องค์กรหลงเชื่อว่า AI จะยกระดับความปลอดภัย แต่จริง ๆ แล้วเป็นภาพลวงตา

หลายองค์กรเชื่อว่าการใช้เครื่องมือ AI ช่วยยกระดับความปลอดภัยของระบบได้อย่างมีประสิทธิภาพ ทั้งการลงทุนที่เพิ่มขึ้นและกรอบการกำกับดูแลที่ขยายตัวทำให้ดูเหมือนความก้าวหน้าอยู่บนผิวหน้าของธุรกิจ อย่างไรก็ตาม การสำรวจระดับโลกเรื่องความปลอดภัยคลาวด์แบบไฮบริดในปี 2026 ที่รวบรวมมุมมองจากผู้บริหารด้าน IT และความปลอดภัยกว่า 1,000 รายแสดงให้เห็นว่ามีช่องว่างที่มองไม่เห็นระหว่างการรับรู้ขององค์กรกับผลลัพธ์จริง — อัตราการละเมิดข้อมูลพุ่งสูงสุดในประวัติศาสตร์ขณะเดียวกัน.

Overview

แม้ว่าร้อยละ 93 ขององค์กรจะลงทุนในเทคโนโลยีความปลอดภัยใหม่ตามรายงาน แต่การสำรวจยังพบว่าอัตราการเกิดเหตุละเมิดข้อมูลอยู่ที่ 65 % ในช่วง 12 เดือนที่ผ่านมา ซึ่งเพิ่มขึ้น 18 % เมื่อเทียบปีต่อปีและใกล้ **40 % เมื่อดูในระยะสามปี การเติบโตของการใช้ AI ทำให้ระบบต่าง ๆ ถูกฝังเข้าไปในกระบวนการทำงานหลายระดับ ทั้งภายในคลาวด์ไฮบริดและแอปพลิเคชันองค์กร

การนำ AI มาใช้อย่างกว้างขวางทำให้เกิด “AI‑related insider threats” เพิ่มขึ้นอย่างเห็นได้ชัด โดยเกือบครึ่งหนึ่งของผู้ตอบแบบสำรวจรายงานว่ามีเหตุการณ์รั่วไหลข้อมูลหรือการใช้ AI อย่างไม่เป็นทางการ (shadow AI) เกิดขึ้น นอกจากนี้ AI มีส่วนร่วมใน **83 % ของเหตุการณ์ด้านความปลอดภัย ทั้งจากการโจมตีภายนอก การเปิดเผยข้อมูลภายใน และการโจมตีโดยตรงต่อระบบ AI เอง

Key Findings

ผลสำรวจชี้ให้เห็นถึงสามสภาพแวดล้อมหลักที่ทำให้เกิด “ภาพลวงตาด้านความปลอดภัย” ของ AI

• การลงทุนที่ไม่มีผลกระทบ: มากกว่า 40 % รายงานว่าการตรวจจับและตอบสนองต่อเหตุละเมิดใช้เวลานานกว่าก่อนหน้า เนื่องจากสัญญาณถูกกระจายอยู่ในระบบที่ไม่เชื่อมต่อกัน ทำให้ทีมต้องเสียเวลาในการรวบรวมข้อมูลแทนการดำเนินการ
• ความลำบากในการระบุสาเหตุ: หนึ่งในสี่ขององค์กรไม่สามารถหาต้นตอของเหตุละเมิดได้ ส่งผลให้การปิดกรณีทำโดยไม่มีการเข้าใจที่ชัดเจนและเพิ่มโอกาสให้ช่องโหว่เดิมถูกใช้ซ้ำ
• ช่องว่างด้านการมองเห็น: ประมาณ 75 % ขององค์กรรายงานว่ามีความมองเห็นจำกัดต่อข้อมูลไหลในสภาพแวดล้อมที่ขับเคลื่อนด้วย AI ซึ่งรวมถึง API, โมเดล, เซอร์วิสคลาวด์ และโครงสร้างพื้นฐานแบบกระจาย

การสะสมข้อมูล MELT (metrics, events, logs, traces) มากขึ้นไม่ได้หมายความว่าจะได้มุมมองครบถ้วน เนื่องจากแต่ละชนิดของสัญญาณให้เพียงส่วนหนึ่งของภาพรวมโดยไม่มี “เนื้อเชื่อมต่อ” ที่บ่งชี้ว่ากิจกรรมใดส่งผลต่อกิจกรรมอื่นอย่างไร

Why the Illusion Persists

AI ได้รับการนำไปใช้เร็วกว่าอัตราการพัฒนากรอบกำกับดูแลและความสามารถของทีมด้านความปลอดภัย ทำให้ระบบเฝ้าระวังตามแบบเดิมไม่ทันตอบสนองต่อความซับซ้อนใหม่ ๆ ของคลาวด์ไฮบริด นอกจากนี้ การทำงานร่วมกันระหว่างหลายผู้ให้บริการคลาวด์เพิ่มมิติของการจัดการที่องค์กรส่วนใหญ่ยังไม่มีเครื่องมือหรือกระบวนการที่เหมาะสม

แม้จะมีการประเมินระดับ “defined” หรือ “integrated” สำหรับสถานะความปลอดภัย AI ของตน แต่ข้อมูลเชิงสถิติก็แสดงให้เห็นว่าความมั่นใจดังกล่าวมักอ้างอิงจาก assumptions มากกว่าการตรวจสอบด้วยหลักฐานจริง การตั้งสมมติฐานว่า “ระบบที่ติดตั้งแล้วปลอดภัย” ทำให้การลงทุนต่อเนื่องไม่ได้แก้ไขช่องว่างด้านการมองเห็นและการตอบสนอง

Impact on Organizations

ผลกระทบของภาพลวงตาด้านความปลอดภัย AI ไม่ได้จำกัดเฉพาะค่าใช้จ่ายในการจัดการเหตุละเมิดเท่านั้น แต่ยังส่งผลต่อประสิทธิภาพโดยรวมของธุรกิจ การตรวจจับที่ช้าและไม่สามารถระบุสาเหตุทำให้ต้องเสียเวลาและทรัพยากรเพิ่มเติมเพื่อทำความเข้าใจเหตุการณ์แต่ละครั้ง ซึ่งอาจกระทบต่อการดำเนินงานหลักขององค์กร

นอกจากนี้ ความเชื่อมั่นที่สูงเกินจริงยังทำให้องค์กรละเลยการปรับปรุงกระบวนการตรวจสอบอย่างต่อเนื่อง ทำให้โจมตีแบบ adaptive ที่ใช้ AI เป็นเครื่องมือในการสแกนช่องโหว่และหลีกเลี่ยงระบบป้องกันเดิม ๆ สามารถดำเนินการได้เร็วขึ้น ส่งผลให้ความเสี่ยงต่อข้อมูลสำคัญของลูกค้าและผู้ถือหุ้นเพิ่มสูงขึ้นอย่างเห็นได้ชัด

Path Forward

หลายองค์กรเริ่มมองหาวิธีเปลี่ยนจาก reactive security ไปสู่ proactive monitoring โดยใช้เทเลเมทรีของเครือข่าย (network‑derived telemetry) เพื่อให้ได้ “source of truth” ของการเคลื่อนย้ายข้อมูลและปฏิสัมพันธ์ระหว่างระบบ เทเลเมทรีประเภทนี้สามารถบ่งชี้ได้ว่าข้อมูลกำลังไหลอย่างไร ระบบใดทำงานร่วมกัน และภัยคุกคามพัฒนาต่อเนื่องจากจุดไหน

ตามที่ผู้บริหารด้านความปลอดภัยส่วนใหญ่ (มากกว่า 90 %) ระบุว่า “การมองเห็นข้อมูลขณะเคลื่อนย้ายเป็นสิ่งสำคัญต่อผลลัพธ์ความปลอดภัย” การนำเครือข่ายมาเป็นแหล่งตรวจสอบหลักจะช่วยลดช่องว่างระหว่าง assumption และ evidence, ทำให้สามารถจับจุดอ่อนได้เร็วขึ้นและสร้างมาตรการป้องกันที่ตรงกับเหตุการณ์จริง

Summary

ภาพลวงตาด้านความปลอดภัยของ AI เกิดจากการลงทุนเพิ่มโดยไม่มีการมองเห็นผลลัพธ์ชัดเจน และการขาดความเชื่อมโยงระหว่างสัญญาณต่าง ๆ ทำให้อัตราการละเมิดข้อมูลพุ่งสูงสุด การเปลี่ยนมาใช้เทเลเมทรีเครือข่ายเพื่อสร้าง “source of truth” จึงเป็นก้าวสำคัญในการยกระดับการป้องกันจากสมมติฐานไปสู่หลักฐานที่ตรวจสอบได้.