ช่องว่างความรับผิดชอบเริ่มตั้งแต่ข้อมูลที่ไม่มีเจ้าของ
ความรับผิดชอบ AI คือการกำหนดให้ชัดว่าใครมีอำนาจอนุมัติ ควบคุม และแก้ไขระบบ รวมถึงรับผิดชอบผลกระทบเมื่อระบบสร้างคำตอบหรือดำเนินการผิดพลาด โดยพิจารณาจากบทบาทและอำนาจของแต่ละฝ่าย ไม่ใช่โยนความผิดให้ผู้ใช้คนสุดท้ายเพียงคนเดียว ช่องว่างนี้สำคัญขึ้นเมื่อธุรกิจนำ AI ไปใช้กว้างขวาง แต่ยังไม่กำหนดผู้รับผิดชอบปลายทางให้ชัดเจน ข้อมูลจากรายงานด้านอนาคตของอาชีพผู้เชี่ยวชาญในปี 2026 ยังชี้ถึงช่องว่างระหว่างการแพร่หลายของ AI กับเงื่อนไขการใช้อย่างมีความรับผิดชอบ ปัญหาไม่ได้จำกัดอยู่ที่แบบจำลองตอบผิด ข้อมูลขององค์กรเองอาจเปลี่ยนไปแล้ว แต่ยังค้างอยู่ในหลายระบบ นโยบายที่แก้ในระบบหนึ่งอาจผิดอยู่ในอีกสามระบบ ส่วนสินค้าที่หมดหรือเลิกจำหน่ายก็อาจยังปรากฏบนหน้าเว็บเป็นเวลาหลายเดือน
เมื่อมนุษย์รู้ว่าข้อมูลหน้าใดล้าสมัย พวกเขาอาจแก้สถานการณ์ได้จากประสบการณ์และบริบทที่อยู่ในทีม แต่ AI อ่านได้เพียงข้อมูลที่ได้รับ หากไม่มีผู้รับผิดชอบดูแลความถูกต้องตั้งแต่ต้น ความผิดพลาดก็อาจส่งถึงลูกค้าอย่างมั่นใจ เรื่องนี้จึงเป็นความเสี่ยง AI องค์กรที่เกิดจากทั้งเทคโนโลยีและการจัดการข้อมูล ไม่ใช่ปัญหาที่แก้ได้ด้วยการตำหนิผู้เขียนคำสั่งเพียงคนเดียว

ความผิดพลาดเล็กน้อยขยายผลได้ในไม่กี่ชั่วโมง
เหตุผลที่ต้องเร่งกำหนดกติกาคือ AI กำลังขยับจากผู้ช่วยตอบคำถามไปสู่เอเจนต์ที่ทำงานได้อย่างอิสระและเชื่อมต่อกับระบบจริง เมื่อคำสั่งหรือโค้ดผิดพลาด ผลลัพธ์จึงไม่หยุดอยู่บนหน้าจอ แต่อาจกลายเป็นอีเมลถึงลูกค้า การยกเลิกคำสั่งซื้อ หรือการประกาศข้อมูลที่ผิดพลาด ที่ผู้ค้าปลีกรายใหญ่แห่งหนึ่งในสหรัฐฯ ระบบอัตโนมัติส่งข้อความแจ้งคืนเงินและยกเลิกคำสั่งซื้อผิดไปยังลูกค้ากว่า 18,000 รายในเวลาไม่ถึงหกชั่วโมง จนเกิดคำขอความช่วยเหลือหลายพันรายการ
อีกกรณีหนึ่ง พนักงานการตลาดของบริษัทผลิตเครื่องใช้ไฟฟ้าใช้ AI สร้างและเผยแพร่ราคาสินค้าอัตโนมัติ แต่คำสั่งผิดทำให้สินค้าเรือธงแสดงส่วนลด 85% นานราวสามชั่วโมง ก่อนพบข้อผิดพลาดมีคำสั่งซื้อมากกว่า 700 รายการ และบริษัทใช้เวลาหลายสัปดาห์จัดการผลกระทบ ตัวอย่างเหล่านี้ชี้ว่า เมื่อระบบได้รับสิทธิ์เผยแพร่หรือส่งข้อความโดยตรง การตรวจพบหลังเกิดเหตุย่อมไม่พอ องค์กรต้องกำหนดจุดอนุมัติและขอบเขตอำนาจก่อนปล่อยให้ระบบทำงาน

ความรับผิดชอบต้องตามอำนาจ ไม่ใช่ตามคนที่อยู่หน้าจอ
เมื่อถามว่าใครควรรับผิดชอบต่อความผิดพลาดร้ายแรงของแชทบอท ผู้ตอบแบบสำรวจแบ่งความเห็นเกือบเท่า ๆ กันระหว่างทีมที่นำ AI ไปใช้ ผู้จัดการของทีม และฝ่ายบริหารความเสี่ยง ขณะที่บางส่วนมองไปยังผู้ให้บริการเทคโนโลยีหรือยังไม่แน่ใจ ความเห็นที่แตกออกเป็นหลายทางไม่ได้แปลว่าทุกฝ่ายรับผิดเท่ากัน แต่สะท้อนว่าองค์กรจำนวนมากยังไม่ได้แปลงความรับผิดชอบให้เป็นบทบาทที่ตรวจสอบได้
หลักที่ควรใช้คือพิจารณาว่าใครกำหนดเป้าหมาย ใครอนุมัติให้ระบบเข้าถึงข้อมูลหรือทำงานจริง ใครดูแลคุณภาพข้อมูล และใครมีอำนาจหยุดระบบเมื่อพบสัญญาณผิดปกติ การมอบหมายงานให้ AI ไม่ควรทำให้ความรับผิดชอบหายไปในรอยต่อระหว่างฝ่ายเทคโนโลยี ฝ่ายธุรกิจ และฝ่ายความเสี่ยง ผู้จัดการ 48% ในการสำรวจหนึ่งระบุว่าอนุญาตให้ AI ทำงานบางอย่างได้ แต่ต้องมีมนุษย์อนุมัติก่อนนำผลไปใช้จริง นี่เป็นแนวทางที่เหมาะกับงานซึ่งมีผลต่อข้อมูลลูกค้า ความปลอดภัย หรือการตัดสินใจสำคัญ

มนุษย์กำกับ AI ด้วยการสั่ง ตรวจ และติดตาม
มนุษย์กำกับ AI ไม่ได้หมายถึงการตรวจทุกคำตอบด้วยวิธีเดียว แต่เริ่มจากแบ่งงานให้เหมาะกับความเสี่ยง งานรวบรวมข้อมูลหรือจัดโครงร่างอาจให้ระบบช่วยได้ ส่วนการเลือกทางออกที่กระทบลูกค้า ความปลอดภัย หรือทิศทางธุรกิจควรมีคนตัดสินใจร่วม การศึกษาผู้คนมากกว่า 48,000 คนจาก 47 ประเทศในปี 2025 พบว่า 66% ใช้ AI เป็นประจำ และ 66% ยอมรับว่าพึ่งผลลัพธ์โดยไม่ได้ตรวจสอบความถูกต้อง ตัวเลขนี้เตือนว่า การมีเครื่องมือไม่ได้แปลว่ามีกระบวนการกำกับดูแล
การบริหาร AI ที่ได้ผลต้องครอบคลุมสามช่วงต่อเนื่องกัน ได้แก่ กำหนดโจทย์และขอบเขตให้ชัด ตรวจข้อเท็จจริง ตัวเลข ความครบถ้วน และความเหมาะสมของคำตอบก่อนใช้ แล้วติดตามผลงานหลังระบบเริ่มทำงานจริง การตรวจสอบระบบ AI จึงควรรวมถึงการทดสอบก่อนเผยแพร่ การกำหนดผู้อนุมัติ การเก็บบันทึกผล และช่องทางหยุดหรือย้อนกลับเมื่อพบความผิดปกติ หากข้อมูลเปลี่ยน ผู้ดูแลข้อมูลต้องปรับปรุงแหล่งที่ระบบใช้ด้วย มิฉะนั้นการตรวจคำตอบปลายทางก็เป็นเพียงการไล่ตามแก้ปัญหา
ข้อสรุปคือ AI อาจช่วยให้งานเร็วขึ้น แต่ไม่ควรกลายเป็นเจ้าของการตัดสินใจแทนองค์กร ความรับผิดชอบ AI จะชัดเจนได้เมื่อมีคนรับผิดชอบข้อมูล คนอนุมัติการใช้งาน และคนตรวจผลกระทบตามอำนาจของตน องค์กรที่กำหนดบทบาทเหล่านี้ล่วงหน้า พร้อมให้มนุษย์หยุดและทบทวนการทำงานที่เสี่ยง ย่อมมีโอกาสป้องกันความผิดพลาดก่อนลุกลาม แทนที่จะหาคนรับผิดหลังความเสียหายเกิดขึ้นแล้ว







