ความปลอดภัย AI วันนี้: องค์กรกำลังวิ่งเร็วกว่าระบบเบรก
ความปลอดภัย AI คือกรอบแนวคิด นโยบาย และเทคโนโลยีที่ใช้ในการป้องกันข้อมูล ระบบ และผู้ใช้จากความเสี่ยง AI ทั้งจากการรั่วไหลของข้อมูล การใช้เครื่องมือที่ไม่ได้รับอนุญาต การโจมตีที่ขับเคลื่อนด้วย AI ไปจนถึงความเข้าใจผิดขององค์กรเองเกี่ยวกับระดับความปลอดภัยที่มีอยู่ ซึ่งเกิดขึ้นเมื่อการนำ AI ไปใช้เติบโตเร็วเกินกว่าที่ทีมความปลอดภัยและการจัดการ AI จะควบคุม ตรวจสอบ และพิสูจน์ได้อย่างเป็นระบบ
ประเด็นสำคัญวันนี้ไม่ใช่แค่ว่าองค์กรใช้ AI หรือไม่ แต่คือ "ใช้แบบมั่นใจเกินเหตุ" โดยไม่มีหลักฐานรองรับ ความเชื่อว่าระดับความปลอดภัยเพียงพอ เพราะมีการลงทุนเทคโนโลยีใหม่และมีเอกสารกรอบกำกับ ทำให้ผู้บริหารจำนวนมากมองข้ามช่องโหว่ที่ขยายตัวตามการใช้ AI ในทุกเวิร์กโฟลว์ ความจริงคือ การนำ AI ไปใช้เติบโตเร็วกว่ากรอบกำกับและทีมความปลอดภัยจะตามทัน ซึ่งเป็นพายุเงียบที่กำลังสะสมความเสี่ยงบนโครงสร้างพื้นฐานแบบคลาวด์ผสมและระบบเดิมที่ออกแบบมาสำหรับยุคก่อน AI
เมื่อ Shadow AI กลายเป็นมาตรฐานใหม่ (ที่ไม่มีใครอยากยอมรับ)
Shadow AI คือการที่พนักงานข้ามช่องทาง IT อย่างเป็นทางการไปใช้บัญชีส่วนตัวหรือเครื่องมือ AI ที่ไม่ได้รับอนุญาตเพื่อทำงาน ซึ่งกำลังระบาดในองค์กรเพราะแพลตฟอร์มผู้บริโภคให้ความเร็วและความสะดวกสบายมากกว่ากระบวนการอนุมัติภายใน ตัวเลขล่าสุดจึงไม่น่าแปลกใจ: 73.8% ของการมีส่วนร่วมของพนักงานกับ ChatGPT เกิดขึ้นบนบัญชีที่ไม่ใช่ขององค์กร และการใช้ Gemini กับ Bard บนบัญชีส่วนบุคคลสูงถึง 94.4% และ 95.9% ตามลำดับ นี่คือหลักฐานชัดว่ากฎที่เข้มงวดแต่องค์กรไม่เสนอทางเลือกที่ดี ทำให้คนเลือกเส้นทางที่ง่ายกว่าแต่เสี่ยงกว่า
องค์กรจำนวนมากตอบโจทย์ Shadow AI ด้วยการออกนโยบายห้ามใช้ พร้อมลงโทษทางวินัยจนถึงขั้นเลิกจ้าง วิธีนี้ดูแข็งแรงบนกระดาษ แต่ในโลกจริงมันผลักพฤติกรรมให้ลงใต้ดิน เมื่อพนักงานเห็นว่าเครื่องมือที่ดีกว่ามีอยู่ในชีวิตส่วนตัว แต่ถูกบล็อกในที่ทำงาน เขาไม่ได้สรุปว่าองค์กรรอบคอบ เขาสรุปว่าองค์กรล้าหลัง ผลคือคนหยุดถาม หยุดรายงาน และทีมความปลอดภัยสูญเสียสิ่งสำคัญที่สุด: ทัศนภาพว่าใครใช้ AI อย่างไร กับข้อมูลแบบไหน ความเสี่ยง AI จึงถูกผลักไปอยู่ในพื้นที่ที่ไม่มีใครมองเห็น
โครงสร้างความปลอดภัยเดิมพังทลาย เมื่อ AI ถูกใช้แบบไร้กรอบ
ปัญหาไม่ได้อยู่ที่องค์กรไม่ลงทุนความปลอดภัย แต่คือการลงทุนบนสมมติฐานที่ผิดว่าระบบเดิมเอาอยู่แล้ว เครื่องมือป้องกันการรั่วไหลของข้อมูลแบบดั้งเดิมถูกออกแบบมาเพื่อบล็อกไฟล์แนบอีเมลหรือการดาวน์โหลดไฟล์ ไม่ใช่การพิมพ์หรือวางข้อความลงหน้าต่างพรอมต์บนเว็บเพจ AI จุดบอดนี้ใหญ่ขึ้นทุกไตรมาส เพราะงานจริงกำลังไหลเข้าสู่แพลตฟอร์ม AI ภายนอกที่ไม่ได้รับการตรวจสอบ การวิเคราะห์ชี้ว่า 55% ของความล้มเหลวของ AI มาจากโซลูชันภายนอกเหล่านี้ นำไปสู่ความเสียหายด้านชื่อเสียง ความสูญเสียทางการเงิน และการดำเนินคดีสำหรับองค์กรที่ใช้โดยไม่ประเมินความเสี่ยง
เหตุการณ์ซัมซุงคือสัญญาณเตือน เมื่อบริษัทอนุญาตให้ใช้ ChatGPT ภายใน 20 วันก็เกิดเหตุรั่วไหลข้อมูล 3 ครั้ง วิศวกรนำซอร์สโค้ดฐานข้อมูลเซมิคอนดักเตอร์แบบพร็อพไรเอทไปวางใน ChatGPT เพื่อให้ช่วยตรวจสอบข้อผิดพลาดในการเขียนโค้ด ช่องโหว่แบบนี้ไม่ได้เกิดจากแฮกเกอร์ แต่มาจากการที่องค์กรเปิดประตูให้ AI โดยไม่มีเบรกเทคนิคที่เหมาะสม ขณะเดียวกัน แบบสำรวจด้านความปลอดภัยคลาวด์ผสมพบว่า 93% ขององค์กรลงทุนในเทคโนโลยีความปลอดภัยใหม่ แต่ 65% ยังคงเผชิญเหตุข้อมูลรั่วไหลใน 12 เดือนที่ผ่านมา และอัตราเพิ่มขึ้นต่อเนื่อง 3 ปี นี่คือคำยืนยันว่า "การลงทุนไม่ใช่หลักฐาน"
ภาพลวงตาแห่งความปลอดภัย: เมื่อความมั่นใจสูงกว่าหลักฐาน
องค์กรจำนวนมากเชื่อว่ากำลังใช้เครื่องมือ AI เพื่อเสริมความปลอดภัยโครงสร้างพื้นฐานของตน และจัดระดับสถานะความปลอดภัย AI ของตัวเองว่า "กำหนดชัด" หรือ "บูรณาการแล้ว" แม้หลักฐานจะแสดงเรื่องราวตรงกันข้าม เรากำลังเห็น "ภาพลวงตาแห่งความปลอดภัย" ที่สร้างจากจำนวนเครื่องมือที่ติดตั้ง มากกว่าความสามารถในการเห็นและพิสูจน์ว่าเกิดอะไรขึ้นในระบบจริง การสำรวจเดียวกันรายงานว่าองค์กรกว่า 40% ใช้เวลานานขึ้นในการตรวจพบและสอบสวนเหตุรั่วไหลข้อมูล เพราะสัญญาณกระจายอยู่ในระบบที่ไม่เชื่อมต่อกัน ทีมงานจึงเสียเวลาไปกับการ拼ภาพย้อนหลังแทนที่จะลงมือจัดการเหตุการณ์
ในยุค AI ความเสี่ยงไม่ใช่การลงทุนความปลอดภัยไม่พอ แต่คือการเชื่อว่าตัวเองปลอดภัยโดยไม่มีหลักฐานรองรับ AI ทำให้การโจมตีเร็วขึ้น ปรับตัวได้มากขึ้น และเพิ่มความซับซ้อนของสภาพแวดล้อมองค์กร ถ้าองค์กรยังวัดความปลอดภัยจากสิ่งที่ติดตั้ง ไม่ใช่จากสิ่งที่ตรวจสอบได้ ช่องว่างระหว่างความเชื่อกับความจริงจะขยายตัวเรื่อยๆ และเปิดพื้นที่ให้ภัยจากภายใน เช่น การรั่วไหลข้อมูลและการใช้ Shadow AI โดยไม่ได้รับอนุญาต ซึ่งเกือบครึ่งหนึ่งขององค์กรที่สำรวจรายงานว่ามีแนวโน้มเพิ่มขึ้นแล้ว นี่คือความเสี่ยง AI ที่มองไม่เห็น แต่กำลังกัดกินความน่าเชื่อถือขององค์กรจากด้านใน
การจัดการ AI แบบใช้การได้: ไม่แบน แต่ตั้งกรอบที่คนอยากอยู่ด้วย
คำตอบที่ทำงานได้ไม่ใช่การบดทับการใช้ AI แต่คือการออกแบบการจัดการ AI ที่สมดุลระหว่างความคิดสร้างสรรค์ของพนักงานกับความเป็นส่วนตัว กฎหมาย และความปลอดภัย AI ที่พิสูจน์ได้ แกนกลางคือการยอมรับว่าคนจะใช้ AI อยู่แล้ว แล้วตั้งกฎที่ชัด แทนที่จะไล่ล่า Shadow AI ด้วยการขู่ลงโทษ ซึ่งมีแต่ผลักความเสี่ยงไปอยู่ใต้ดิน กรอบที่ดีต้องเริ่มจากการปกป้องข้อมูลอ่อนไหวก่อน กำหนดว่าอะไรห้ามนำเข้า AI สาธารณะ เช่น ข้อมูลลูกค้า รายละเอียดการเงิน เทคโนโลยีเฉพาะ กฎหมาย และกลยุทธ์เชิงพาณิชย์ แล้วจัดหาเครื่องมือที่ผ่านการประเมินความเสี่ยงและตั้งค่าความปลอดภัยให้พนักงานใช้แทนแพลตฟอร์มภายนอก
องค์กรควรเลิกยึดติดกับ DLP แบบเดิมที่มองไม่เห็นข้อความในพรอมต์ และอัปเกรดไปใช้การตรวจจับภัยคุกคามที่ขับเคลื่อนด้วย AI ซึ่งปรับตัวเข้ากับรูปแบบการโจมตีใหม่ และบังคับใช้ขอบเขตที่เข้มงวดเกี่ยวกับการใช้ AI เพื่อปกป้องข้อมูลที่ละเอียดอ่อน ตัวอย่างเช่น โรงพยาบาล Artesia General ตระหนักถึงข้อจำกัดของแนวทางเดิมในการปกป้องงานดูแลผู้ป่วยและระบบดิจิทัล จึงนำเทคโนโลยีตรวจจับภัยคุกคามแบบใหม่ไปใช้ เป้าหมายไม่ใช่กำจัด Shadow AI ให้หมด แต่คือการสร้าง "วัฒนธรรมความชำนาญ AI ที่มีกำกับ" ให้คนกล้าบอกว่าใช้ AI อย่างไร ได้รับการอบรม มีเครื่องมือที่ดีกว่า และรู้ชัดว่าขอบเขตอยู่ตรงไหน เมื่อวัฒนธรรมเปลี่ยน องค์กรจึงเริ่มเห็นภาพจริง และจัดการความเสี่ยง AI อย่างเป็นผู้ใหญ่
