'ทรู' สร้างความไว้ใจ ขับเคลื่อนอนาคตดิจิทัลไทยยั่งยืน ท่ามกลางคลื่นช็อกอัลกอริทึม

AI กำลังเปลี่ยนโลกด้วยความเร็วที่ไม่เคยเกิดขึ้นมาก่อน แต่ยิ่งเทคโนโลยีเดินหน้าเร็วเท่าไร "ความเสี่ยง" และ "ช่องว่างความไว้วางใจ" ก็ยิ่งขยายตัวตามไปด้วย ซิกเว่ เบรกเก้ ประธานคณะผู้บริหารกลุ่ม บริษัท ทรู คอร์ปอเรชั่น จำกัด (มหาชน) ขึ้นเวที GCNT Expo 2026 : From Shock to Shift บรรยายในหัวข้อ "From Algorithmic Shock to Ethical Shift: Why Trust is the Currency of Thailand’s Digital Future" โดยได้เปิดเผยข้อมูลเชิงลึกเกี่ยวกับความท้าทายครั้งสำคัญของปัญญาประดิษฐ์ (AI) ที่มีความเสี่ยงตั้งแต่ การคุ้มครองข้อมูลส่วนบุคคล ความมั่นคงปลอดภัยทางไซเบอร์ และการใช้ AI อย่างมีความรับผิดชอบ กำลังกลายเป็นโจทย์สำคัญของภาคธุรกิจและสังคม และชี้ให้เห็นว่าความรับผิดชอบและการสร้างความไว้วางใจคือทางรอดเดียวของภาคธุรกิจในการเปลี่ยนผ่านสู่ดิจิทัลอย่างยั่งยืน

AI เร็วเกินกว่าจะปล่อยให้ไร้กฎ

"ซิกเว่" เริ่มต้นการบรรยายด้วยการเปรียบเทียบ AI กับรถซูเปอร์คาร์ที่ทรงพลังและวิ่งด้วยความเร็วสูง โดยตั้งคำถามชวนคิดแก่ผู้ฟังว่า หากเราปล่อยรถซูเปอร์คาร์เหล่านี้วิ่งโลดแล่นไปบนถนนในกรุงเทพฯ หรือประเทศไทย โดยไม่มีสัญญาณไฟจราจร ไม่มีขีดจำกัดความเร็ว ไม่มีตำรวจ และไม่มีกฎเกณฑ์ใดๆ ย่อมเป็นเรื่องที่น่ากลัวและเป็นอันตรายอย่างยิ่ง ทั้งต่อผู้ใช้รถใช้ถนนคนอื่นและตัวผู้ขับขี่เอง

ข้อมูลเชิงสถิติ ระบุว่า การเปิดรับเทคโนโลยี AI ทั่วโลกเติบโตอย่างรวดเร็วชนิดที่ไม่มีเทคโนโลยีใดในประวัติศาสตร์เทียบติด โดยใช้เวลาเพียง 3 ปีเท่านั้น ยอดผู้ใช้งาน AI เป็นประจำทุกเดือนก็พุ่งสูงจากเกือบศูนย์รายไปสู่กว่า 4,000 ล้านคน ซึ่งคิดเป็นจำนวนมากกว่าครึ่งหนึ่งของประชากรโลกไปแล้ว อัตราการเติบโตนี้รวดเร็วกว่าการเข้ามาของอินเทอร์เน็ต คอมพิวเตอร์ หรือแม้แต่การปฏิวัติอุตสาหกรรมและการค้นพบไฟฟ้าในอดีตอย่างเทียบไม่ติด

วิกฤติความเชื่อมั่น และช่องโหว่

แม้ว่า AI จะแพร่หลายอย่างรวดเร็ว แต่ "ซิกเว่" ได้ชี้ให้เห็นถึง "วิกฤติความเชื่อมั่น" ที่เกิดขึ้นทั่วโลก โดยอ้างอิงงานวิจัยที่ทำการศึกษาใน 14 ประเทศ ซึ่งพบว่าในกลุ่มผู้ใช้งาน AI เป็นประจำทุกวันจำนวน 66% มีเพียง 46% เท่านั้นที่ตอบว่า "ไว้วางใจ" AI ข้อมูลนี้สะท้อนว่า แม้ผู้คนจะมองว่า AI มีประโยชน์และช่วยเหลือการทำงานในชีวิตประจำวันได้ดี แต่ในใจลึกๆ แล้วพวกเขายังไม่เชื่อมั่นในความปลอดภัย

ความไม่ไว้วางใจนี้สอดคล้องกับรายงานความเสียหายร้ายแรงจาก AI ที่เพิ่มสูงขึ้นอย่างชัดเจน โดยในปี 2024 ทั่วโลกพบเหตุการณ์ความเสียหายร้ายแรงจาก AI จำนวน 233 กรณี และเพิ่มขึ้นถึง 50% ในปี 2025 ซึ่งคาดว่ามีแนวโน้มจะเติบโตเพิ่มขึ้นอีก 50% ในปี 2026 นี้ เหตุการณ์เหล่านี้ไม่ใช่แค่ข้อผิดพลาดของข้อมูลเล็กๆ น้อยๆ แต่เป็นกรณีความมั่นคงปลอดภัยขั้นรุนแรง

ขณะเดียวกัน AI ในปัจจุบันยังพบข้อจำกัดทางกายภาพและตรรกะ เช่น ไม่สามารถอ่านนาฬิกาแบบอนาล็อกได้อย่างถูกต้องเนื่องจากไม่ได้ถูกฝึกมาเพื่อการนั้น ยิ่งไปกว่านั้น ผลการศึกษาของ Microsoft ร่วมกับอาจารย์และนักวิชาการกฎหมายในหลายประเทศ บ่งชี้ว่าคำตอบจาก AI มักจะขาดการคิดเชิงวิพากษ์ โดยระบบมักจะให้คำตอบในรูปแบบที่คิดว่าผู้ใช้งาน "อยากได้ยินมากกว่าคำตอบที่สะท้อนความจริง" อย่างตรงไปตรงมา ซึ่งถือเป็นเรื่องอันตรายต่อการรับรู้ข้อมูลที่ถูกต้อง

คนไทยมองบวก แต่ต้องพร้อมปิดจุดเสี่ยง

เมื่อหันกลับมามองในประเทศไทย ผลสำรวจเผยว่า คนไทยมีมุมมองเชิงบวกต่อ AI สูงถึง 77% ซึ่งสูงกว่าค่าเฉลี่ยทั่วโลก "ซิกเว่" วิเคราะห์ว่า เป็นเพราะวัฒนธรรมไทยที่เปิดกว้าง มองโลกในแง่ดี และพร้อมปรับตัวเข้าหาเทคโนโลยีใหม่ๆ ได้เร็ว อย่างไรก็ดี ความกระตือรือร้นดังกล่าวจะต้องมาพร้อมกับการตระหนักถึงความเสี่ยงควบคู่กันไปด้วย

สำหรับแนวทางการบริหารจัดการความเสี่ยง ได้แบ่งปันกรณีศึกษาการประเมินประเด็นสำคัญ ของ True Corporation ซึ่งวิเคราะห์ความเสี่ยงผ่าน 2 มิติหลัก คือ ความเสี่ยงด้านการเงิน และความเสี่ยงต่อภาพลักษณ์แบรนด์รวมถึงผู้มีส่วนได้ส่วนเสีย

จากการประเมินพบว่า ความเป็นส่วนตัวของข้อมูล และ AI ที่มีความรับผิดชอบ เมื่อรวมกับความมั่นคงปลอดภัยทางไซเบอร์ คือสิ่งที่จะส่งผลกระทบทางการเงินและต่อสังคมรอบตัวอย่างรุนแรงที่สุดหากเกิดข้อผิดพลาดขึ้น

"ผมหวังว่าตัวแทนจากบริษัทต่างๆ ใน GCNT Expo 2026 รวมถึงสตาร์ทอัพขนาดเล็ก จะนำแนวทางนี้ไปใช้ในองค์กร และหวังว่าหน่วยงานภาครัฐ ทุกกระทรวง ทุกสำนักงานรัฐ จะเข้าใจเรื่องนี้อย่างถ่องแท้ เพื่อรับรู้ว่าความเสี่ยงคืออะไร และเทคโนโลยี AI จะเข้ามาสร้างความเสียหายให้คุณได้อย่างไร"

ยุทธศาสตร์ AI ของทรู

"ซิกเว่" ชี้แจงว่า การนำ AI มาใช้ให้เกิดความคุ้มค่าอย่างแท้จริงนั้น องค์กรจำเป็นต้องทำงานอย่างเป็นระบบและเป็นไปในภาพรวม โดยมีแนวทางการปฏิบัติการของ True ดังนี้

1. การจัดตั้งศูนย์ความเป็นเลิศด้าน AI (AI Center of Excellence) : นำโดยผู้เชี่ยวชาญเฉพาะด้าน ซึ่ง True เป็นบริษัทแรกๆ ในไทยที่มีการแต่งตั้งประธานเจ้าหน้าที่บริหารด้านข้อมูลและปัญญาประดิษฐ์ร่วมอยู่ในทีมบริหารระดับสูง และกำหนดรูปแบบการดำเนินงาน
2. กำหนดกรอบการสร้างและวัดผลคุณค่าจาก AI use cases อย่างชัดเจน : ต้องตอบคำถามได้ว่าทำเพื่อลดต้นทุนหรือเพิ่มรายได้
3. การสร้างฐานข้อมูลให้เป็นหนึ่งเดียว (Single Data Foundation) : หากรูปแบบข้อมูลต่างกัน AI จะไม่สามารถทำงานได้อย่างมีประสิทธิภาพ
4. พัฒนาคนเก่งด้าน AI พร้อมเสริมทักษะคนในองค์กร เพื่อเร่งการนำ AI ไปใช้จริง : True ตั้งเป้าหมายยกระดับทักษะด้าน AI ให้แก่พนักงานกว่า 10,000 คนภายในปีหน้า โดยแบ่งเป็น พนักงานที่เรียนรู้ทักษะพื้นฐาน 60% พนักงานที่ประยุกต์ใช้ AI ในระดับสูงในการทำงานประจำวัน 30% และผู้เชี่ยวชาญ / นักวิทยาศาสตร์ข้อมูล AI ขั้นสูงอีก 10%
5. ทรานส์ฟอร์มแต่ละสายงานเพื่อสร้างประสิทธิภาพและผลลัพธ์ทางธุรกิจที่ดีขึ้น โดยเริ่มจากงานขาย B2B : ความสำเร็จของ AI ไม่ใช่เรื่องของเทคโนโลยีเพียงอย่างเดียว แต่เป็นเรื่องของ "คน" และวิถีการทำงาน หากองค์กรไม่ปรับเปลี่ยนรูปแบบโครงสร้างและการทำงาน การใช้ AI ก็จะส่งผลกระทบเชิงบวกเพียงเล็กน้อยเท่านั้น

นอกจากนี้ True ได้จัดทำระบบควบคุมเปรียบเสมือน "สัญญาณไฟจราจร" ก่อนเริ่มโครงการ AI ทุกครั้ง โดยจะต้องตั้งคำถามถึงระดับการปฏิสัมพันธ์ของมนุษย์ ข้อมูลที่นำมาใช้เป็นข้อมูลประเภทใด โดยเฉพาะข้อมูลส่วนบุคคล และมีการทำงานร่วมกับพันธมิตรอย่างไร โครงการทั้งหมดจะต้องผ่านการพิจารณาของ สภาปัญญาประดิษฐ์ (AI Council) ซึ่งประกอบด้วยผู้บริหารระดับสูงและผู้เชี่ยวชาญเพื่อชั่งน้ำหนักระหว่างความเสี่ยงและผลประโยชน์ที่จะได้รับ รวมไปถึงการตรวจสอบโซลูชันจากผู้ให้บริการภายนอก และทดสอบก่อนเปิดใช้งาน และสร้างความรับผิดชอบร่วมกันของทีมงานทุกฝ่าย

"ซิกเว่" ได้ยกตัวอย่างบริการ AI Pet Service สำหรับบ้านเรือน ซึ่งเป็นกล้องวงจรปิด (CCTV) ที่เชื่อมต่อกับแพลตฟอร์ม AI เพื่อวิเคราะห์พฤติกรรมสัตว์เลี้ยง เช่น การกินอาหาร หรือความเจ็บป่วย แต่ก่อนที่จะเริ่มเปิดตัวใช้งาน True จำเป็นต้องประเมินผลกระทบข้างเคียงอย่างละเอียด อาทิ ข้อมูลของคนอื่นๆ ที่อาศัยร่วมอยู่ในบ้านจะต้องไม่ถูกล่วงละเมิด โดยมีการใช้วิธีทำภาพเบลอหรือพรางตัวบุคคลให้เห็นเฉพาะสัตว์เลี้ยงที่คมชัด รวมถึงคำนวณระยะเวลาในการจัดเก็บและการลบข้อมูลออกโดยอัตโนมัติ เพื่อให้แน่ใจว่าเป็นบริการที่ปลอดภัยและมีความรับผิดชอบอย่างแท้จริง

ส่องโมเดล "เรียนรู้-ทดสอบ-ขยายผล"

ในตอนท้ายของการบรรยาย "ซิกเว่" ได้ให้คำแนะนำที่เป็นกรอบการทำงาน 3 ขั้นตอนสำหรับทั้งภาคเอกชนและภาครัฐในการประยุกต์ใช้งาน AI อย่างปลอดภัย

• AI Literacy (ความรู้และความเข้าใจด้าน AI) : ศึกษาขีดความสามารถของ AI การปกป้องข้อมูล ความร่วมมือกับพันธมิตร การยกระดับทักษะบุคลากร และกำหนดเมทริกซ์ความเสี่ยงให้พร้อมสรรพ  แต่เน้นย้ำว่าห้ามรีบเร่งปล่อยผลิตภัณฑ์สู่ตลาดเพียงเพราะถูกกดดันจากคู่แข่ง
• Sandbox (สนามทดสอบ) : เปรียบเสมือนการทดสอบสมรรถนะรถยนต์ในสนามปิดที่ปลอดภัยก่อนลงสู่ถนนจริง โดยเป็นวัฒนธรรมที่ลอกเลียนแบบมาจากกลุ่มสตาร์ทอัพที่ทดลองสิ่งใหม่ๆ ในทุกวัน ยอมรับความล้มเหลวเพื่อนำมาเรียนรู้ ปรับปรุง และแก้ไข เนื่องจากเทคโนโลยี AI มีการเปลี่ยนแปลงและพัฒนาเวอร์ชันใหม่อยู่ตลอดเวลา
• Scale (ขยายสู่การใช้งานตริง) : เมื่อผ่านการทดสอบจนมั่นใจแล้วจึงเริ่มปล่อยบริการสู่สาธารณะ แต่ต้องประเมินความเชื่อมโยงกับสัญญานและกฎจราจรภายนอก ตลอดจนสอดคล้องกับนโยบายภายในขององค์กรตนเองอย่างรัดกุม

"นี่คือวิถีทางในทางปฏิบัติที่จะช่วยให้เราผ่านพ้นภาวะตื่นตระหนกทางเทคโนโลยี (Technology Shock) และเครื่องจักรที่เคลื่อนที่เร็วอย่างยิ่ง ไปสู่การสร้างเทคโนโลยีที่ปลอดภัย ได้รับความไว้วางใจ และมีความรับผิดชอบในท้ายที่สุด" ซิกเว่ กล่าว