วันนี้แทบทุกองค์กรกำลังใช้ AI ไม่ทางใดก็ทางหนึ่ง ทั้งการสร้างเนื้อหา การคัดกรองผู้สมัคร การตอบลูกค้า การวิเคราะห์ และการคาดการณ์ แต่การนำเครื่องมือ AI มาใช้ ไม่ได้หมายความว่าองค์กรพร้อมบริหารผลลัพธ์และความเสี่ยงที่ตามมาแล้ว

องค์กรกำลัง “ใช้ AI” หรือกำลัง “บริหาร AI” อย่างแท้จริง?

ฝ่ายการตลาดใช้ Generative AI สร้างเนื้อหา ฝ่ายทรัพยากรบุคคลใช้ AI ช่วยคัดกรองผู้สมัคร ฝ่ายบริการลูกค้าใช้ Chatbot ตอบคำถาม และฝ่ายการเงินใช้ AI ช่วยวิเคราะห์หรือคาดการณ์ ขณะเดียวกัน พนักงานจำนวนไม่น้อยอาจเริ่มใช้เครื่องมือ AI ด้วยตนเอง โดยองค์กรยังไม่รู้ด้วยซ้ำว่าใช้อะไร ใช้กับข้อมูลประเภทใด และนำผลลัพธ์ไปตัดสินใจเรื่องใดบ้าง

ภาพเช่นนี้อาจทำให้ผู้บริหารรู้สึกว่าองค์กรได้เริ่มต้นเดินทางเข้าสู่ยุค AI แล้ว แต่คำถามที่สำคัญกว่าคือ องค์กรกำลัง “ใช้ AI” หรือกำลัง “บริหาร AI” อย่างแท้จริง?

การใช้ AI คือการนำเครื่องมือหรือระบบมาเพิ่มความเร็ว ลดต้นทุน หรือสร้างความสามารถใหม่ให้ธุรกิจ ส่วนการบริหาร AI คือการทำให้องค์กรตอบได้ว่า AI ถูกใช้เพื่ออะไร ใครเป็นเจ้าของการตัดสินใจ ความเสี่ยงอยู่ตรงไหน ใครอาจได้รับผลกระทบ และองค์กรจะรับมืออย่างไรเมื่อผลลัพธ์ไม่เป็นไปตามคาด

AI จึงไม่ควรถูกมองเป็นเพียงโครงการของฝ่าย IT เพราะกำลังเข้าไปเป็นส่วนหนึ่งของการตัดสินใจทางธุรกิจ และการตัดสินใจเหล่านั้นสามารถส่งผลโดยตรงต่อรายได้ ต้นทุน ลูกค้า พนักงาน ชื่อเสียง และความน่าเชื่อถือขององค์กร

เมื่อ AI ทำงานได้ดี ผลลัพธ์เป็นของธุรกิจ แล้วเมื่อ AI ผิดพลาด ความรับผิดชอบเป็นของใคร?

ลองนึกถึงสถานการณ์ต่อไปนี้

• Chatbot แจ้งเงื่อนไขผลิตภัณฑ์แก่ลูกค้าผิด
• ระบบคัดกรองผู้สมัครงานตัดคนบางกลุ่มออกอย่างไม่เป็นธรรม
• พนักงานนำข้อมูลภายในไปใส่ในเครื่องมือ Generative AI
• AI สร้างเนื้อหาที่ละเมิดลิขสิทธิ์หรือสร้างความเข้าใจผิด
• ผู้ให้บริการ AI เปลี่ยนโมเดลหรือเงื่อนไขบริการโดยองค์กรไม่ทันประเมินผลกระทบ

เมื่อเหตุการณ์เหล่านี้เกิดขึ้น คำตอบว่า “ระบบเป็นผู้ตัดสินใจ” หรือ “เป็นความผิดของผู้ให้บริการ” อาจไม่เพียงพอสำหรับลูกค้า ผู้บริหาร หน่วยงานกำกับดูแล หรือสังคม

องค์กรยังคงต้องอธิบายให้ได้ว่าเหตุใดจึงเลือกใช้ระบบนั้น มีการประเมินความเสี่ยงอย่างไร ใครอนุมัติ มีมนุษย์ตรวจสอบในขั้นตอนใด และได้เตรียมมาตรการรับมือไว้หรือไม่ การบริหาร AI จึงไม่ใช่เพียงการควบคุมเทคโนโลยี แต่เป็นการกำหนดความรับผิดชอบต่อผลลัพธ์ที่เกิดจากเทคโนโลยีด้วย

มูลค่าของ AI ไม่ได้มีเพียงเรื่องการลดต้นทุน

หลายองค์กรเริ่มต้นโครงการ AI ด้วยคำถามว่า ลดเวลาทำงานได้กี่ชั่วโมง ลดจำนวนขั้นตอนได้เท่าไร ลดต้นทุนบุคลากรได้หรือไม่ หรือทำงานได้เร็วกว่ากระบวนการเดิมเพียงใด คำถามเหล่านี้สำคัญ แต่ยังไม่เพียงพอ

การประเมินคุณค่าของ AI ในมุมธุรกิจ ควรมองอย่างน้อยสี่ด้านพร้อมกัน

1. การเติบโตและรายได้

AI ช่วยให้องค์กรสร้างผลิตภัณฑ์ บริการ หรือประสบการณ์ใหม่ให้ลูกค้าได้หรือไม่ ช่วยให้เข้าใจความต้องการของตลาดได้เร็วขึ้น หรือสร้างช่องทางรายได้ใหม่ได้อย่างไร

2. ประสิทธิภาพและต้นทุน

AI ลดเวลา ลดงานซ้ำ ลดข้อผิดพลาด หรือทำให้บุคลากรนำเวลาไปใช้กับงานที่มีมูลค่าสูงขึ้นได้เพียงใด

3. ความเสี่ยงและผลกระทบ

หาก AI ให้คำตอบผิด ตัดสินใจผิด เปิดเผยข้อมูล หรือถูกนำไปใช้ผิดวัตถุประสงค์ ผลกระทบสูงสุดที่องค์กรอาจเผชิญคืออะไร

4. ความเชื่อมั่น

ลูกค้า พนักงาน คู่ค้า และผู้บริหารยังเชื่อมั่นในองค์กรหรือไม่ หากไม่สามารถอธิบายได้ว่า AI ถูกใช้อย่างไรและใครเป็นผู้รับผิดชอบ

โครงการ AI ที่สร้างประสิทธิภาพสูงมาก อาจไม่ใช่โครงการที่คุ้มค่า หากความผิดพลาดเพียงครั้งเดียวสามารถสร้างความเสียหายรุนแรงต่อผู้คน ชื่อเสียง หรือความต่อเนื่องของธุรกิจ ในทางกลับกัน องค์กรที่ควบคุมความเสี่ยงจนไม่สามารถทดลองหรือสร้างนวัตกรรมใดได้เลย ก็อาจเสียโอกาสในการแข่งขันเช่นกัน

โจทย์ของผู้บริหารจึงไม่ใช่การเลือกระหว่าง “นวัตกรรม” กับ “การควบคุม” แต่คือการกำหนดระดับการควบคุมให้เหมาะสมกับโอกาสและความเสี่ยงของ AI แต่ละกรณี

ISO/IEC 42001 เข้ามาช่วยธุรกิจอย่างไร?

ISO/IEC 42001:2023 เป็นมาตรฐานระบบบริหารจัดการ AI หรือ Artificial Intelligence Management System: AIMS

คำสำคัญ คือ คำว่า Management System

มาตรฐานไม่ได้เริ่มจากการถามว่าองค์กรใช้โมเดลอะไร หรือโมเดลมีความแม่นยำกี่เปอร์เซ็นต์เท่านั้น แต่ชวนให้องค์กรมองภาพที่กว้างกว่า เช่น

• AI สอดคล้องกับกลยุทธ์และวัตถุประสงค์ขององค์กรหรือไม่
• ผู้มีส่วนได้ส่วนเสียคาดหวังอะไรจากการใช้ AI
• ผู้บริหารแสดงความรับผิดชอบและกำหนดทิศทางไว้อย่างไร
• ใครมีอำนาจตัดสินใจ อนุมัติ หยุด หรือแก้ไขระบบ
• องค์กรประเมินทั้งความเสี่ยง โอกาส และผลกระทบแล้วหรือยัง
• บุคลากรมีความรู้และทรัพยากรเพียงพอหรือไม่
• ระบบถูกติดตาม ตรวจสอบ และทบทวนหลังนำไปใช้จริงอย่างไร
• เมื่อเกิดข้อผิดพลาด องค์กรเรียนรู้และปรับปรุงอย่างไร

กล่าวอีกนัยหนึ่ง ISO/IEC 42001 ช่วยเปลี่ยน AI จาก “โครงการทดลองที่กระจัดกระจาย” ให้เป็นเรื่องที่องค์กรสามารถกำหนดนโยบาย มอบหมายความรับผิดชอบ ประเมินผล และปรับปรุงได้อย่างเป็นระบบ

AI Governance ไม่ควรเป็นเบรกมือของนวัตกรรม

เมื่อพูดถึงคำว่า Governance หลายคนอาจนึกถึงเอกสารจำนวนมาก ขั้นตอนอนุมัติที่ซับซ้อน และการควบคุมที่ทำให้โครงการเดินช้าลง แต่ Governance ที่ดีไม่ควรมีหน้าที่หยุด AI

หน้าที่ของมันคือช่วยให้องค์กรทราบว่า AI ประเภทใดสามารถทดลองได้อย่างรวดเร็ว AI ประเภทใดต้องผ่านการประเมินเพิ่มเติม และ AI ประเภทใดไม่ควรถูกนำมาใช้หากองค์กรยังไม่มีมาตรการรองรับเพียงพอ

ตัวอย่างเช่น AI ที่ช่วยสรุปรายงานภายในซึ่งไม่มีข้อมูลสำคัญ อาจใช้กระบวนการอนุมัติที่ไม่ซับซ้อน แต่ AI ที่ใช้ตัดสินใจเกี่ยวกับการจ้างงาน การให้สินเชื่อ การรักษาพยาบาล ความปลอดภัย หรือสิทธิของบุคคล ควรได้รับการประเมินอย่างเข้มข้นกว่า และอาจต้องมีมนุษย์เข้ามาตรวจสอบหรือมีอำนาจยกเลิกผลการตัดสินใจ

ไม่ใช่ AI ทุกระบบมีความเสี่ยงเท่ากัน และไม่ควรถูกบริหารด้วยมาตรการระดับเดียวกันทั้งหมด

เมื่อองค์กรมีหลักเกณฑ์ที่ชัดเจน ทีมงานจะรู้ว่าตนสามารถเดินหน้าได้แค่ไหน ต้องขออนุมัติเมื่อใด และต้องเก็บหลักฐานอะไรไว้ Governance ที่ออกแบบอย่างเหมาะสมจึงไม่ได้ทำให้องค์กรช้าลง แต่ช่วยลดความไม่แน่นอนและทำให้องค์กรสามารถขยายการใช้ AI ได้อย่างมั่นใจมากขึ้น

จุดเริ่มต้นไม่ใช่การเขียนนโยบาย แต่คือการมองให้เห็นว่าองค์กรกำลังใช้ AI ที่ไหน

ก่อนจะประกาศนโยบาย AI หรือเตรียมตัวตามมาตรฐาน ผู้บริหารควรเริ่มจากการสร้างภาพรวมว่า AI มีบทบาทอยู่ตรงไหนในองค์กร

องค์กรอาจเริ่มสำรวจจากคำถามง่าย ๆ เช่น

• หน่วยงานใดกำลังใช้หรือวางแผนใช้ AI
• AI แต่ละระบบถูกใช้เพื่อวัตถุประสงค์ทางธุรกิจอะไร
• ระบบใดพัฒนาเอง และระบบใดมาจากผู้ให้บริการภายนอก
• ระบบประมวลผลข้อมูลประเภทใด
• ผลลัพธ์ของ AI ถูกนำไปช่วยงานหรือถูกนำไปตัดสินใจโดยอัตโนมัติ
• บุคคลหรือลูกค้ากลุ่มใดอาจได้รับผลกระทบ
• ใครเป็น Business Owner ของระบบนั้น

หากองค์กรยังไม่สามารถตอบคำถามเหล่านี้ได้ครบ สิ่งแรกที่ควรทำอาจไม่ใช่การซื้อเครื่องมือ AI เพิ่ม แต่คือการจัดทำ AI Inventory หรือบัญชีรายการระบบและกรณีการใช้งาน AI ที่มีอยู่ก่อน เพราะองค์กรไม่สามารถบริหารสิ่งที่ตนเองยังมองไม่เห็นได้

5 คำถามที่ผู้บริหารควรถามเกี่ยวกับ AI วันนี้

1. เราใช้ AI เพื่อบรรลุวัตถุประสงค์ทางธุรกิจอะไร? ต้องมีคำตอบที่ชัดเจนกว่าการบอกว่า “เพื่อเพิ่มประสิทธิภาพ” หรือ “เพราะคู่แข่งเริ่มใช้แล้ว”
2. ใครเป็นเจ้าของผลลัพธ์และความเสี่ยงของ AI ระบบนี้? เจ้าของระบบทางเทคนิคอาจเป็นฝ่าย IT แต่เจ้าของผลลัพธ์ทางธุรกิจควรเป็นหน่วยงานที่นำ AI ไปใช้ตัดสินใจหรือให้บริการ
3. หาก AI ทำงานผิดพลาด ผลกระทบสูงสุดคืออะไร? ควรมองทั้งผลกระทบทางการเงิน การดำเนินงาน กฎหมาย ชื่อเสียง ลูกค้า พนักงาน และบุคคลที่อาจได้รับผลกระทบ
4. มนุษย์ต้องเข้ามาตรวจสอบหรือหยุดการทำงานในจุดใด? Human Oversight ต้องหมายถึงการมีบุคคลที่มีความรู้ มีอำนาจ และมีเวลาเพียงพอที่จะตรวจสอบหรือแทรกแซงได้จริง
5. เราจะทราบได้อย่างไรว่าระบบยังทำงานตามที่ต้องการหลังเปิดใช้งานแล้ว? การอนุมัติก่อนใช้งานเพียงครั้งเดียวไม่เพียงพอ ต้องมีตัวชี้วัด การติดตามเหตุการณ์ผิดปกติ ช่องทางรับข้อร้องเรียน และการทบทวนเมื่อระบบ ข้อมูล หรือบริบททางธุรกิจเปลี่ยนไป

บทสรุป

การแข่งขันในยุค AI ไม่ได้วัดกันเพียงว่าใครนำ AI มาใช้ก่อน แต่จะวัดกันว่าใครสามารถนำ AI ไปสร้างมูลค่าได้อย่างต่อเนื่อง โดยยังรักษาความรับผิดชอบ ความโปร่งใส และความเชื่อมั่นของลูกค้า พนักงาน และผู้มีส่วนได้ส่วนเสียไว้ได้

องค์กรที่บริหาร AI เป็น จะไม่ถามเพียงว่า

“AI ทำอะไรให้เราได้บ้าง?”

แต่จะถามต่อไปว่า

“เราควรใช้ AI เรื่องใด ภายใต้เงื่อนไขอะไร ใครเป็นผู้รับผิดชอบ และเราจะมั่นใจได้อย่างไรว่าผลลัพธ์ยังเป็นสิ่งที่องค์กรยอมรับได้?”

นี่คือจุดเริ่มต้นของ AI Governance และเป็นเหตุผลที่ ISO/IEC 42001 ควรถูกมองเป็นเครื่องมือบริหารธุรกิจ มากกว่าเอกสารทางเทคนิคสำหรับฝ่ายใดฝ่ายหนึ่ง

ตอนต่อไป

AI Strategy ที่ดีต้องตอบให้ครบทั้งเรื่องรายได้ ต้นทุน ความเสี่ยง และความเชื่อมั่น — องค์กรควรเลือกลงทุนใน AI Use Case ใดก่อน และไม่ควรใช้คำว่า ROI เป็นเหตุผลเพียงด้านเดียวในการตัดสินใจ

แหล่งอ้างอิงหลัก

• ISO/IEC 42001:2023 – Information technology – Artificial intelligence – Management system
• ISO/IEC 42001:2023, Annex B — Implementation guidance for AI controls