AI = พนักงานใหม่เก่งสุดๆ ที่ต้องกำกับ#

ทั้งซีรีส์นี้ผมชวนมองภาพเดียวกันตลอด คือ AI ก็เหมือนพนักงานใหม่ที่เก่งมากๆ คนหนึ่ง เก่งจนน่าตกใจ ทำงานเร็ว ไม่บ่น ไม่ลา ไม่ป่วย แต่ก็มีนิสัยแปลกๆ ที่เราต้องระวัง

ลองคิดดูครับ เวลาเรารับพนักงานเก่งๆ เข้ามาคนหนึ่ง เราไม่ได้แค่ “จ้างแล้วปล่อยให้ทำอะไรก็ได้” ใช่ไหม เราต้อง:

• ตั้งกฎ ว่าเขาทำอะไรได้ ทำอะไรไม่ได้ ข้อมูลไหนแตะได้ ข้อมูลไหนห้ามแตะ
• มองความเสี่ยง ว่าถ้าเขาทำพลาด จะกระทบใคร เสียหายแค่ไหน
• คุมงาน มีคนคอยตรวจผลงาน ไม่ใช่เซ็นอนุมัติตามที่เขาเสนอแบบหลับหูหลับตา

AI ก็เป๊ะแบบนั้นเลยครับ AI Governance ก็คือ “ระบบกำกับพนักงานที่ชื่อ AI” นั่นเอง ตั้งกฎ แล้วมองความเสี่ยง แล้วก็คุมงาน วนแบบนี้ไปเรื่อยๆ

ความต่างอยู่ตรงที่ พนักงาน AI คนนี้มันเก่งและเร็วกว่ามนุษย์มาก แต่ดันมีจุดอ่อนที่มนุษย์ไม่ค่อยมี และนั่นคือเหตุผลว่าทำไมเราถึง “ปล่อยให้มันทำงานเองโดยไม่กำกับ” ไม่ได้

AI Governance คืออะไรกันแน่ (ภาษาคน)#

ถ้าจะให้นิยามแบบเป็นทางการหน่อย AI Governance คือการกำกับดูแลระดับบนสุด (senior oversight) บวกกับ กระบวนการ มาตรฐาน และเครื่องกันชน (safeguards) ทั้งหมดที่ทำให้มั่นใจว่าองค์กรเราใช้ AI อย่าง ปลอดภัยและมีจริยธรรม

ฟังดูเป็นนามธรรม ผมขอแตกเป็นภาษาคนว่ามันคุมอะไรบ้าง

1. คุมไม่ให้ AI สืบทอด “นิสัยเสีย” ของคนสร้าง

จุดที่หลายคนลืมคือ AI ไม่ได้เกิดมาเอง มันเป็นโค้ดที่มนุษย์เขียน ฝึกจากข้อมูลที่มนุษย์ป้อน เพราะฉะนั้นถ้าคนสร้างมีอคติ หรือข้อมูลที่เอามาฝึกมันเอนเอียง AI ก็จะ สืบทอดอคตินั้นมาเต็มๆ แถมขยายให้ใหญ่ขึ้นด้วยความเร็วของเครื่องจักร

ลองนึกภาพ AI คัดใบสมัครงาน (สมมติ) ที่ถูกฝึกจากประวัติพนักงานเก่าของบริษัทที่บังเอิญเป็นผู้ชายเกือบทั้งหมด ผลคือ AI อาจ “เรียนรู้” ว่าผู้ชายเหมาะกับงานนี้มากกว่า แล้วคัดผู้หญิงทิ้งโดยไม่มีใครสั่งให้มันทำ นี่แหละคือการเลือกปฏิบัติที่เกิดขึ้นเงียบๆ governance คือสิ่งที่ทำให้เราจับได้และแก้ทัน

2. คุมให้ AI “อธิบายได้” ว่าทำไมมันตัดสินใจแบบนั้น

นี่คือคำว่า Transparency (ความโปร่งใส) กับ Explainability (ความสามารถในการอธิบาย) ที่จะเจอบ่อยมากในเรื่อง AI

ทุกวันนี้ AI ตัดสินใจเรื่องที่กระทบชีวิตคนเยอะมาก ตั้งแต่เรื่องเล็กอย่าง “จะโชว์โฆษณาไหนให้คุณ” ไปจนถึงเรื่องใหญ่อย่าง “อนุมัติสินเชื่อให้คุณไหม” หรือแม้แต่ “วินิจฉัยโรคนี้ว่าอะไร” ปัญหาคือถ้าวันหนึ่งลูกค้าถามว่า “ทำไมฉันถึงโดนปฏิเสธสินเชื่อ” แล้วบริษัทตอบได้แค่ “ก็ AI มันว่างั้น” อันนี้มีปัญหาแน่นอน ทั้งกับลูกค้า ทั้งกับกฎหมาย

governance ที่ดีต้องทำให้องค์กร เข้าใจและอธิบายได้ ว่า AI ตัดสินใจยังไง เพื่อให้มั่นใจว่ามันตัดสินอย่างเป็นธรรม มีจริยธรรม และมีคนรับผิดชอบกับผลลัพธ์นั้น

3. คุมต่อเนื่อง ไม่ใช่ทำครั้งเดียวจบ

ข้อนี้สำคัญและคนชอบมองข้าม AI ไม่นิ่ง มันมีอาการที่เรียกว่า:

• Drift (โมเดลค่อยๆ เพี้ยน) — AI ที่เคยแม่น พอโลกเปลี่ยน ข้อมูลเปลี่ยน มันก็เริ่มทำงานเพี้ยนไปทีละนิดโดยไม่มีสัญญาณเตือนชัดๆ
• Hallucination (การมั่ว) — AI โดยเฉพาะพวกที่สร้างข้อความ มันสามารถ “มั่วอย่างมั่นใจ” คือตอบผิดด้วยน้ำเสียงที่ฟังดูน่าเชื่อถือมาก

เพราะมันไม่นิ่งแบบนี้ governance จึงไม่ใช่ “ตั้งกฎครั้งเดียวแล้วเลิกยุ่ง” แต่ต้องคอยดู คอยวัด คอยอัปเดตตลอด เหมือนเราไม่ได้ประเมินพนักงานแค่ตอนสัมภาษณ์เข้างานวันแรก แต่ประเมินทุกปี

4. คุมเลยไปถึง “ความรับผิดชอบต่อสังคม” ไม่ใช่แค่ทำตามกฎหมาย

เทรนด์ของ governance ยุคนี้ขยับจาก “ทำให้ถูกกฎหมายพอ” ไปสู่ “AI ของเราต้องรับผิดชอบต่อสังคมด้วย” เพราะสุดท้ายมันคือการปกป้องบริษัทจากความเสียหายทั้งทางการเงิน ทางกฎหมาย และที่เจ็บที่สุดคือ ชื่อเสียง ของที่สร้างมาเป็นสิบปีแต่พังได้ในวันเดียว

ทั้งหมดนี้รวมกันแล้วมีคำเรียกสั้นๆ ว่า RAI — Responsible AI (การใช้ AI อย่างรับผิดชอบ) ซึ่งจะเป็นคำที่ร้อยอยู่ในทุกตอนของซีรีส์นี้

มุมผู้บริหาร: ถ้าวันนี้มีคนถามคุณกลางที่ประชุมว่า “AI ที่บริษัทเราใช้ ใครเป็นคนกำกับ และเขากำกับยังไง” แล้วคุณตอบไม่ได้ทันที นั่นแปลว่าบริษัทคุณ ยังไม่มี AI governance ครับ ไม่ใช่ว่า governance มันยาก แต่เพราะยังไม่มีใครถูกแต่งตั้งให้ทำ และนั่นคือสิ่งแรกที่เจ้าของกิจการแก้ได้เลยวันนี้

ทำไมเอา governance เดิมมาใช้ตรงๆ ไม่ได้ — AI มันต่างตรงไหน#

หลายคนคิดว่า “ก็บริษัทฉันมีระบบกำกับ IT อยู่แล้วนี่ เอา AI ไปใส่ในนั้นก็จบ” ก็ใช่ส่วนหนึ่งนะ แต่ AI มันมีนิสัยใหม่ๆ ที่ระบบเดิมไม่เคยต้องรับมือ ขอเทียบให้เห็นว่า “พนักงาน AI” มันต่างจากเครื่องมือ IT ทั่วไปยังไง

จุดที่อันตรายที่สุดคือบรรทัดสุดท้ายของคอลัมน์ AI นั่นคือ ความเร็วของ AI วิ่งเร็วกว่าความเร็วที่มนุษย์จะตามไปคุมได้ ในตำราเรียกช่องว่างนี้ว่า “ระยะห่างระหว่างความเร็วของระบบที่เรียนรู้เอง กับความเร็วของคนที่คอยตรวจสอบ” พูดง่ายๆ คือ AI ตัดสินใจไปแล้วร้อยเรื่อง กว่าคนจะตรวจทันเรื่องเดียว นี่คือเหตุผลที่ governance ของ AI ต้องคิดเรื่อง “การคุมแบบอัตโนมัติ” และ “คนคุมที่จุดสำคัญ” ไม่ใช่คุมทุกอย่างด้วยมือเหมือนเดิม

ของใหม่ที่ AI พาเข้ามา — เจ้าของกิจการต้องชั่งน้ำหนัก 2 ด้าน#

พอเอา AI เข้าบริษัท มันไม่ได้มาแค่ “ข้อดี” หรือ “ข้อเสีย” อย่างเดียว มันพาเรื่องใหม่ๆ เข้ามาให้เราต้องคิด ทั้งด้านที่น่าตื่นเต้นและด้านที่น่ากังวล ผมขอจัดเป็นตารางสองด้านให้เห็นภาพว่าเจ้าของกิจการต้อง “ชั่งน้ำหนัก” อะไรบ้าง

บริษัทเราพร้อมใช้ AI รึยัง — เรื่องที่ต้องเช็คก่อนกระโดด#

มาถึงครึ่งหลังของตอน ซึ่งเป็นคำถามที่เจ้าของกิจการถามบ่อยที่สุดเลย “ตกลงบริษัทเราพร้อมเอา AI มาใช้รึยัง?”

ตำราพูดตรงๆ ครับว่าทุกวันนี้บริษัทถูก “กดดัน” ให้รีบเอา AI มาใช้ กลัวตกขบวน กลัวคู่แข่งแซง แต่ขั้นแรกที่สำคัญที่สุดกลับไม่ใช่ “รีบเอามาใช้” มันคือ การประเมินว่าตอนนี้บริษัทเราพร้อมแค่ไหนที่จะใช้ AI อย่างมีการกำกับที่ดีพอ

คำว่า “พร้อม” ในที่นี้ไม่ได้แปลว่า “มีเงินซื้อ” หรือ”มีคนรู้จัก ChatGPT” นะครับ มันลึกกว่านั้น เป็นเรื่องที่ผู้นำองค์กรต้องนั่งถามตัวเองให้ครบ 3 ด้าน

”พร้อม” แล้วยังไม่พอ — ต้องมี 4 เสาหลักนี้ถึงจะกำกับ AI ได้จริง#

ตรงนี้สำคัญและคนชอบเข้าใจผิด แค่ “ประเมินว่าพร้อม” แล้วก็ใช่ว่าจะมีระบบกำกับ AI ที่ใช้ได้จริง ตำราบอกว่าองค์กรต้องมี องค์ประกอบหลัก 4 อย่าง เป็นฐานก่อน ขอเล่าด้วยภาษาคน

เสาที่ 1 — มีระบบกำกับ IT (I&T governance) ที่โตพอเป็นฐานอยู่แล้ว

คือบริษัทต้องมีกระบวนการกำกับเทคโนโลยีที่ทำงานเป็น รู้ว่าผู้มีส่วนได้เสียต้องการอะไร ตั้งเป้าที่ตกลงกันแล้ว จัดลำดับความสำคัญและตัดสินใจเป็น แล้วก็คอยวัดผลกับเป้า ถ้าระบบกำกับ IT พื้นฐานยังไม่มี การจะไปกำกับ AI ซึ่งซับซ้อนกว่า ก็เหมือนสร้างบ้านบนทรายครับ (พื้นฐานเรื่อง governance นี้คือสิ่งที่ผมลิงก์ไว้ใน Organization Anatomy 101 ตอนต้นบท)

เสาที่ 2 — มีกระบวนการจัดการนวัตกรรม พอร์ต และการตามกฎภายนอก ที่โตพอ

แปลเป็นภาษาคน คือบริษัทต้องเคย “บริหารของใหม่ๆ” เป็น รู้วิธีเลือกว่าจะลงทุนโปรเจกต์ไหน (portfolio management) จัดการนวัตกรรมเป็น และตามกฎเกณฑ์ภายนอกเป็น ถ้าบริษัทยังจัดการโปรเจกต์ IT ธรรมดาให้เสร็จตรงเวลายังไม่ค่อยได้ การโดดไปทำ AI ก็จะยิ่งวุ่น

เสาที่ 3 — มีโครงสร้างกำกับที่เหมาะสม

เช่น มีคณะกรรมการกำกับ (governance committee), มีบอร์ด, มีคณะกรรมการกลยุทธ์ IT, มีคณะกรรมการความเสี่ยงและตรวจสอบ ฯลฯ พูดง่ายๆ คือต้องมี “คนที่ถูกแต่งตั้งให้รับผิดชอบ” เป็นชั้นๆ ไม่ใช่ปล่อยให้ AI เป็นของใครก็ไม่รู้ (เรื่องคณะกรรมการชุดต่างๆ นี้ ผมเล่าไว้ละเอียดใน Organization Anatomy 101 — ตอนนี้แค่เอาแนวคิดเดิมมาครอบ AI)

เสาที่ 4 — มีคนที่มีความรู้พอจะตัดสินใจเรื่อง AI ได้จริง

ข้อนี้ตรงไปตรงมา ต้องมีคนที่ “รู้พอ” จะตัดสินใจเรื่อง AI ได้ ไม่ใช่ตัดสินใจด้วยกระแสหรือคำขายของ vendor มีทรัพยากรและความรู้พร้อมจะลงมือทำ

มุมผู้บริหาร: สังเกตไหมครับว่า 4 เสานี้ เกือบทั้งหมดไม่ได้เกี่ยวกับ “เทคโนโลยี AI” เลย มันเกี่ยวกับ “บริษัทเราจัดระเบียบตัวเองเป็นรึเปล่า” ทั้งสิ้น นี่คือข้อความที่ผมว่าสำคัญที่สุดของตอนนี้ AI governance 80% คือเรื่องการจัดบ้านให้เรียบร้อย ไม่ใช่เรื่องเทคนิคล้ำๆ ถ้าบ้านยังรก เอา AI เข้ามาก็ยิ่งรกเร็วขึ้นเท่านั้นเอง

เครื่องมือจริง — แบบสอบถามประเมินความพร้อม#

ทีนี้พอจะเอาไปทำจริง เจ้าของกิจการมักถามว่า “แล้วจะเริ่มเช็คยังไงให้เป็นรูปธรรม?” วิธีที่ตำราแนะนำคือใช้ แบบสอบถามประเมินความพร้อม (governance questionnaire) — เป็นชุดคำถามที่ให้แต่ละข้อตอบว่าบริษัทเราทำได้ระดับไหน

ผมขอเรียบเรียงคำถามหลักๆ ออกมาเป็นภาษาคน แล้วจัดให้ตอบเป็นระดับ ลองให้ทีมแต่ละฝ่ายช่วยกันให้คะแนนดูครับ ระดับที่ใช้คือ ครบถ้วน / เกือบครบ / บางส่วน / ยังไม่มี / ไม่รู้ (ข้อที่ตอบ “ไม่รู้” เยอะๆ บอกอะไรบางอย่างเกี่ยวกับบริษัทเราเองนะครับ)

ข้อ 7 ผมอยากเน้นเป็นพิเศษ เพราะคนชอบเข้าใจผิด “ยอมรับความเสี่ยง” (accept) เป็นคำตอบที่ถูกต้อง ครับ governance ที่ดีไม่ได้แปลว่าต้องกำจัดความเสี่ยงทุกอย่างให้หมด (เป็นไปไม่ได้และแพงเกิน) แต่แปลว่า เรารู้ตัวว่ามีความเสี่ยงอะไร แล้วตัดสินใจอย่างมีสติว่าจะทำยังไงกับมัน — จะแก้ จะลด จะโยนให้คนอื่น (เช่นซื้อประกัน) หรือจะยอมรับมัน ก็ได้ทั้งนั้น ตราบใดที่เป็นการตัดสินใจที่ “รู้ตัว” ไม่ใช่ “ไม่รู้ว่ามี”

กับดักที่เจ้าของกิจการมักตกตอนเริ่มทำ AI governance#

ก่อนจบ ผมขอรวบกับดักที่เจอบ่อย เผื่อใครกำลังจะเริ่ม จะได้ไม่พลาดแบบเดียวกัน

• กับดักที่ 1 — “เรามี ChatGPT ใช้แล้ว = เราพร้อม” ไม่ใช่เลยครับ การมี เครื่องมือ กับการมี ระบบกำกับ คนละเรื่องกัน เครื่องมือซื้อได้ในห้านาที ระบบกำกับต้องสร้าง
• กับดักที่ 2 — รีบเอามาใช้เพราะกลัวตกขบวน ความกดดันนี้มีจริง แต่การกระโดดโดยไม่ประเมินความพร้อม มักจบที่โปรเจกต์ล้มและเสียเงินฟรี (เดี๋ยวตอนหลังๆ จะเล่าว่าทำไมโปรเจกต์ AI ถึงล้มกันเยอะ)
• กับดักที่ 3 — คิดว่า governance คือเรื่องของฝ่าย IT ไม่ใช่นะ มันเริ่มจากเจ้าของ/ผู้บริหารที่ต้อง “ตั้งโทนจากข้างบน” (tone at the top) ถ้าผู้นำไม่เอาด้วย ฝ่าย IT ทำไปก็ไม่มีอำนาจพอ
• กับดักที่ 4 — มองข้ามคนของตัวเอง กลัวพนักงานต่อต้าน เลยไม่บอก สุดท้ายพนักงานแอบใช้ AI กันเองแบบไม่มีกฎ (ซึ่งเสี่ยงกว่าเดิม) governance ที่ดีต้องคิดเรื่อง change management และความรู้สึกของคนด้วย
• กับดักที่ 5 — ทำครั้งเดียวแล้วเก็บขึ้นหิ้ง อย่าลืมว่า AI ไม่นิ่ง (drift/hallucination) แบบสอบถามความพร้อมนี้ควรหยิบมาทบทวนเป็นระยะ ไม่ใช่ทำตอนเริ่มแล้วลืม

สรุปสั้นๆ ให้ตัวเองจำได้#

อ่านมาถึงตรงนี้ ขอจดกันลืมไว้สามอย่างครับ

อย่างแรก — AI คือพนักงานใหม่ที่ต้องกำกับ ไม่ใช่เครื่องวิเศษ AI Governance ก็คือระบบ “ตั้งกฎ มองความเสี่ยง แล้วคุมงาน” สำหรับพนักงานที่ชื่อ AI นี่แหละ และเพราะมันเก่งเร็วแต่มีนิสัยแปลก (อคติแฝง, มั่วอย่างมั่นใจ, เพี้ยนเอง) เราจึงปล่อยให้มันทำงานเองโดยไม่กำกับไม่ได้

อย่างที่สอง — “พร้อม” ไม่ได้แปลว่า “มีของ” แต่แปลว่า “จัดบ้านเป็น” ก่อนกระโดดเข้า AI ให้เช็คความพร้อม 3 ด้าน (ประโยชน์ / ความเสี่ยง / ทรัพยากร) และต้องมี 4 เสาหลัก ซึ่งเกือบทั้งหมดเป็นเรื่อง “บริษัทเราจัดระเบียบตัวเองเป็นไหม” ไม่ใช่เรื่องเทคนิค AI

อย่างที่สาม — เริ่มจากคำถามเดียวก่อนว่า “ใครเป็นเจ้าของเรื่องนี้?” ถ้าวันนี้ยังตอบไม่ได้ ให้แก้ข้อนี้ก่อนข้ออื่นทั้งหมด เพราะ governance ที่ไม่มีคนรับผิดชอบ ก็คือไม่มี governance

ถ้าจะสรุปแบบที่เจ้าของกิจการหลายคนน่าจะพยักหน้าตามก็คือ “งั้นก็ไม่ต้องเป็นกูรู AI ใช่มะ แค่จัดบ้านให้เรียบ ตั้งคนรับผิดชอบให้ชัด แล้วถามตัวเองให้ครบก่อนกระโดด” ใช่เลยครับ นั่นแหละคือจุดเริ่มของ AI governance

ตอนหน้าเราจะเจาะลงไปที่คำถามที่ค้างไว้ “ใครกำกับ AI กันแน่ในบริษัท?” เรื่องบทบาทและความรับผิดชอบ ตั้งแต่เจ้าของ/บอร์ด ลงมาถึงคนใช้งาน ใครต้องทำอะไร แล้วทำไมต้องมี “คณะกรรมการกำกับ AI” ไว้เจอกันครับ

อ้างอิงเนื้อหา: AAISM — Domain 1: Section 1.1 (AI Governance Concepts) และ 1.1.1 (AI Readiness) แหล่งสาธารณะที่อ้างถึงโดยตรง: ISACA, Artificial Intelligence Governance Brief, 2024 (isaca.org)