ดูเหมือนว่า ทุกวันนี้ธุรกิจต่างพยายามเพื่อหลีกหนี “ใครช้าคือคนแพ้” Generative AI หรือที่เรามักเรียกติดปากว่า GenAI จึงกลายเป็นโซลูชันหลักที่หลายธุรกิจเลือกใช้ นอกจากจะเพิ่มความรวดเร็ว ยังช่วยให้เกิดการสร้างสรรค์ได้อย่างไม่หยุดยั้ง แต่คำโบราณของไทยอย่าง “คุณอนันต์…โทษมหันต์” อะไรที่มีประโยชน์มากก็ต้องมีความเสี่ยงสูงก็ยังคงจริงเสมอ
หากเปรียบ GenAI เป็นเครื่องยนต์เทอร์โบที่อยุ่ในรถแข่ง การที่นักแข่งอย่าง CIO และผู้บริหารธุรกิจกำลังสนุกกับการแซงนถคันอื่น จนลืมมองกระจกหลังหรือลืมมองหน้ารถ อาจทำให้เกิดเหตุไม่คาดคิดจนร้องออกจากสนามแข่งแบบไม่ทันตั้งตัวได้
สิ่งที่ การ์ทเนอร์ (Gartner) มองเห็น โดยเฉพาะจุดบอดสำคัญเหล่านี้ที่ไม่ค่อยปรากฏให้เห็นอย่างชัดเจนตั้งแต่แรก ไม่ว่าจะเป็นเรื่องของข้อมูล ความเสื่อมถอยของทักษะเดิม การทำงานร่วมกัน เป็นต้น ล้วนเป็นอุปสรรคที่ถูกมองข้าม โดยสามารถแบ่งออกได้ 5 จุดบอดอันตราย ประกอบไปด้วย
Shadow AI จากการ “แอบใช้”
ผลสำรวจการ์ทเนอร์จำนวน 302 ราย ระหว่างเดือนมีนาคม-พฤษภาคม ปี 2568 เผยว่า 69% ขององค์กรสงสัยหรือมีหลักฐานว่า พนักงานกำลังใช้ GenAI สาธารณะที่ต้องห้าม
การนำเครื่องมือ AI ที่ไม่ได้รับอนุญาตมาใช้อย่างรวดเร็ว อาจนำไปสู่ผลกระทบทั้งที่มองเห็นและมองไม่เห็น เช่น การละเมิดทรัพย์สินทางปัญญา การเปิดเผยข้อมูล และความเสี่ยงด้านความปลอดภัยที่เพิ่มขึ้น การ์ทเนอร์คาดการณ์ว่า ภายในปี 2573 มากกว่า 40% ขององค์กรจะเผชิญเหตุการณ์ด้านความปลอดภัยหรือการปฏิบัติตามข้อกำหนดที่เชื่อมโยงกับ Shadow AI ที่ไม่ได้รับอนุญาต
ซึ่งการ์ทเนอร์มองว่าเรื่องที่ต้องจัดการอย่างเร่งด่วนที่สุด เพื่อจัดการกับความเสี่ยงเหล่านี้ CIO ควรกำหนดนโยบายสำหรับการใช้เครื่องมือ AI ทั่วทั้งองค์กรที่ชัดเจนเพื่อดำเนินการตรวจสอบกิจกรรม Shadow AI เป็นประจำ และบูรณาการการประเมินความเสี่ยง GenAI เข้ากับกระบวนการประเมินและตรวจสอบซอฟต์แวร์บริการ (SaaS Assessment Processes)
หนี้ทางเทคนิคจาก AI ของฟรีไม่มีจริง
นอกจากนี้การ์ทเนอร์ยังคาดการณ์ว่า ภายในปี 2573 องค์กร 50% จะเผชิญกับการอัปเกรด AI ที่ล่าช้าจากต้นทุนการบำรุงรักษาที่เพิ่มขึ้น เนื่องจากหนี้ทางเทคนิคของ GenAI ที่ไม่ได้รับการจัดการ
สิ่งที่ AI สร้างขึ้น ไม่ว่าจะเป็นโค้ดหรือการออกแบบ มักจะมีต้นทุนในการบำรุงรักษาที่สูงขึ้นในอนาคต หากไม่มีการตรวจสอบและจัดทำเอกสารกำกับอย่างเป็นระบบ ดังนั้นการจัดทำมาตรฐานที่ชัดเจนสำหรับการตรวจสอบและจัดทำเอกสารสินทรัพย์ที่ AI สร้างขึ้น และติดตามตัวชี้วัดหนี้สินทางเทคนิคในแดชบอร์ด IT จะช่วยให้องค์กรสามารถดำเนินการได้แบบเชิงรุกเพื่อป้องกันการหยุดชะงักที่มีค่าใช้จ่ายสูง
“อธิปไตยข้อมูล” เมื่อไร้พรมแดนดิจิทัล
การ์ทเนอร์คาดการณ์ว่า ภายในปี 2571 รัฐบาล 65% ทั่วโลกจะนำข้อกำหนดด้านอธิปไตยทางเทคโนโลยีมาใช้เพื่อเพิ่มความเป็นอิสระและป้องกันการแทรกแซงด้านกฎระเบียบจากต่างแดน
ข้อจำกัดด้านกฎระเบียบเกี่ยวกับการแบ่งปันข้อมูลหรือใช้โมเดลการแบ่งปันข้อมูลแบบข้ามประเทศ (Cross-Border Data) สามารถชะลอการปรับใช้ AI ทั่วทั้งองค์กร เพิ่มต้นทุนรวมของการเป็นเจ้าของระบบไอทีต้นทุนการเป็นเจ้าของทั้งหมด (Total cost of Ownership หรือ TCO) และส่งผลให้ได้ผลลัพธ์ที่ไม่เหมาะสม
เพื่อจัดการกับความท้าทายเหล่านี้ CIO ต้องสร้างอธิปไตยข้อมูล (Data Sovereignty) ใส่เข้าไปในกลยุทธ์ AI ตั้งแต่เริ่มต้น โดยการให้ทีมกฎหมายเข้ามามีส่วนร่วมตั้งแต่เนิ่น ๆ และจัดลำดับความสำคัญของผู้ให้บริการที่ตอบสนองความต้องการด้านอธิปไตยข้อมูลและ AI
ผู้คนเริ่มมีทักษะเสื่อมถอยลง
การพึ่งพา AI มากเกินไปกำลังทำให้ความเชี่ยวชาญ การตัดสินใจ และความรู้ของมนุษย์ที่สั่งสมมาอย่างยาวนานเริ่มเสื่อมถอยลงอย่างค่อยเป็นค่อยไปและไม่มีใครสังเกตเห็น
การ์ทเนอร์เตือนว่า ความเสี่ยงนี้จะรู้ตัวอีกทีก็ต่อเมื่อ AI เกิดล้มเหลว หรือกรณีที่ต้องอาศัยการตัดสินใจด้วยเหตุผลและจริยธรรมของมนุษย์ สิ่งที่องค์กรต้องทำไม่ใช่การแทนที่คนด้วย AI แต่ต้องออกแบบ AI ให้มาเข้ามาเสริมทักษะของมนุษย์ โดยผสานความสามารถของ AI ร่วมกับทักษะของมนุษย์
ผูกติด AI ความสะดวกที่เป็นพันธนาการ
องค์กรส่วนใหญ่มักเลือกใช้บริการเพียงรายเดียวเพื่อความง่ายและรวดเร็วในการเริ่มต้น แต่การทำเช่นนั้นอาจเหมือนเป็นการผูกมัดที่ทำให้เราสูญเสียอำนาจการต่อรอง ทั้งในเรื่องราคา เงื่อนไขบริการ หรือบริการในอนาคต
การ์ทเนอร์เสนอว่า ผู้บริหาร CIO ควรจัดลำดับความสำคัญกับ “มาตรฐานเปิด (Open API)” ช่วยให้องค์กรสามารถหลีกเลี่ยงการผูกติดกับผู้ให้บริการรายใดรายหนึ่งมากจนเกินไป นอกจากนี้ผู้บริหาร CIO ต้องสร้างมาตรฐานการทำงานร่วมกันในโครงการนำร่อง GenAI และมีการประเมินผล
การนำ GenAI มาใช้ในวันนี้ จึงไม่ใช่แค่เรื่องของการเลือกเครื่องมือที่ดีที่สุด แต่ต้องบริหารจัดการ “ความเสี่ยงที่ซ่อนอยู่” อย่างเป็นระบบ การ์ทเนอร์เน้นย้ำว่า CIO และผู้บริหารต้องเปลี่ยนบทบาทจากการเป็นผู้สนับสนุนเทคโนโลยี มาเป็น “ผู้นำเชิงรุก” ซึ่งหากองค์กรสามารถบริหารจัดการความเสี่ยงเหล่านี้ องค์กรนั้นจะไม่ใช่เพียงแค่ผู้ใช้ AI ที่ตามกระแส แต่จะเป็นผู้นำที่ใช้เทคโนโลยีขับเคลื่อนธุรกิจได้อย่างมั่นคงและปลอดภัยอย่างแท้จริง
