การพึ่งพาผู้ให้บริการ AI กลายเป็นความเสี่ยงตต่อความยืดหยุ่นของธุรกิจ

AI ได้กลายเป็นส่วนสำคัญของการดำเนินธุรกิจระดับโลกอย่างรวดเร็ว ทำให้เทคโนโลยีนี้สามารถมีอิทธิพลต่อการวิเคราะห์ข้อมูล การตัดสินใจ และแม้กระทั่งความปลอดภัยขององค์กร อย่างไรก็ตาม ส่วนใหญ่ยังมุ่งสนใจที่ประสิทธิภาพและความแม่นยำของ AI โดยไม่ไตร่ตรองถึงความเสี่ยงเมื่อต้องพึ่งพาผู้ให้บริการภายนอกอย่างกะทันหัน

Overview

ตามบทวิเคราะห์ของ TechRadar การพึ่งพา AI vendor กลายเป็น “risk” ที่มองข้ามได้ยาก เนื่องจากหลายองค์กรพบว่าการหยุดชะงักในการเข้าถึงโมเดล AI อย่างเช่นกรณีของ Anthropic ทำให้ความสามารถสำคัญทางธุรกิจหายไปในเวลาอันสั้น ปัจจัยนี้สะท้อนถึงช่องโหว่ด้านการกำกับดูแลที่ไม่ได้รับการพิจารณาอย่างเพียงพอเมื่อเทคโนโลยี AI ถูกฝังลึกเข้าไปในกระบวนการทำงานของบริษัท

แม้ว่าการนำ AI ไปใช้จะเพิ่มผลิตภาพและความเร็วในการประมวลผลข้อมูล แต่บทเรียนจากเหตุการณ์ดังกล่าวชี้ให้เห็นว่าผู้บริหารควรเริ่มตั้งคำถามว่า “องค์กรสามารถดำเนินธุรกิจต่อได้หรือไม่ หากบริการ AI ที่พึ่งพาอยู่อยู่ระยะไกลหายไป”

Security vs Resilience

ในวงการเทคโนโลยีมักมีความเข้าใจว่าการรักษาความปลอดภัย (security) จะทำให้ระบบแข็งแรงโดยอัตโนมัติ อย่างไรก็ตาม security เพียงอย่างเดียวไม่สามารถรับประกันว่าองค์กรจะยังคงดำเนินงานได้เมื่อบริการล่มหรือถูกตัดการเข้าถึง ความแตกต่างสำคัญอยู่ที่ resilience คือความสามารถในการทำธุรกิจต่อเนื่องแม้ระบบ, บริการ หรือข้อมูลบางส่วนจะไม่พร้อมใช้งาน

TechRadar ระบุว่า “security ป้องกันและลดจำนวนช่องโหว่จากผู้โจมตี แต่ resilience ต้องเตรียมแผนรับมือกับเหตุการณ์ที่บริการอาจหยุดทำงานโดยไม่ได้เกี่ยวข้องกับการถูกแฮก” การตระหนักถึงความแตกต่างนี้เป็นขั้นตอนแรกในการสร้างกรอบการจัดการความเสี่ยงใหม่สำหรับ AI

New Vendor Dependency Risks

AI ที่ใช้ในระดับองค์กรมักพึ่งพา ecosystem ที่ซับซ้อน ซึ่งรวมถึงผู้ให้บริการคลาวด์, ผู้พัฒนาโมเดลพื้นฐาน และซอฟต์แวร์ที่ต่อเชื่อมกันหลายชั้น การเพิ่มชั้นเหล่านี้ทำให้ความเสี่ยงต่อการหยุดชะงักเพิ่มขึ้นตามจุดต่อไปนี้

• Data sovereignty: ข้อมูลขององค์กรอาจถูกประมวลผลภายใต้เขตอำนาจศาลที่บริษัทไม่ควบคุม ทำให้ยากต่อการตรวจสอบว่าข้อมูลใครสามารถเข้าถึงได้
• Model sovereignty: การควบคุมโมเดล AI อยู่ในมือผู้ให้บริการ ซึ่งหมายความว่า หากผู้ให้บริการเปลี่ยนแปลงเงื่อนไขหรือหยุดให้บริการ โมเดลสำคัญอาจหายไปทันที
• Infrastructure dependency: ระบบ AI ส่วนใหญ่ทำงานบนคลาวด์ของผู้ให้บริการรายใหญ่เพียงไม่กี่ราย ซึ่งอยู่ภายใต้ข้อบังคับและนโยบายระดับประเทศที่อาจเปลี่ยนแปลงได้โดยไม่คาดคิด
• AI supply chain risks: การเชื่อมต่อระหว่างโมเดลพื้นฐาน, แพลตฟอร์มคลาวด์ และผู้ให้บริการซอฟต์แวร์ทำให้การหยุดชะงักที่จุดเดียวอาจส่งผลกระทบแบบโดมิโนทั่วทั้งสแต็คเทคโนโลยี

ความเสี่ยงเหล่านี้ไม่ได้เกิดจากเทคโนโลยีโดยตรง แต่ถูกขับเคลื่อนโดยปัจจัยทางภูมิรัฐศาสตร์และนโยบายระหว่างประเทศ

Governance and Boardroom

การจัดการความเสี่ยงจาก vendor dependency ไม่ได้อยู่ที่สัญญาเดียวกับผู้ขายแต่ต้องอาศัยกรอบการกำกับดูแลระดับบอร์ด (Boardroom) เท่านั้น ที่จริงแล้ว กรอบเช่น NIS2 และ DORA เริ่มรับรู้ว่าความยืดหยุ่นจำเป็นต้องข้ามเหนือการป้องกันไซเบอร์ อย่างไรก็ตามหลายองค์กรยังไม่มีแนวทางที่ครอบคลุมสำหรับ AI

TechRadar แนะนำว่า บริษัทควรทำแผนสำรอง (contingency plan) สำหรับทุกชั้นของซัพพลายเชน AI ไม่ว่าจะเป็นแพลตฟอร์มโมเดล, ระบบ ITSM หรือ CRM การประเมินว่าธุรกิจจะดำเนินต่อได้อย่างไรหากการเข้าถึงเปลี่ยนแปลงในข้ามคืนจึงกลายเป็นขั้นตอนสำคัญของกระบวนการกำกับดูแล

Building Resilience

เพื่อให้ธุรกิจสามารถรับมือกับการหยุดชะงักที่อาจเกิดจากการตัดสินใจทางการเมืองหรือข้อบังคับใหม่ บริษัทควรเริ่มต้นด้วย:

• ทำแผนที่ความพึ่งพา (dependency map) ของผู้ขาย AI ทั้งหมด
• กำหนดเกณฑ์วัดผลของผู้ให้บริการว่าตรงตามข้อสัญญาและมาตรฐานระดับโลกหรือไม่
• สร้างระบบสำรองข้อมูลและโมเดลภายในองค์กรเพื่อใช้เมื่อต้องเผชิญกับการตัดการเข้าถึงจากภายนอก

การผสมผสานระหว่างความเชี่ยวชาญมนุษย์ในการตรวจสอบผลลัพธ์ AI กับมาตรการรับมือที่เตรียมไว้ล่วงหน้าจะทำให้องค์กรไม่เพียงแค่ปลอดภัยแต่ยังคงดำเนินงานต่อได้แม้ในสถานการณ์วิกฤติ

Summary

AI ทำให้ความเสี่ยงจากการพึ่งพาผู้ขายกลายเป็นปัญหาการยืดหยุ่นขององค์กรที่ต้องได้รับการจัดการอย่างรอบด้าน การแยกแยะระหว่าง security กับ resilience, การทำความเข้าใจจุดอ่อนในซัพพลายเชน AI, และการสร้างกรอบกำกับดูแลระดับบอร์ดเป็นขั้นตอนสำคัญในการป้องกันไม่ให้เหตุการณ์หยุดชะงักของบริการ AI ทำลายการดำเนินธุรกิจอย่างต่อเนื่อง.