ก่อนต่อ AI เข้าระบบบริษัท: กติกาสี่ข้อที่กันไม่ให้ผู้ช่วยที่ฉลาดที่สุด กลายเป็นรูรั่วที่ใหญ่ที่สุด

ข่าวดีของยุคนี้คือการต่อ AI เข้ากับระบบธุรกิจไม่ใช่โปรเจกต์หลายเดือนอีกแล้ว ข่าวร้ายคือประโยคเดียวกันเป๊ะ เมื่อการเชื่อมง่ายขึ้น การเชื่อมแบบไม่คิดก็ง่ายขึ้นด้วย และ AI ที่ถูกเสียบเข้าระบบแบบมักง่ายมีความเสี่ยงเฉพาะตัวที่ระบบทั่วไปไม่มี: มันถูกสั่งงานด้วยภาษาคน แปลว่าข้อความจากภายนอก อีเมลลูกค้า เอกสารที่ให้มันอ่าน อาจแอบฝังคำสั่งที่หลอกให้มันทำสิ่งที่ไม่ควร (วงการเรียก prompt injection) มันขยันเกินขอบเขตได้ถ้าขอบเขตไม่ถูกขีด และทุกอย่างที่มันอ่าน อาจเดินทางออกไปประมวลผลนอกบริษัท เราเคยเขียนเรื่องกติกาการใช้ AI ขององค์กรในภาพใหญ่ไว้แล้วในบทความ AI Governance บทความนี้เจาะเฉพาะจุดเชื่อมต่อ: วันที่ AI ได้กุญแจเข้าระบบจริง กุญแจดอกนั้นควรหน้าตาเป็นอย่างไร

กติกาสี่ข้อของกุญแจที่ดี

• เริ่มอ่านอย่างเดียวเสมอ — เฟสแรกของทุกการเชื่อมต่อคือ read-only: AI ตอบคำถามได้ วิเคราะห์ได้ แต่แก้อะไรไม่ได้เลย มูลค่าส่วนใหญ่ของ AI ในธุรกิจอยู่ฝั่งอ่านอยู่แล้ว และความเสียหายที่แก้ไม่ได้เกือบทั้งหมดอยู่ฝั่งเขียน
• ให้สิทธิ์น้อยที่สุดที่งานต้องใช้ — AI ที่มีหน้าที่ตอบเรื่องยอดขาย ไม่จำเป็นต้องเห็นเงินเดือนพนักงานหรือเลขบัตรลูกค้า สร้างบัญชีผู้ใช้แยกของ AI เอง กำหนดขอบเขตเป็นรายตารางรายระบบ อย่าใช้บัญชีแอดมินของใครเสียบให้เด็ดขาด — หลักเดียวกับการแยกหน้าที่ของคนที่เราเขียนไว้
• บันทึกทุกคำถามและทุกการเข้าถึง — ใครถามอะไร AI ไปแตะข้อมูลส่วนไหน ตอบอะไรกลับไป log ชุดนี้คือ audit trail แบบเดียวกับที่ระบบดีต้องมีสำหรับมนุษย์ และคือหลักฐานเดียวที่มีเมื่อต้องสืบว่าคำตอบผิดมาจากไหน
• งานเขียนต้องผ่านคนกดอนุมัติ — เมื่อถึงวันให้ AI ทำงานแทน เช่น ร่างใบเสนอราคา ปรับสถานะออเดอร์ ให้มันเตรียมได้เต็มที่ แต่ปุ่มยืนยันเป็นของมนุษย์ที่รับผิดชอบเสมอ อย่างน้อยจนกว่างานนั้นจะพิสูจน์ตัวเองยาวพอ และสำหรับงานที่ย้อนกลับไม่ได้ อย่างการจ่ายเงินหรือลบข้อมูล — ตลอดไป

จุดที่เจ้าของธุรกิจไทยต้องหยุดคิดมากที่สุดคือเส้นทางของข้อมูล เมื่อ AI อ่านข้อมูลลูกค้าเพื่อตอบคำถาม ข้อมูลนั้นมักถูกส่งไปประมวลผลบนเซิร์ฟเวอร์ของผู้ให้บริการโมเดล ซึ่งสำหรับข้อมูลส่วนบุคคลแปลว่าเรากำลังส่งต่อข้อมูลให้ผู้ประมวลผลรายใหม่ และ PDPA มีคำถามมาตรฐานของมันทันที: จำเป็นไหม ขอบเขตแค่ไหน สัญญากับผู้ให้บริการคุ้มครองข้อมูลอย่างไร และผู้ให้บริการเอาข้อมูลเราไปฝึกโมเดลต่อหรือไม่ (บริการระดับธุรกิจส่วนใหญ่มีข้อตกลงไม่นำข้อมูลไปฝึก — แต่ต้องอ่านให้เจอ ไม่ใช่เดา) แนวปฏิบัติที่ลดความเสี่ยงได้จริงมีสองทาง ทางแรกคือการปิดบังข้อมูลก่อนส่ง: คำถามเชิงวิเคราะห์ส่วนใหญ่ตอบได้โดยไม่ต้องมีชื่อจริงหรือเบอร์โทรของใครติดไปด้วย ระบบที่ดีจะแทนค่าเป็นรหัสลูกค้าก่อนออกจากบ้าน ทางที่สองสำหรับข้อมูลอ่อนไหวจริง ๆ คือเลือกการประมวลผลที่ข้อมูลไม่ออกนอกบ้านเลย ซึ่งวันนี้มีตัวเลือกมากขึ้นเรื่อย ๆ รายละเอียดทางกฎหมายของแต่ละกิจการควรยืนยันกับที่ปรึกษา แต่หลักคิดจำง่าย: AI เห็นเท่าที่งานต้องใช้ และข้อมูลส่วนบุคคลออกจากบ้านน้อยที่สุดเท่าที่คำตอบยังดีอยู่

ทั้งสี่กติกาบวกเรื่อง PDPA ฟังดูเป็นภาระ แต่ในทางปฏิบัติมันคือแบบฟอร์มตั้งต้นครั้งเดียวของทุกการเชื่อมต่อ: บัญชีแยก สิทธิ์รายตาราง log เปิดไว้ ปุ่มอนุมัติสำหรับงานเขียน และการปิดบังข้อมูลส่วนบุคคล ระบบที่วางโครงพวกนี้ไว้ตั้งแต่วันแรก เพิ่มการเชื่อมต่อใหม่ได้ในหลักชั่วโมงโดยไม่ต้องประชุมความเสี่ยงใหม่ทุกครั้ง และนั่นคือความแตกต่างจริงระหว่างธุรกิจที่ใช้ AI ได้เร็ว กับธุรกิจที่ได้แต่กลัวจนไม่ได้เริ่ม หรือกล้าจนเจ็บ