การกำกับดูแล AI Agents ขององค์กรยังตามไม่ได้

บริษัทยักษ์ใหญ่ในอุตสาหกรรมต่าง ๆ เริ่มใช้ AI agents อย่างเร่งด่วน แม้จะยังไม่มีระบบควบคุมและกำกับดูแลที่ครบถ้วนตามความต้องการขององค์กร – ตามผลสำรวจคู่ขนาน 5 รายการของ VentureBeat Research ที่ดำเนินในเดือนมิถุนายน 2026 พบว่าเกือบสอง‑สามส่วนของบริษัทกำลังวางแผนเปลี่ยนผู้ให้บริการหรือเพิ่มผู้ให้บริการใหม่ภายในปีหน้าเพื่อรองรับมาตรฐานการบริหารจัดการที่ตนเองตั้งไว้

Overview

การสำรวจครั้งนี้รวบรวมความคิดเห็นจาก 573 บริษัทที่มีพนักงานตั้งแต่ 100 คนขึ้นไป โดยแบ่งเป็นห้าหมวดหลัก ได้แก่ การประสานงานของ agents, ความเชื่อถือและการประเมินผล, ความปลอดภัยและตัวตน, โครงสร้างพื้นฐาน AI รวมถึงชั้นข้อมูลบริบท (context layer) ผลสำรวจแสดงให้เห็นว่าบริษัทส่วนใหญ่ได้เปิดใช้ agents ไปก่อนที่ระบบกำกับดูแลจะพร้อม ซึ่งทำให้เกิดช่องว่างระหว่าง “อิสระภาพการทำงาน” กับ “ความเชื่อถือ” ของเทคโนโลยี

Control Layers

VentureBeat ระบุว่าองค์กรต้องสร้าง ห้าชั้นของการควบคุม ก่อนที่จะไว้วางใจ agents อย่างเต็มที่ ได้แก่

• Identity – กำหนดว่า agent ใดได้รับสิทธิ์ทำอะไรภายใต้ข้อมูลประจำตัวใด
• Evaluation – ประเมินคุณภาพและความถูกต้องของผลลัพธ์จาก agent
• Cost telemetry – ติดตามค่าใช้จ่ายที่เกิดขึ้นต่อการดำเนินงานของแต่ละ agent
• Context layer – จัดหาข้อมูลธุรกิจและคำนิยามที่ agents ใช้ในการตอบคำถาม
• Orchestration – ควบคุมขั้นตอนหลาย ๆ ขั้นของงานที่ทำโดย agents

แม้ว่าหลายองค์กรจะเรียก chatbot ที่ให้บริการตอบสนองแบบข้อความสั้นว่า “agents” แต่ตามข้อมูลของการสำรวจ 71 % ของบริษัทระบุว่ามีเพียง หนึ่งในสี่หรือให้น้อยกว่า ของ agents ที่สามารถทำงานหลายขั้นตอนได้ด้วยตนเอง ส่วน 10 % เท่านั้นที่กล่าวว่า agents แท้จริงเป็นส่วนใหญ่ของระบบที่ใช้งาน

Governance Gaps

การขาดการกำกับดูแลปรากฏชัดในหลายมิติ ตัวอย่างเช่น สอง‑สามในสาม ของบริษัทอนุญาตให้ agent ดำเนินการเปลี่ยนแปลงโค้ดหรือระบบไปสู่ production โดยอิงผลการประเมินอัตโนมัติเท่านั้น หรือกำลังวางแผนทำเช่นนั้นภายใน 12 เดือน แม้ว่ามีเพียง 5 % ที่กล่าวว่าตนเอง “ไว้วางใจอย่างเต็มที่” กับกระบวนการประเมินเหล่านี้ อีกด้านหนึ่ง การปล่อยให้ agents ทำงานโดยไม่มีการตรวจสอบมนุษย์ทำให้ ครึ่งหนึ่ง** ขององค์กรเคยเผชิญความล้มเหลวต่อผู้ใช้ในปีที่ผ่านมา ซึ่งผลมาจากการที่ agent ผ่านการทดสอบภายในแต่ไม่สอดคล้องกับสภาพการผลิตจริง

Security & Identity

ข้อมูลเพิ่มเติมระบุว่า 69 % ของบริษัทให้ agents ใช้ credential ร่วมกัน เช่น หลาย agents ทำงานภายใต้ API key หรือ service account เดียว ผลสำรวจแสดงว่าบริษัทที่ใช้วิธีนี้มีอัตราการเกิดเหตุการณ์ด้านความปลอดภัยหรือใกล้เคียงกับการละเมิดอยู่ที่ 63.5 % (47 จาก 74) เทียบกับ **40.9 % (9 จาก 22) ขององค์กรที่กำหนดให้แต่ละ agent มีตัวตนแบบ scoped identity การแก้ไขจึงมุ่งเน้นไปที่การมอบหมายตัวตนแยกเฉพาะให้กับทุก agent โดยเฉพาะผู้ที่เข้าถึงระบบ production

Infrastructure Utilization

แม้หลายองค์กรจะลงทุนในฮาร์ดแวร์ AI ระดับสูง เช่น GPU ที่เป็นของบริษัทเอง แต่ มากกว่า 8 ใน 10 รายรายงานว่าการใช้ประโยชน์จาก GPU อยู่ที่ 50 % หรือต่ำกว่านั้น นอกจากนี้เพียง **44 % ขององค์กรเท่านั้นที่ตรวจสอบและบันทึกค่าใช้จ่ายจริงต่อการคำนวณ AI อย่างเข้มงวด สิ่งนี้ทำให้เห็นว่าการเพิ่มจำนวนฮาร์ดแวร์ใหม่อาจไม่ใช่วิธีแก้ปัญหาที่สำคัญที่สุด การปรับปรุงประสิทธิภาพการใช้ GPU ที่มีอยู่และการตรวจสอบต้นทุนต่อเวิร์กโหลดจึงเป็นหัวใจของการลดค่าใช้จ่ายในระยะยาว

Impact

ผลสรุปจากการสำรวจทั้งหมดชี้ให้เห็นว่าตลาดกำลังเข้าสู่ช่วง “เปลี่ยนแปลงผู้ให้บริการ” อย่างรวดเร็ว โดยเฉพาะในชั้น orchestration ที่มีบริษัท 68 % วางแผนจะเพิ่มหรือเปลี่ยนแพลตฟอร์มภายใน 12 เดือน และ 34 % มีแผนทำเช่นนั้นภายในไตรมาสเดียวกัน แม้ว่าการสำรวจไม่ได้ระบุว่าเงินทุนจะถูกนำไปใช้กับเครื่องมือในตัวของผู้ให้บริการ AI รายใหญ่หรือโซลูชันเฉพาะด้าน แต่แนวโน้มนี้บ่งบอกว่าผู้จัดจำหน่ายและนักพัฒนาที่สามารถเสนอระบบกำกับดูแลครบวงจร จะมีศักยภาพในการครองส่วนแบ่งตลาดในสี่ไตรมาสต่อ ๆ ไป

Summary

VentureBeat Research พบว่าการนำ AI agents ไปใช้งานก่อนการจัดตั้งระบบกำกับดูแลทำให้หลายองค์กรต้องเร่งปรับโครงสร้างและเปลี่ยนผู้ให้บริการภายในปีหน้า การเพิ่มความปลอดภัยของ credential, ปรับปรุงประสิทธิภาพฮาร์ดแวร์ และพัฒนาชั้นการควบคุมที่ครบถ้วนจะเป็นหัวใจสำคัญสำหรับการใช้ AI agents อย่างยั่งยืนในอนาคต.