとに散らばったファイル | 蓄積され続ける一つのバイヤー記録 |
| インサイト | 個人の記憶 | バイヤーごとのシグナルと関心度の等級 |
| 継続性 | 担当者が替わると失われる | 企業の資産として残る |
| 次の市場 | ゼロからやり直し | 顧客定義・資料・根拠を再利用 |
WHAT COMES NEXT
2027年、AIとデータで 貿易する時代へ
まもなく、バイヤーからの最初の問いかけは、人ではなくAIエージェントが行うようになります。バイヤー側のAIエージェントがサプライヤーを探し、比較し、検証し、見積もりを依頼すると、自社のAIエージェントが回答し、根拠を送り、条件を協議します。
最終的な決定は、引き続き人が行います。ただし、人の前に提示される候補リストはAIが作ります。そのリストに入れなければ、検討の機会を得ることさえ難しくなります。
- 探索
- 検証
- 見積もり
- 交渉
AIが読み取れる企業が選ばれます
デジタル貿易資産 — 自社のAIが使うデータ
- 構造化されたバイヤー・取引記録
- 認証・試験・臨床などの根拠資料
- 反応・決定・保留の履歴
AIビジビリティ — バイヤーのAIに見つけてもらうためのシグナル
- AIが企業と製品を見つけられるか
- 認証や納入実績を読み取り、引用できるか
- 公開情報に一貫性があり、出典が明確か
デジタル貿易資産 × AIビジビリティ = AI時代の貿易競争力
AIビジビリティは、AIが読み取れる根拠を強化するものであり、推薦を保証するものではありません。
Song-Yi Yangは、認証・試験・臨床のように研究者が生み出す科学的根拠こそが、この2つを満たす最も強力な材料だと強調しました。
ON SITE
済州での3日間、 そしてSamda Bでの40分
3日間にわたって基調講演と国際・一般セッションが続き、最終日の午前にはSamda Bで、健康機能食品産業とAIをつなぐSession 28が開かれました。
現場写真に写っている講演スライドは、実際の講演で使用した原本（韓国語・英語）です。
FOR YOUR TEAM
自社のデジタル貿易資産、 どこから蓄積しますか？
一つの製品、一つの市場から始めて、バイヤーの反応を自社の記録として残す方法を一緒に点検します。