องค์กรเร่งลงทุน AI แต่ล้มเหลวด้านความปลอดภัยและการบูรณาการ

การเร่งลงทุน AI ที่วิ่งเร็วกว่าความพร้อมขององค์กร

การใช้ AI ในองค์กรหมายถึงการนำเทคโนโลยีปัญญาประดิษฐ์เข้ามาเป็นส่วนหนึ่งของโครงสร้างพื้นฐาน กระบวนการทำงาน และการตัดสินใจของธุรกิจ ตั้งแต่ระบบคลาวด์ เครื่องมือแพลตฟอร์ม โมเดลสำเร็จรูป ไปจนถึงเครื่องมือ AI ระดับพนักงาน เพื่อเพิ่มประสิทธิภาพ สร้างนวัตกรรม และผลักดันการเติบโตทางรายได้ในระยะยาว โดยต้องผสานเข้ากับความปลอดภัยของข้อมูลและการบริหารความเสี่ยงอย่างเป็นระบบ

ภาพใหญ่ขององค์กรเอเชีย AI ลงทุน คือการเร่งเทงบประมาณเข้าสู่ AI แบบไม่เคยมีมาก่อน รายงานการสำรวจ “The AI Business Application Readiness and Accessibility Survey” ที่ได้รับการสนับสนุนโดยผู้ให้บริการโครงสร้างพื้นฐาน AI รายใหญ่ เผยว่า 90% ของผู้ตอบระบุว่าองค์กรของตนเชื่อมั่นและเปิดรับการใช้ AI ในกระบวนการทำงาน ขณะที่ 99% เห็นตรงกันว่า AI คือวาระสำคัญขององค์กร การใช้ AI เอเชีย จึงไม่ใช่แค่การทดลองอีกต่อไป แต่กำลังกลายเป็นหัวใจเชิงกลยุทธ์ของธุรกิจ

ตัวเลขการลงทุนสะท้อนชัดว่าองค์กรเอเชีย AI ลงทุน อย่างหนัก 95% ของบริษัทตั้งใจเพิ่มการลงทุนในผลิตภัณฑ์ AI และมากกว่าครึ่งจะเพิ่มงบเกิน 20% ครอบคลุมโครงสร้างพื้นฐาน IaaS เครื่องมือ PaaS และบริการโมเดล MaaS ที่สำคัญ 75% ของบริษัทในภูมิภาคบอกว่า AI กลายเป็นส่วนสำคัญที่ขาดไม่ได้ในการดำเนินธุรกิจแล้ว แต่คำถามคือ การเร่งลงทุนนี้สอดคล้องกับความพร้อมด้านความปลอดภัย ทักษะ และกรอบกำกับดูแลจริงหรือไม่ หรือกำลังสร้างช่องว่าง AI ความปลอดภัย ที่ใหญ่ขึ้นเรื่อยๆ

ลงทุนโครงสร้างพื้นฐานเต็มที่ แต่ขาดโซลูชัน End-to-End AI ที่ปลอดภัย

หากดูโครงสร้างการใช้จ่าย จะเห็นว่าองค์กรจำนวนมากกำลังขยายฐานเทคโนโลยีอย่างจริงจัง งบลงทุนสูงสุดเทไปที่โครงสร้างพื้นฐานระดับรากฐาน โดย 69% ของผู้ตอบแบบสำรวจระบุว่าจะเพิ่มการใช้จ่ายด้าน IaaS มากกว่า 20% ตามด้วย 61% สำหรับ PaaS และ 58% สำหรับ MaaS นี่คือสัญญาณว่าธุรกิจกำลังพยายามสร้างฐานคลาวด์และ AI ให้รองรับการเติบโตในอนาคต

อย่างไรก็ตาม การเน้นลงทุนทีละชั้นของเทคโนโลยีไม่ได้หมายความว่าองค์กรมีโซลูชัน End-to-End AI ที่ปลอดภัยแล้ว ผลสำรวจชี้ตรงกันว่าตลาดเต็มไปด้วยโซลูชัน AI รายตัว โดยเฉลี่ย 91% ของผู้ตอบบอกว่ามีผลิตภัณฑ์ให้เลือกมากมาย แต่ยังขาดโซลูชันแบบครบวงจรที่ตอบโจทย์งานเฉพาะ และมีความปลอดภัยตั้งแต่ต้นทางถึงปลายทาง กล่าวอีกแบบคือ องค์กรต้องคอยต่อชิ้นส่วนจากผู้ให้บริการหลายราย เสี่ยงต่อช่องโหว่และภาระการบูรณาการที่ซับซ้อน

การไม่มีโซลูชัน End-to-End AI ที่ชัดเจน ทำให้องค์กรต้องรับบทสถาปนิกเอง ทั้งการออกแบบสถาปัตยกรรมข้อมูล การกำกับสิทธิ์เข้าถึง และการดูแลความเป็นส่วนตัวของข้อมูลลูกค้า ในขณะที่ผู้ตอบแบบสำรวจให้คะแนนความกังวลด้านความเป็นส่วนตัวและความปลอดภัยของข้อมูลเป็นความท้าทายอันดับหนึ่ง ถึง 48% เห็นว่านี่คืออุปสรรคหลักต่อการใช้ AI ในวงกว้าง ช่องว่าง AI ความปลอดภัย จึงไม่ได้เกิดจากเทคโนโลยีเพียงอย่างเดียว แต่เกิดจากการขาด “แพ็กเกจ” ที่ครอบคลุมตั้งแต่โครงสร้างพื้นฐานไปจนถึงการกำกับข้อมูลและผู้ใช้

เมื่อพนักงานวิ่งหา AI เร็วกว่าระบบโครงสร้างขององค์กร

อีกด้านหนึ่งของการใช้ AI เอเชีย คือความตื่นตัวระดับพนักงาน ในโลกที่เครื่องมือ AI ถูกเปิดให้ใช้งานได้ง่ายและหลากหลาย พนักงานจำนวนมากเริ่มใช้ AI เพื่อช่วยทำงาน วิเคราะห์ข้อมูล และทดลองโครงการใหม่ แม้องค์กรจะยังไม่วางกรอบหรืออนุมัติอย่างเป็นทางการ ปรากฏการณ์นี้นำไปสู่ปัญหา “Shadow AI” หรือการที่พนักงานนำเครื่องมือ AI ที่องค์กรไม่ได้รับรองมาใช้กับข้อมูลของบริษัทโดยตรง

ช่องว่างนี้เกิดจากความไม่สมดุลระหว่างความกระตือรือร้นของบุคลากรกับความพร้อมของโครงสร้างพื้นฐานและนโยบายภายใน หลายองค์กรยังไม่มีระบบจัดเก็บข้อมูลที่ปลอดภัยเพียงพอ ไม่มีการควบคุมสิทธิ์การเข้าถึง หรือยังไม่ได้กำหนดแนวทางการใช้ AI ที่ชัดเจน เมื่อโครงสร้างไม่พร้อมแต่พนักงานเดินหน้าลองใช้ AI เอง การเปลี่ยนผ่านดิจิทัลจึงเต็มไปด้วยแรงเสียดทาน ทั้งจากฝ่ายไอทีที่ต้องคอยปิดความเสี่ยง และจากฝ่ายธุรกิจที่ต้องการความคล่องตัว

งานวิจัยด้านความพร้อมโครงสร้างพื้นฐาน AI ยังสะท้อนว่าองค์กรจำนวนมากติดอยู่ระหว่างช่วง “ทดลองใช้” กับ “ใช้จริงระดับองค์กร” แม้กว่า 78% ขององค์กรที่สำรวจจะขยับเป็นระดับผู้สร้างโซลูชัน AI แล้ว แต่มีไม่ถึง 10% ที่พร้อมรองรับ AI workload อย่างมีประสิทธิภาพทั่วทั้งองค์กร นั่นหมายความว่า แม้พนักงานและฝ่ายธุรกิจอยากเดินหน้า แต่อุปกรณ์ เซิร์ฟเวอร์ ระบบคลาวด์ และนโยบายด้านข้อมูลขององค์กรยังไม่พร้อมจะรองรับการขยายตัวของ AI อย่างต่อเนื่อง

ทักษะ AI องค์กร และกรอบกำกับที่ยังไม่ทันกับการลงทุน

ต่อให้ทุ่มงบโครงสร้างพื้นฐานและโซลูชันมากเพียงใด โครงการ AI ก็ไม่สามารถขยายผลได้ถ้าขาดคนและกรอบกำกับที่เหมาะสม ผลสำรวจบอกชัดว่าการขาดความเชี่ยวชาญภายในองค์กรเป็นข้อจำกัดสำคัญถึง 37% ขณะที่ค่าใช้จ่ายในการนำ AI ไปใช้ยังเป็นอุปสรรคอีก 42% ทักษะ AI องค์กร จึงไม่ใช่เรื่องของการอบรมพื้นฐานให้พนักงานใช้งานแอป AI เท่านั้น แต่ต้องรวมถึงทีมสถาปนิกข้อมูล วิศวกรโมเดล ผู้เชี่ยวชาญความปลอดภัย และผู้ดูแลด้านจริยธรรม

ในหลายประเทศ กำลังมีการจัดทำร่างกฎหมายและมาตรฐานด้าน AI โดยหน่วยงานกำกับดูแลด้านธุรกรรมอิเล็กทรอนิกส์และเทคโนโลยีดิจิทัล เพื่อวางกรอบว่าการใช้ AI ที่ปลอดภัยและรับผิดชอบควรมีหน้าตาอย่างไร งานวิจัยหนึ่งชี้ว่า หากวางกรอบให้ชัด กฎระเบียบสามารถทำหน้าที่เป็น “Guardrails” ที่ช่วยให้ทดลองและพัฒนา AI ได้เร็วขึ้น โดยไม่ต้องกังวลว่าทุกการทดลองจะกลายเป็นความเสี่ยงขององค์กร นี่คือหัวใจของการปิดช่องว่าง AI ความปลอดภัย

ขณะเดียวกัน ฝั่งผู้ให้บริการเทคโนโลยีก็กำลังเร่งลงทุนอย่างมาก ตามแผนที่ระบุว่าจะอัดงบลงทุนด้านโครงสร้างพื้นฐานคลาวด์และ AI ไม่ต่ำกว่าระดับที่เคยลงทุนตลอดทศวรรษที่ผ่านมา ภายในระยะเวลา 3 ปีข้างหน้า แต่หากองค์กรผู้ใช้ยังขาดกรอบ AI governance และการยกระดับทักษะบุคลากรอย่างเป็นระบบ การลงทุนเหล่านี้ก็อาจกลายเป็นโครงสร้างพื้นฐานว่างเปล่า ที่ไม่สามารถแปรเป็นคุณค่าทางธุรกิจได้เต็มที่

จะปิดช่องว่าง AI ความปลอดภัย และการบูรณาการอย่างไร

ทั้งหมดนี้สะท้อนภาพเศรษฐกิจ AI ที่กำลังโตอย่างรวดเร็ว แต่เต็มไปด้วยความไม่สมดุล การใช้ AI เอเชีย แสดงให้เห็นว่าธุรกิจส่วนใหญ่ยอมรับ AI เป็นส่วนสำคัญของการดำเนินงานแล้ว 90% ของผู้ตอบแบบสำรวจเริ่มใช้เครื่องมือและโมเดล AI ในทุกระดับ ขณะเดียวกัน 79% ขององค์กรในบางตลาดมีแผนเพิ่มงบ AI มากกว่า 50% ซึ่งเป็นสัดส่วนสูงสุดในภูมิภาค อย่างไรก็ตาม ความพร้อมด้านความปลอดภัยและทักษะยังตามไม่ทัน

ผู้ตอบจำนวนมากยอมรับว่า โซลูชัน End-to-End AI ที่ปลอดภัยและตอบโจทย์อุตสาหกรรมยังมีจำกัด ทำให้องค์กรต้องต่อชิ้นส่วนเครื่องมือเอง ขณะที่ช่องว่างทักษะและการขาดกรอบกำกับด้าน AI ทำให้โครงการไม่สามารถขยายจากระดับทดลองสู่ระดับองค์กรได้อย่างมีเสถียรภาพ ช่องว่าง AI ความปลอดภัย จึงไม่ใช่แค่ปัญหาทางเทคนิค แต่เป็นปัญหากลยุทธ์ของทั้งองค์กร

ข้อสรุปคือ การเร่งลงทุนอย่างเดียวไม่เพียงพอ องค์กรต้องกำหนดโรดแมป AI ที่ผูกมัดสามเสาหลักให้เดินไปพร้อมกัน คือ 1) สถาปัตยกรรมเทคโนโลยีที่ออกแบบมาเพื่อ AI โดยเฉพาะ 2) โซลูชันแบบครบวงจรที่คำนึงถึงความปลอดภัยตั้งแต่การเก็บ ใช้ และแบ่งปันข้อมูล และ 3) การยกระดับทักษะและกรอบ AI governance ที่ชัดเจน หากทำได้ การเร่งลงทุน AI วันนี้จะไม่กลายเป็นระเบิดเวลา แต่เป็นโครงสร้างพื้นฐานใหม่ที่พาองค์กรเข้าสู่ระดับผู้นำได้อย่างยั่งยืน