- 24
- กุมภาพันธ์
สำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์ หรือ สพธอ. (ETDA) ประกาศเตรียมจัดงาน AI Governance Week 2026 Bangkok ขึ้นเป็นครั้งแรกในประเทศไทย กำหนดจัดระหว่างวันที่ 29 มิถุนายน – 3 กรกฎาคม 2569 โดยเป็นสัปดาห์กิจกรรมระดับสากลที่มุ่งเชื่อม "หลักการสู่การปฏิบัติ" ครอบคลุมทุกมิติของการกำกับดูแล AI ทั้งจริยธรรม การนำ AI ไปใช้จริงอย่างรับผิดชอบ การคุ้มครองข้อมูลส่วนบุคคล ความยุติธรรม และความมั่นคงปลอดภัยทางไซเบอร์ บทความนี้จะสรุปว่างานนี้สำคัญอย่างไร มีหัวข้ออะไรบ้างที่น่าจับตา และองค์กรไทยควรเตรียมตัวอย่างไรเพื่อรับมือกับยุค AI Governance
ทำไมงาน AI Governance Week 2026 ถึงสำคัญ?
ในช่วง 2-3 ปีที่ผ่านมา ประเทศไทยผลักดันการใช้งาน AI อย่างเข้มข้น ทั้งในภาครัฐและเอกชน นโยบาย Thailand 4.0 และ Digital Economy ส่งเสริมให้องค์กรนำเทคโนโลยี AI มาเพิ่มประสิทธิภาพการทำงาน แต่ในขณะเดียวกัน ประเทศไทยยังขาดกรอบการกำกับดูแลที่ชัดเจนเมื่อเทียบกับประเทศชั้นนำอย่างสหภาพยุโรปที่มี EU AI Act หรือกลุ่ม OECD ที่มี AI Principles ออกมาแล้ว
การจัดงาน AI Governance Week 2026 Bangkok จึงเป็นก้าวสำคัญที่แสดงให้เห็นว่าประเทศไทยพร้อมจะ:
- สร้างกรอบกำกับดูแล AI ที่เป็นรูปธรรม — ไม่ใช่แค่หลักการ แต่นำไปปฏิบัติได้จริง
- เปิดเวทีแลกเปลี่ยนระหว่างประเทศ — เรียนรู้จากกรอบกฎหมายและแนวปฏิบัติของประเทศต่างๆ
- เตรียมภาครัฐและเอกชนให้พร้อม — ก่อนที่การใช้ AI จะขยายตัวจนเกินจะควบคุม
- ตอบโจทย์ความท้าทายใหม่ — โดยเฉพาะจุดตัดระหว่าง PDPA (พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล) กับ AI ที่ต้องใช้ข้อมูลจำนวนมหาศาลในการเรียนรู้และตัดสินใจ
AI Governance คืออะไร? — หมายถึงกรอบนโยบาย กฎหมาย แนวปฏิบัติ และกลไกการกำกับดูแลที่ทำให้การพัฒนาและใช้งาน AI เป็นไปอย่างรับผิดชอบ โปร่งใส ยุติธรรม และปลอดภัย ครอบคลุมตั้งแต่การออกแบบระบบ AI จนถึงการนำไปใช้งานจริงในองค์กร
5 หัวข้อหลักที่คาดว่าจะได้เห็นในงาน
จากประเด็นที่ สพธอ. ระบุไว้ในการประกาศจัดงาน และแนวโน้มด้าน AI Governance ระดับสากล มี 5 หัวข้อหลักที่น่าจับตาเป็นพิเศษ:
1. AI Ethics & Responsible AI — จริยธรรมในการใช้ AI
หัวข้อนี้เน้นเรื่อง การใช้ AI อย่างไม่ให้เกิดอคติ (Bias) ทั้งในแง่เพศ เชื้อชาติ ฐานะทางเศรษฐกิจ หรืออคติอื่นๆ ที่อาจซ่อนอยู่ในข้อมูลที่ใช้ฝึก AI ตัวอย่างเช่น ระบบ AI ที่ใช้คัดกรองใบสมัครงาน หากข้อมูลฝึกสอนมีอคติ ระบบก็จะตัดสินใจอย่างมีอคติตามไปด้วย
นอกจากนี้ยังครอบคลุมเรื่อง ความโปร่งใส (Transparency) — ผู้ใช้งานต้องรู้ว่ากำลังมีปฏิสัมพันธ์กับ AI และสามารถอธิบายได้ว่า AI ตัดสินใจอย่างไร (Explainability)
2. AI Safety & Security — ความปลอดภัยของระบบ AI
เมื่อ AI เข้ามามีบทบาทในระบบสำคัญ เช่น ระบบการเงิน ระบบสาธารณสุข หรือระบบโครงสร้างพื้นฐาน ความปลอดภัยกลายเป็นเรื่องที่ละเลยไม่ได้ หัวข้อนี้จะพูดถึง:
- Adversarial Attacks — การโจมตีระบบ AI ด้วยข้อมูลที่ถูกดัดแปลงเพื่อหลอกให้ AI ตัดสินใจผิดพลาด
- Model Robustness — ความทนทานของโมเดล AI ต่อข้อมูลที่ไม่คาดคิด
- AI Supply Chain Security — ความปลอดภัยตลอดห่วงโซ่ของการพัฒนา AI ตั้งแต่ข้อมูลฝึก โมเดล จนถึงการ Deploy
3. Data Protection & PDPA — การคุ้มครองข้อมูลส่วนบุคคลเมื่อใช้ AI
จุดตัดระหว่าง PDPA กับ AI เป็นความท้าทายที่องค์กรไทยต้องเผชิญอย่างเลี่ยงไม่ได้ AI ต้องการข้อมูลจำนวนมากในการเรียนรู้ แต่ PDPA กำหนดให้ต้องได้รับความยินยอมและใช้ข้อมูลตามวัตถุประสงค์ที่แจ้งไว้เท่านั้น คำถามสำคัญ เช่น:
- การนำข้อมูลพนักงานไปฝึก AI โดยไม่ได้แจ้งวัตถุประสงค์ ถือว่าผิด PDPA หรือไม่?
- AI ที่ทำ Profiling ลูกค้าอัตโนมัติ ต้องขอความยินยอมแยกต่างหากหรือไม่?
- เมื่อ AI ตัดสินใจผิดพลาดจนเกิดความเสียหาย ใครเป็นผู้รับผิดชอบ?
4. AI in Government Services — การนำ AI ไปใช้ในภาครัฐอย่างรับผิดชอบ
ภาครัฐไทยเริ่มนำ AI มาใช้ในหลายด้าน ตั้งแต่ Chatbot ให้บริการประชาชน ระบบตรวจจับการทุจริต ไปจนถึงการวิเคราะห์ข้อมูลเพื่อวางนโยบาย แต่การใช้ AI ในภาครัฐมีความอ่อนไหวสูง เพราะกระทบกับสิทธิของประชาชนโดยตรง หัวข้อนี้จะพูดถึงแนวทาง:
- การประเมินผลกระทบก่อนนำ AI ไปใช้ (AI Impact Assessment)
- การเปิดเผยว่าหน่วยงานใช้ AI ในการตัดสินใจ
- กลไกอุทธรณ์เมื่อ AI ตัดสินใจผิดพลาด
- มาตรฐานการจัดซื้อจัดจ้างระบบ AI ของภาครัฐ
5. International AI Governance Frameworks — กรอบกำกับดูแล AI ระดับสากล
หัวข้อนี้จะเปรียบเทียบแนวทางการกำกับดูแล AI จากทั่วโลก เพื่อให้ประเทศไทยสามารถเรียนรู้และนำมาปรับใช้:
| กรอบกำกับดูแล | แนวทางหลัก |
|---|---|
| EU AI Act | จัดระดับความเสี่ยงของ AI (Unacceptable, High, Limited, Minimal) กำหนดข้อบังคับตามระดับ |
| OECD AI Principles | เน้นหลักการ 5 ข้อ: Inclusive Growth, Human-centred Values, Transparency, Robustness, Accountability |
| US AI Executive Order | เน้น AI Safety Testing, Red Teaming, Watermarking สำหรับ AI-generated Content |
| Singapore AI Governance Framework | ใช้แนวทาง Model AI Governance Framework เน้นความสมัครใจและปฏิบัติได้จริง |
การเข้าใจกรอบเหล่านี้จะช่วยให้องค์กรไทยที่ทำธุรกิจกับต่างประเทศ สามารถปฏิบัติตามกฎระเบียบได้อย่างถูกต้อง โดยเฉพาะ EU AI Act ที่มีผลบังคับใช้กับองค์กรที่ให้บริการในสหภาพยุโรป ไม่ว่าจะตั้งอยู่ที่ใดในโลก
องค์กรไทยควรเตรียมตัวอย่างไร?
ไม่ว่าองค์กรของคุณจะกำลังใช้ AI อยู่แล้วหรือเตรียมจะใช้ในอนาคต การเตรียมความพร้อมด้าน AI Governance เป็นสิ่งที่ควรเริ่มทำตั้งแต่วันนี้ (อ่านเพิ่มเติมเรื่อง นโยบาย AI Governance ที่องค์กรต้องมี)
ขั้นตอนที่ 1: สร้างนโยบาย AI Governance ภายในองค์กร
กำหนดนโยบายที่ชัดเจนว่าองค์กรจะใช้ AI อย่างไร ใครมีอำนาจอนุมัติการนำ AI มาใช้ มีเกณฑ์อะไรในการประเมินความเสี่ยง และกระบวนการตรวจสอบเป็นอย่างไร
ขั้นตอนที่ 2: ทำ Data Inventory — รู้ว่ามีข้อมูลอะไร เก็บที่ไหน
ก่อนจะนำ AI มาใช้ ต้องรู้ก่อนว่าองค์กรมีข้อมูลอะไรบ้าง เก็บอยู่ในระบบไหน ใครเป็นเจ้าของ ข้อมูลไหนเป็นข้อมูลส่วนบุคคลที่อยู่ภายใต้ PDPA นี่คือจุดเริ่มต้นที่สำคัญที่สุด เพราะ AI ที่ดีต้องมาจากข้อมูลที่ดีและมีการจัดการอย่างเป็นระบบ
ขั้นตอนที่ 3: จัดตั้ง AI Governance Committee
ควรมีคณะกรรมการหรือทีมงานที่รับผิดชอบเรื่อง AI Governance โดยเฉพาะ ประกอบด้วยผู้แทนจากหลายฝ่าย ทั้ง IT, กฎหมาย, บริหารความเสี่ยง, และหน่วยงานที่ใช้ AI โดยตรง เพื่อให้มีมุมมองที่ครอบคลุมทุกด้าน
ขั้นตอนที่ 4: ฝึกอบรมพนักงานเรื่อง AI Literacy
พนักงานทุกระดับควรมีความเข้าใจพื้นฐานเกี่ยวกับ AI ว่าทำอะไรได้ ทำอะไรไม่ได้ มีข้อจำกัดอะไร และใช้อย่างไรให้ปลอดภัย ไม่จำเป็นต้องเป็นนักเทคนิค แต่ต้องเข้าใจหลักการและความเสี่ยง
AI Governance ไม่ใช่แค่กฎหมาย — แต่เป็นวัฒนธรรมองค์กรที่ต้องสร้าง การมีนโยบายเพียงอย่างเดียวไม่เพียงพอ ต้องปลูกฝังให้ทุกคนในองค์กรเข้าใจว่าการใช้ AI อย่างรับผิดชอบเป็นความรับผิดชอบร่วมกัน ไม่ใช่แค่หน้าที่ของฝ่าย IT
พื้นฐานที่ต้องมีก่อนใช้ AI — ระบบหลังบ้านที่จัดระเบียบข้อมูล
หลายองค์กรตื่นเต้นกับ AI แต่มองข้ามสิ่งสำคัญที่สุด — ข้อมูลที่มีคุณภาพและเป็นระบบ AI ไม่ว่าจะฉลาดแค่ไหน ถ้าป้อนข้อมูลที่กระจัดกระจาย ไม่ครบถ้วน หรือไม่ถูกต้อง ผลลัพธ์ก็จะไม่มีความหมาย
นี่คือเหตุผลที่องค์กรควรเริ่มจากฐาน — มีระบบ ERP เป็นระบบหลังบ้านที่จัดระเบียบข้อมูลทั้งหมดก่อน ระบบ ERP รวมข้อมูลจากทุกฝ่าย ทั้งบัญชี พัสดุ บุคลากร จัดซื้อ ให้อยู่ในฐานข้อมูลเดียวกัน มีมาตรฐาน มี Audit Trail และตรวจสอบได้ เมื่อข้อมูลพื้นฐานเป็นระเบียบ การนำ AI มาวิเคราะห์หรือสนับสนุนการตัดสินใจก็จะมีประสิทธิภาพมากขึ้น
| ปัญหาที่พบบ่อย | ERP ช่วยได้อย่างไร |
|---|---|
| ข้อมูลกระจายอยู่ใน Excel หลายไฟล์ | รวมศูนย์ข้อมูลทั้งหมดในฐานข้อมูลเดียว |
| ไม่รู้ว่าข้อมูลไหนเป็นเวอร์ชันล่าสุด | ข้อมูลอัปเดตแบบ Real-time มี Version Control |
| ไม่มี Audit Trail ตรวจสอบไม่ได้ | ทุกรายการบันทึกว่าใครทำ เมื่อไหร่ เปลี่ยนอะไร |
| สิทธิ์การเข้าถึงข้อมูลไม่ชัดเจน | กำหนด Role-based Access Control แบ่งสิทธิ์ตามตำแหน่ง |
| ข้อมูลส่วนบุคคลปนอยู่ทุกที่ ไม่รู้จะจัดการ PDPA อย่างไร | จัดเก็บข้อมูลเป็นหมวดหมู่ ระบุได้ว่าข้อมูลส่วนบุคคลอยู่ตรงไหน |
สรุป — โอกาสสำคัญสำหรับทุกองค์กรที่ใช้หรือจะใช้ AI
งาน AI Governance Week 2026 Bangkok เป็นโอกาสที่ดีสำหรับทุกองค์กรที่กำลังใช้หรือวางแผนจะใช้ AI ไม่ว่าจะเป็นภาครัฐหรือเอกชน เพราะ:
- ได้เรียนรู้กรอบกำกับดูแลระดับสากล จากผู้เชี่ยวชาญโดยตรง
- ได้เข้าใจว่าประเทศไทยกำลังมุ่งหน้าไปทิศทางใด ในเรื่อง AI Regulation
- ได้แนวทางปฏิบัติจริง สำหรับสร้าง AI Governance ภายในองค์กร
- ได้เครือข่าย จากผู้เชี่ยวชาญและองค์กรที่สนใจเรื่องเดียวกัน
แต่ก่อนจะไปถึงจุดนั้น สิ่งแรกที่ต้องทำคือ จัดระเบียบข้อมูลพื้นฐานขององค์กรให้เรียบร้อย มีระบบหลังบ้านที่เชื่อถือได้ มี Audit Trail และรองรับการตรวจสอบ เพราะ AI Governance ที่ดีต้องเริ่มจากข้อมูลที่ดี
การกำกับดูแล AI ไม่ใช่เรื่องของอนาคต — มันคือเรื่องของวันนี้ องค์กรที่เริ่มเตรียมตัวก่อน จะมีความได้เปรียบในโลกที่ AI เข้ามามีบทบาทในทุกมิติของธุรกิจ
- ทีมงาน Saeree ERP
หากองค์กรของคุณต้องการเริ่มจัดระเบียบข้อมูลและสร้างระบบหลังบ้านที่แข็งแกร่ง สามารถนัดหมาย Demo ระบบ Saeree ERP ฟรี หรือติดต่อทีมที่ปรึกษาเพื่อประเมินความพร้อมขององค์กร
