บทนำ
AI Governance ไทยกำลังเดินไปอีกขั้น เพราะ ETDA วาง AI Governance เป็น 1 ใน 4 ภารกิจหลักของปีงบประมาณ 2570 และกำลังผลักดัน AIGPC ให้เป็นพื้นที่กลางสำหรับการนำหลักการไปใช้จริง ไม่ใช่เพียงการให้ความรู้หรืออบรมเท่านั้น
สำหรับธุรกิจ สิ่งที่ควรจับตาจึงไม่ใช่แค่ว่า “ไทยจะมีกฎหมาย AI เมื่อไร” แต่คือวันนี้บริษัทมีวิธีรู้หรือยังว่า AI ตัวไหนอยู่ในองค์กร ใช้ข้อมูลอะไร ใครเป็นคนรับผิดชอบ และถ้า AI ทำพลาด บริษัทมีหลักฐานอะไรบอกได้ว่าควบคุมความเสี่ยงแล้ว
AI Governance ไทยกำลังเปลี่ยนจาก “รู้เรื่อง” เป็น “พิสูจน์ได้”
AI Governance หมายถึงการวางกติกาและกระบวนการให้องค์กรใช้ AI อย่างมีความรับผิดชอบ ตั้งแต่ก่อนนำระบบเข้ามาใช้ ไปจนถึงการติดตามผลและจัดการเมื่อเกิดปัญหา
จุดเปลี่ยนของปี 2570 คือ ETDA ไม่ได้พูดถึงเพียง Guideline หรือการอบรม แต่กำลังใช้ AIGPC และ AI Governance Sandbox เพื่อเชื่อมองค์กร ผู้พัฒนา และผู้เชี่ยวชาญเข้าหากัน รวมถึงทดลองแนวทางในภาคส่วนที่มีความเสี่ยงสูง เช่น การศึกษา เด็กและกลุ่มเปราะบาง และกระบวนการยุติธรรม
ในช่วงที่ผ่านมา ETDA ระบุว่ามีแนวปฏิบัติ งานวิจัย และเครื่องมือเกี่ยวกับ AI Governance แล้วมากกว่า 12 เรื่อง ทำงานร่วมกับกว่า 140 หน่วยงาน และสร้างความรู้เรื่องความเสี่ยงและธรรมาภิบาล AI ให้ผู้ใช้งานมากกว่า 120,000 คนทั้งในและต่างประเทศ
พูดง่ายๆ คือ ประเทศไทยกำลังเดินจาก “สอนให้รู้” ไปสู่ “ทำให้ใช้งานได้จริง”
AIGPC คือ อะไร และทำไมธุรกิจไทยควรสนใจ
AIGPC ย่อมาจาก AI Governance Practice Center หรือศูนย์ที่ทำหน้าที่ผลักดัน AI Governance ในทางปฏิบัติ จุดสำคัญคือไม่ได้มอง AI Governance เป็นเอกสารบนชั้นวาง แต่เป็นเรื่องที่ต้องเอาไปใช้กับองค์กรจริง
ETDA ระบุว่า AIGPC จะเป็นพื้นที่กลางที่เชื่อมหน่วยงาน ผู้พัฒนา และผู้เชี่ยวชาญ ผ่านกลไก AI Governance Sandbox โดยจะให้ความสำคัญกับเรื่องความเสี่ยง ความเป็นส่วนตัว ความโปร่งใส และการปฏิบัติตามกฎหมาย
ศัพท์ง่ายๆ สำหรับคนที่ไม่ถนัดเทค
AIGPC = ศูนย์ที่ช่วยผลัก AI Governance จากหลักการไปสู่การใช้งานจริง
AI Governance Sandbox = พื้นที่ทดลองแนวทางกำกับ AI ก่อนนำไปใช้จริงในวงกว้าง
คำสองคำนี้สำคัญ เพราะกำลังบอกทิศทางเดียวกันว่า องค์กรจะไม่ได้ถูกถามเพียงว่า “มี AI Policy หรือยัง” แต่จะถูกคาดหวังมากขึ้นว่า “เอาไปใช้กับงานจริงอย่างไร”
ทำไมธุรกิจไม่ควรแข่งกันแค่เรื่อง “อบรม AI Governance”
ETDA ระบุว่ามีผู้ใช้งานได้รับความรู้ด้านความเสี่ยงและธรรมาภิบาล AI มากกว่า 120,000 คน และมีการทำงานกับหน่วยงานกว่า 140 แห่งแล้ว
ตัวเลขนี้สะท้อนตลาดที่กำลังโต แต่สำหรับองค์กร สิ่งที่มีค่ามากกว่าการรู้คำว่า AI Governance คือการทำให้กระบวนการทำงานเกิดขึ้นจริง
บริษัทอาจส่งพนักงานไปอบรมได้ แต่หลังจากกลับมาแล้ว คำถามสำคัญยังเหมือนเดิม
AI ตัวไหนที่บริษัทใช้อยู่?
ใช้กับข้อมูลประเภทไหน?
ใครอนุมัติ?
ใครตรวจสอบ?
ถ้า AI ตอบผิด ใครหยุดระบบ?
ถ้า Vendor เปลี่ยนโมเดล ใครตรวจใหม่?
นี่คือจุดที่ AI Governance เริ่มเข้าใกล้งานของฝ่ายกฎหมาย ฝ่าย IT ฝ่าย Security ฝ่าย Procurement และฝ่ายบริหารพร้อมกัน
องค์กรที่ยังมีเพียง AI Policy แต่ไม่มีขั้นตอนอนุมัติ ไม่มีบัญชีรายการ AI ไม่มีการประเมินความเสี่ยง และไม่มีหลักฐานการตรวจสอบ ก็ยังห่างจากคำว่า “Governance ที่ใช้งานจริง”
ผลกระทบต่อประเทศไทย: จาก AI Policy ไปสู่ “ระบบที่องค์กรต้องมี”
ผลกระทบต่อธุรกิจไทยในระยะต่อไปน่าจะไม่ได้เกิดจากการที่ทุกบริษัทต้องรีบทำระบบขนาดใหญ่เหมือนกันหมด แต่จะเกิดจากการที่แต่ละบริษัทต้องเริ่มรู้จัก AI ของตัวเองมากขึ้น เมื่อ ETDA ขยายการทำงานจาก Guideline ไปสู่ AIGPC, Sandbox, การทดสอบ และ Use Case รายภาคส่วน เส้นแบ่งระหว่าง “ฝ่ายที่ใช้ AI” กับ “ฝ่ายที่กำกับ AI” จะเริ่มหายไป
สำหรับ SME ความเสี่ยงที่เห็นได้ชัดคือการใช้ AI แบบกระจายตัว พนักงานสมัครเครื่องมือกันเอง ใช้ AI ช่วยตอบลูกค้า เขียนเอกสาร วิเคราะห์ข้อมูล หรือทำการตลาด แต่ผู้บริหารอาจไม่รู้ด้วยซ้ำว่าบริษัทมี AI กี่ตัว หากมีปัญหาภายหลัง การตามหาต้นเหตุจะยากกว่าการวางทะเบียน AI ตั้งแต่แรก
สำหรับองค์กรใหญ่ ความซับซ้อนจะสูงขึ้นอีก เพราะ AI หนึ่งระบบอาจเกี่ยวข้องกับหลาย Vendor หลายฝ่าย และข้อมูลหลายประเภท ยิ่ง AI ถูกนำไปใช้กับข้อมูลส่วนบุคคล การคัดเลือกคน การประเมินลูกค้า หรือการตัดสินใจที่มีผลต่อบุคคล การกำกับจะต้องเชื่อมกับเรื่อง Privacy, Security และการบริหาร Vendor ไม่สามารถแยกทำเป็นโครงการคนละกองได้
อีกเรื่องที่ธุรกิจไทยควรจับตาคือ “หลักฐาน” เพราะเมื่อการกำกับ AI ลงลึกขึ้น บริษัทต้องตอบคำถามให้ได้ว่าใครเป็นคนอนุมัติ ทำไมถึงเลือกใช้ระบบนี้ ตรวจสอบอะไรไปแล้วบ้าง และหลังจากระบบเปลี่ยนหรืออัปเดต มีการประเมินใหม่หรือไม่
ตรงนี้เองที่ทำให้ AI Governance ไม่ควรจบด้วยเอกสาร AI Policy หนึ่งฉบับ
บริษัทที่เริ่มก่อนอาจไม่ได้ชนะเพราะมีเอกสารเยอะกว่า แต่ชนะเพราะรู้ว่า AI แต่ละตัวในองค์กรทำอะไร ใครรับผิดชอบ และมีหลักฐานรองรับเมื่อจำเป็นต้องอธิบาย
นั่นคือเหตุผลที่ข่าวนี้สำคัญกับธุรกิจไทยมากกว่าการประกาศ “4 ภารกิจใหญ่” ของหน่วยงานรัฐ เพราะสิ่งที่กำลังเปลี่ยนจริงๆ คือมาตรฐานของคำว่า “ใช้ AI อย่างรับผิดชอบ”
Human Oversight คือ อะไร และทำไมคนทั่วไปควรรู้
Human Oversight หมายถึง การที่มนุษย์ยังมีบทบาทควบคุม ตรวจสอบ หรือแทรกแซงการทำงานของ AI ในเรื่องที่มีความเสี่ยง ไม่ปล่อยให้ระบบตัดสินใจเองโดยไม่มีคนรับผิดชอบ
ศัพท์ง่ายๆ
Human Oversight = ให้คนยังมีสิทธิ์ตรวจ หยุด แก้ หรือทบทวนการตัดสินใจของ AI
ตัวอย่างง่ายที่สุดคือบริษัทใช้ AI ช่วยคัดกรองผู้สมัครงานได้ แต่ไม่ควรแปลว่า “AI เลือกคนแล้วจบ” องค์กรยังต้องกำหนดว่าใครตรวจผลลัพธ์ และกรณีใดต้องให้คนทบทวนใหม่
แนวคิดนี้สอดคล้องกับทิศทาง AI Governance ที่กำลังขยับจากการเขียนหลักการไปสู่การใช้งานในภาคส่วนจริงและการทดสอบความเสี่ยง
AI Inventory คือ อะไร และบริษัทควรเริ่มตรงไหน
AI Inventory คือ บัญชีรายการ AI ที่องค์กรใช้อยู่ เพื่อให้บริษัทตอบได้ว่า AI ตัวไหนอยู่ที่ไหน ใช้เพื่ออะไร ใช้ข้อมูลอะไร และใครเป็นเจ้าของ
เริ่มง่ายที่สุดด้วยตารางเดียว ไม่จำเป็นต้องซื้อระบบราคาแพง
| คำถาม | ตัวอย่างคำตอบ |
|---|---|
| ใช้ AI อะไร | Chatbot สำหรับบริการลูกค้า |
| ใครเป็นเจ้าของ | ฝ่าย Customer Service |
| ใช้ข้อมูลอะไร | ข้อมูลคำถามของลูกค้า |
| มีข้อมูลส่วนบุคคลหรือไม่ | มี |
| ใครอนุมัติ | Head of Customer Experience |
| หาก AI ผิด ใครหยุดระบบ | IT + Business Owner |
| มีการตรวจ Vendor หรือไม่ | มี / ยังไม่มี |
ตารางเล็กๆ แบบนี้มีประโยชน์มากกว่าการมีเอกสารนโยบายยาวหลายสิบหน้าแต่ไม่มีใครรู้ว่า AI จริงๆ อยู่ตรงไหน
ธุรกิจไทยควรทำอะไรต่อจากนี้
- ทำ AI Inventory ก่อน
รวบรวม AI ทุกตัวที่พนักงานและแต่ละฝ่ายใช้อยู่ รวมถึงเครื่องมือที่ถูกซื้อผ่าน Vendor ภายนอก - แยก AI ตามระดับความเสี่ยง
AI ที่ช่วยเขียนโพสต์ไม่ควรถูกกำกับในระดับเดียวกับ AI ที่เกี่ยวข้องกับการจ้างงาน สินเชื่อ การรักษาพยาบาล หรือการตัดสินใจที่มีผลต่อสิทธิของบุคคล - กำหนด Human Oversight ให้ชัด
ระบุว่าเรื่องไหน AI ทำเองได้ เรื่องไหนต้องมีคนตรวจ และใครมีอำนาจหยุดระบบ - เชื่อม AI Governance กับ PDPA และ Security
หาก AI ใช้ข้อมูลส่วนบุคคล อย่าให้ทีม AI, Privacy และ Security ตรวจงานแยกกันจนเกิดช่องว่าง - เริ่มเก็บหลักฐานตั้งแต่วันนี้
เก็บเอกสารอนุมัติ ผลการประเมินความเสี่ยง ผลการทดสอบ และการตัดสินใจสำคัญไว้ตั้งแต่เริ่มใช้ AI เพราะหลักฐานย้อนหลังสร้างยากกว่าหลักฐานที่เก็บตั้งแต่ต้น
มุมมองผู้เชี่ยวชาญ
“ผมมองข่าวนี้แบบง่ายๆ ครับว่า เกมกำลังเปลี่ยนจาก ‘มีคนรู้เรื่อง AI Governance’ เป็น ‘องค์กรมีระบบคุม AI จริงหรือยัง’ เพราะ ETDA ไม่ได้หยุดแค่การอบรม แต่กำลังเดินไปสู่ AIGPC, Sandbox และการใช้งานในภาคส่วนจริง ธุรกิจจึงไม่ควรถามแค่ว่าจะส่งใครไปอบรม แต่ต้องถามต่อว่า แล้วกลับมาองค์กรเรามี AI Inventory หรือยัง ใครอนุมัติ ใครตรวจ และถ้า AI ผิด ใครหยุดระบบ คำถามพวกนี้แหละครับที่จะบอกว่า AI Governance ของเราเป็นของจริง หรือเป็นแค่เอกสารสวยๆ”
— Phuwara Krobtaku —
LL.M. (IP & IT) | M.S. (IT) | Thai Barrister & Attorney-at-Law
แหล่งอ้างอิง
ประชาชาติธุรกิจ — “ETDA เร่งแผน 4 งานใหญ่ Digital ID – กำกับแพลตฟอร์ม DPS”
https://www.prachachat.net/tech/news-2062862
สำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์ (ETDA) — “16 ปี ETDA เปิด Big Move ปี 70 เร่งเครื่อง 4 งานใหญ่”
https://www.etda.or.th/th/newsevents/pr-news/Digital-ID/Digital-ID_Big_Move.aspx
Kooru — บริการ AI Governance, Security & Compliance
https://kooru.com/ai-governance-pdpa-service-thailand-2/
อ่านต่อบน techlawnow.com
กฎหมาย AI ไทยใกล้แค่ไหน? บริษัทไม่เริ่มวันนี้ อาจตั้งรับไม่ทัน
https://techlawnow.com/ai-governance/thailand-ai-law-business-ai-governance/
กฎหมาย AI ไทยกำลังเปลี่ยนจากหลักการสู่ AI Governance ที่ตรวจสอบได้
https://techlawnow.com/ai-governance/thai-ai-law-2569-ai-governance/
ทำไม AI Policy อย่างเดียวไม่พอสำหรับองค์กร
https://techlawnow.com/ai-governance/ai-governance-thailand-ai-policy-evidence-2026/
บทความนี้เป็นการสรุปข่าวและให้ข้อมูลทั่วไป ไม่ใช่คำแนะนำทางกฎหมาย หากต้องการคำปรึกษาเฉพาะกรณีของธุรกิจคุณ ควรปรึกษาผู้เชี่ยวชาญ
