ทำคะแนนแซงเกณฑ์มาตรฐานโลกครบทั้ง 5 มิติด้านความน่าเชื่อถือ เร่งใช้ระบบอัตโนมัติมากขึ้น แต่โครงสร้างพื้นฐาน การกำกับดูแล และผลตอบแทนทางธุรกิจยังโตตามไม่ทัน
กรุงเทพฯ (15 กันยายน 2569) – รายงานฉบับใหม่ จาก SAS พร้อมด้วย ผลวิจัยเชิงลึกจาก IDC เปิดเผยกลยุทธ์เบื้องหลังความสำเร็จขององค์กรที่กำลังก้าวขึ้นนำในศึกทำกำไรจากการลงทุนด้าน AI นั่นคือการนำมาตรการ AI ที่มีความน่าเชื่อถือมาประยุกต์ใช้ เอเชียตะวันออกเฉียงใต้ได้ก้าวขึ้นเป็นภูมิภาคที่โดดเด่นที่สุดในด้าน AI ที่มีความน่าเชื่อถือ โดยทำคะแนนเกินเกณฑ์มาตรฐานระดับโลก ในทั้ง 5 มิติ ด้านความน่าเชื่อถือ พร้อมทั้งเร่งนำระบบ AI แบบอัตโนมัติมาปรับใช้เพิ่มขึ้นอย่างรวดเร็ว ความก้าวหน้าครั้งนี้มีความสำคัญยิ่ง เนื่องจากรายงานประจำปีของ Data and AI Impact Report: The New Economics of Trust ครั้งที่ 2 พบว่าองค์กรที่ลงทุนในมาตรการ AI ที่มีความน่าเชื่อถือมีแนวโน้ม ที่จะมีผลตอบแทนจากการลงทุน (ROI) ที่แข็งแกร่งหรืออยู่ในระดับสูงมากกว่าถึง 15 เท่า ช่องว่างของความน่าเชื่อถือหรือ “Trust gap” หมายถึงความแตกต่างระหว่างสิ่งที่ผู้คนเชื่อว่า AI สามารถทำได้อย่างน่าเชื่อถือกับสิ่งที่ AI สามารถพิสูจน์ให้เห็นได้อย่างประจักษ์ ว่า สามารถทำงานได้อย่างน่าเชื่อถือ และปลอดภัยจริง ๆ ซึ่งสร้างทั้งความเสี่ยงและโอกาสให้กับองค์กรต่างๆ ดัชนีความน่าเชื่อถือ (Trustworthiness Index) ของเอเชียตะวันออกเฉียงใต้ปรับตัวสูงขึ้น 8.8 จุด สู่ระดับ 66.5 ในปี 2569 ในขณะที่ช่องว่างแห่งความไว้วางใจลดระดับลงจาก 14.6 จุด เหลือเพียง 6.6 จุด ภูมิภาคนี้จึงเป็นตลาดเดียวในงานวิจัยที่ทำผลงานได้เหนือกว่าเกณฑ์มาตรฐานระดับโลกในทุก ๆ มิติของ AI ด้านความน่าเชื่อถือ ส่งผลให้องค์กรในเอเชียตะวันออกเฉียงใต้มีความได้เปรียบอย่างมากในการสร้างผลประโยชน์ทางธุรกิจที่มาพร้อมกับ AI ที่มีความน่าเชื่อถือมากยิ่งขึ้น อย่างไรก็ตาม ผลการศึกษาได้เน้นย้ำถึงสิ่งสำคัญที่ต้องทำในขั้นถัดไป นั่นก็คือการสร้างความมั่นใจว่า โครงสร้างพื้นฐาน การกำกัดูดูแลอย่างต่อเนื่อง และผลลัพธ์ทางธุรกิจที่วัดผลได้นั้นจะสามารถเติบโตได้ทันกับความมุ่งมั่นด้าน AI ที่มีอยู่
คุณ Bryan Harris ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี (CTO) ของ SAS กล่าวว่า “เมื่อ AI ทำงานได้เต็มประสิทธิภาพ มันจะสร้างผลลัพธ์อันทรงพลัง อย่างไรก็ตาม เป็นที่ประจักษ์ชัดว่าเอเจนต์ล้ำสมัยอาจมีอัตราความผิดพลาดสูงในงานที่มีความซับซ้อนถึงกว่า 25% ซึ่งถือเป็นระดับที่ไม่สามารถยอมรับได้หากเป็นการตัดสินใจที่มีเดิมพันสูง เพื่อให้เกิดความแม่นยำและความสามารถในการทำซ้ำ (Repeatability) องค์กรควรต้องผสานรวมความเชี่ยวชาญเฉพาะทางเข้ากับเวิร์กโฟลว์ของเอเจนต์ พร้อมทั้งให้มนุษย์เป็นศูนย์กลางของการกำกับดูแล และการตรวจสอบทั้งหมด หากองค์กรใดสามารถทำได้ทั้งหมดทุกอย่างที่กล่าวมา ก็จะสามารถปิดช่องว่างแห่งความน่าเชื่อถือ และได้เปรียบสนามแข่งด้วยการใช้เทคโนโลยี AI ได้”
คุณ Deepak Ramanathan รองประธานฝ่าย Customer Advisory ของ SAS กล่าวว่า “องค์กรในเอเชียตะวันออกเฉียงใต้ที่มุ่งลงทุนในการสร้างขีดความสามารถให้ AI จะอยู่ในจุดที่ได้เปรียบกว่าในการสร้างความไว้วางใจ และขึ้นเป็นผู้นำในตลาดที่ขับเคลื่อนด้วย AI ความท้าทายขั้นต่อไปของภูมิภาคนี้จึงเป็นการเปลี่ยนประเด็นด้านความน่าเชื่อถือให้กลายเป็นผลลัพธ์ที่วัดผลได้จริง ความสามารถในการอธิบายความโปร่งใสของระบบหรือคุณสมบัติ Explainability จะยิ่งทวีความสำคัญมากขึ้นเมื่อ AI แบบอัตโนมัติขยายตัวในกว้างขึ้น และด้วยระบบวิเคราะห์ขั้นสูง เราจะสามารถเข้าใจถึงวิธีการใช้งาน AI ทั่วทั้งองค์กร ทราบถึงจุดที่อาจมีความเสี่ยง และเข้าใจข้อกำหนดนโยบายเกี่ยวกับการนำไปใช้งาน ช่วยให้ผู้นำสามารถขับเคลื่อนงานได้รวดเร็วยิ่งขึ้นพร้อมทั้งยังคงควบคุมสิ่งที่ถูกนำไปปรับใช้ได้อยู่”
คุณ Chris Marshall รองประธานจาก IDC กล่าวว่า “ในขณะที่ AI ทำงานได้แบบอัตโนมัติมากขึ้น องค์กรต่างกำลังเผชิญกับความท้าทายครั้งใหม่ นั่นคือการรักษาความเชื่อถือในระบบที่ผู้คนยังไม่เข้าใจอย่างถ่องแท้ ผลการศึกษาของเรายังแสดงให้เห็นว่า การกำกับดูแลที่เข้มข้นขึ้น ความสามารถในการอธิบายระบบ ความรับผิดชอบ และรากฐานข้อมูลที่แข็งแกร่งกำลังกลายเป็นคุณสมบัติเบื้องต้นในการยกระดับการใช้งาน AI ให้ประสบความสำเร็จ”
ช่องว่างด้านบริบทและความเข้าใจส่งผลให้มนุษย์ต้องเข้าแทรกแซง
นักวิจัย พบว่า ในหลายองค์กร พนักงาน มีความลังเลที่จะพึ่งพาระบบที่อาจจะหรือไม่สามารถให้ผลลัพธ์ที่ถูกต้อง หรือไม่สามารถอธิบายวิธีที่ AI ใช้ในตัดสินใจขั้นสุดท้ายได้เพิ่มมากขึ้น ในขณะที่ AI มีความเป็นอิสระมากขึ้น ความรับผิดชอบ และความเสี่ยงนี้ก็เพิ่มสูงขึ้นเช่นกัน ทำให้ความสามารถในการอธิบายระบบกลายเป็นสิ่งสำคัญยิ่งต่อความสำเร็จ รายงานดังกล่าว ยังครอบคลุมถึงประเด็นอุปสรรคที่ฉุดรั้งความสำเร็จในการนำ AI มาใช้งาน นั่นก็คือพนักงานไม่ไว้ใจเรื่องการตัดสินใจของ AI ส่งผลให้พวกเขาต้องเข้าแทรกแซง ลบล้าง และเข้าไปแก้ไขด้วยตนเอง ในเอเชียตะวันออกเฉียงใต้ สาเหตุหลัก ๆ ที่ทำให้พนักงานไม่เชื่อคำแนะนำของ AI ได้แก่ คำอธิบายที่ไม่เพียงพอ (37.8%) และการขาดความเข้าใจบริบทตามสถานการณ์ (37%) สิ่งนี้จะคอยซ้ำเติมปัญหาการขาดความน่าเชื่อถือของ AI และอาจทำให้องค์กรต้องสูญเสียเวลา ประสิทธิภาพการทำงาน และความสามารถในการทำกำไร ในเมื่อการตัดสินใจของ AI จะดีได้นั้นต้องใช้ข้อมูลพื้นฐานที่มีคุณภาพสูง การสร้างรากฐานข้อมูลที่แข็งแกร่ง จึงกลายเป็นสิ่งสำคัญยิ่ง สำหรับองค์กรที่ต้องการลดอัตราการที่มนุษย์ต้องเข้าไปแทรกแซงแก้ไขงานของ AI ความก้าวหน้าที่เกิดขึ้นในทุกมิติแห่งความน่าเชื่อถือ ดัชนีความน่าเชื่อถือของภูมิภาคปรับตัวเพิ่มขึ้นจาก 57.7 ในปี 2568 สู่ระดับ 66.5 ในปี 2569 ในขณะที่ความเชื่อถือเชิงประจักษ์ยังคงทรงตัวอยู่ในระดับกว้างที่ 73.1 หมายความว่าช่องว่างแห่งความไว้วางใจที่ลดลงนั้นมาจากขีดความสามารถที่แข็งแกร่งขึ้น ไม่ใช่เป็นการลดความคาดหวังลง
โดย มิติทั้ง 5 ด้าน ได้ปรับตัวดีขึ้นทั้งหมด ไม่ว่า จะเป็น
คุณภาพและการกำกับดูแลข้อมูล : 66.7 เพิ่มขึ้น 10.7 จุด
การกำกับดูแลและการตรวจสอบโมเดล : 64.2 เพิ่มขึ้น 14 จุด
ความสามารถในการอธิบายและความยุติธรรม : 63.7 เพิ่มขึ้น 6.5 จุด
นโยบาย AI ที่มีความรับผิดชอบ : 71.2 เพิ่มขึ้น 9.8 จุด
การตรวจสอบบัญชีและความรับผิดชอบ : 70.5 เพิ่มขึ้น 11.3 จุด ความมุ่งมั่นในการใช้งาน AI กำลังเติบโตแซงหน้าโครงสร้างพื้นฐาน แม้จะความน่าเชื่อถือและความพร้อมของ AI จะพุ่งตัวสูงขึ้น แต่โครงสร้างพื้นฐานของภูมิภาคกลับพัฒนาไปในอัตราที่ช้ากว่า ความมุ่งมั่นด้าน AI กำลังเติบโตแซงหน้าความพร้อมของโครงสร้างพื้นฐาน โดยความพร้อมของ AI ขั้นสูงเพิ่มขึ้นถึง 20.5 จุด ในขณะที่ความพร้อมของโครงสร้างพื้นฐานเพิ่มขึ้นเพียง 4.1 จุดเท่านั้น ช่องว่างด้านโครงสร้างพื้นฐานที่มีศักยภาพนี้ เป็นสิ่งที่ต้องจับตามองเป็นพิเศษ ในขณะที่องค์กรต่างกำลังก้าวไปสู่การใช้งาน Agentic AI ความมุ่งมั่นในการลงทุนก็กำลังเพิ่มสูงขึ้น โดย 65.6% มีแผนที่จะเพิ่มงบประมาณด้าน AI เล็กน้อย ในช่วง 12 เดือน ข้างหน้า และ 14.8% วางแผนที่จะเพิ่มขึ้นอย่างมาก
ความน่าเชื่อถือที่เพิ่มสูงขึ้นยังไม่ส่งผลให้เกิดผลตอบแทนจากการลงทุน (ROI) ที่สูงขึ้นดัชนีความน่าเชื่อถือของเอเชียตะวันออกเฉียงใต้ปรับตัวดีขึ้นอย่างมีนัยสำคัญ แต่ดัชนีผลลัพธ์กลับแทบไม่เปลี่ยนแปลง โดยลดลงเล็กน้อยจาก 58.3 สู่ระดับ 58.0มสัดส่วนองค์กรที่ระบุว่าได้รับผลตอบแทนจากการลงทุน (ROI) ที่คุ้มค่าและอยู่ในระดับสูง ก็ปรับตัวลดลงจาก 36.7% เหลือ 28.7% เช่นกัน บ่งชี้ว่าเม็ดเงินที่ทุ่มลงไปกับ AI ที่น่าเชื่อถือยังไม่สามารถตีเป็นกำไรทางธุรกิจที่จับต้องและวัดผลได้อย่างสม่ำเสมอ นอกจากนี้ งานวิจัยชิ้นนี้ตอกย้ำภาพที่ชัดเจนขึ้นเรื่อย ๆ ในระดับโลกว่า ความน่าเชื่อถือไม่ใช่แค่เรื่องของระเบียบข้อบังคับหรือธรรมาภิบาลทั่วไปอีกต่อไป แต่เป็นหัวใจสำคัญที่จะช่วยปลดล็อกให้องค์กรสามารถนำ AI ไปใช้จริง ยกระดับการทำงาน และสร้างมูลค่าทางธุรกิจได้อย่างเต็มเม็ดเต็มหน่วย
การกำกับดูแลต้องตามให้ทันกับการปรับใช้ AI ความก้าวหน้าด้านการกำกับดูแลของภูมิภาคนี้ก็มาพร้อมกับข้อพึงระวังเช่นกันในขณะที่คะแนนด้านการตรวจสอบและความรับผิดชอบเพิ่มขึ้น 11.3 จุด สู่ระดับ 70.5 สัดส่วนขององค์กรที่ทำการตรวจสอบ AI หรือประเมินผลกระทบเป็นประจำกลับลดลงจาก 47.3% เหลือ 21.3% เมื่อ AI ทำงานได้อัตโนมัติมากขึ้น องค์กรจำเป็นต้องมีกรอบการกำกับดูแลควบคู่กับการตรวจสอบอย่างสม่ำเสมอ เพื่อให้มั่นใจว่าระบบ AI จะยังคงทำงานได้ตามวัตถุประสงค์ที่ตั้งไว้ เจาะลึกข้อมูลเพิ่มเติม ผลการศึกษาดังกล่าวอ้างอิงจากการสำรวจระดับโลกจากผู้มีอำนาจตัดสินใจจำนวน 2,699 รายที่มีความรู้หรือมีอิทธิพลต่อโครงการด้านข้อมูลและ AI ของบริษัทการสำรวจนี้จัดทำขึ้น ใน 28 ประเทศ และครอบคลุม 4 อุตสาหกรรมหลัก ได้แก่ การธนาคาร ประกันภัย วิทยาศาสตร์ชีวภาพ และภาครัฐ รายงานได้เน้นย้ำถึงกรณีการใช้งานในอุตสาหกรรมและยังพบว่าผู้นำในแต่ละอุตสาหกรรมดังกล่าวทั่วโลกมีแนวทางในการจัดการกับ AI อย่างไร เอเชียตะวันออกเฉียงใต้ได้รับการรายงานในรูปแบบของการรวมคะแนนแบบถ่วงน้ำหนักซึ่งประกอบด้วย สิงคโปร์ มาเลเซีย และไทย โดยอ้างอิงจากผู้ตอบแบบสอบถามจำนวน 120 รายในปี 2568 และ 122 รายในปี 2569 โดยงานวิจัยได้พบสิ่งที่สำคัญดังต่อไป นี้
ผู้นำในภาคธนาคารกำลังก้าวไปไกลมากกว่าแค่การปฏิบัติตามกฎระเบียบ โดยมองว่าการกำกับดูแล AI ที่รัดกุมคือความได้เปรียบทางการแข่งขันและความจำเป็นในการดำเนินงาน โดย 85% ของธนาคารที่เป็นผู้นำด้าน AI ได้จัดตั้งกรอบการกำกับดูแลแล้ว เทียบกับกลุ่มที่ล้าหลังซึ่งมีเพียง 29% เท่านั้น
ร้อยละ 41 ของผู้นำในภาคภาครัฐกำลังเพิ่มการลงทุนใน AI ที่มีความน่าเชื่อถือมากกว่า 20% ในปีหน้า ซึ่งถือเป็นอัตราที่รวดเร็วเทียบเท่ากับองค์กรที่มีความมุ่งมั่นสูงสุดในทุก ๆ อุตสาหกรรม
ร้อยละ 23 ขององค์กรด้านวิทยาศาสตร์ชีวภาพได้ประยุกต์ใช้งาน AI ไปทั่วทั้งบริษัทแล้ว ซึ่งถือเป็นสัดส่วนที่สูงที่สุดในบรรดาทุกอุตสาหกรรม
อ่านผลการศึกษาและดูรายงานฉบับเต็มได้ที่ sas.com/ai-impact อะไรคือสิ่งที่ทำให้ AI มีความน่าเชื่อถือ
?
AI ที่มีความน่าเชื่อถือ หรือ Trustworthy AI คือปัญญาประดิษฐ์ที่ได้รับการออกแบบให้มีความน่าเชื่อถือ มีความยุติธรรม ปลอดภัย เป็นไปตามมาตรฐานกฎระเบียบ และสามารถแสดงให้เห็นได้อย่างชัดเจนถึงวิธีการที่ใช้ในการตัดสินใจ ผู้ใช้งานและผู้มีอำนาจตัดสินใจในทุกระดับภายในองค์กรจะต้องสามารถตรวจสอบระบบ AI ภายในกรอบความรับผิดชอบที่ได้กำหนดไว้ หากผลลัพธ์ของ AI ที่ไม่ถูกต้องหรือไม่ครบถ้วน AI ทุกระบบจะต้องได้รับการกำกับดูแลและได้รับการพิสูจน์ว่าปฏิบัติตามกฎเกณฑ์ที่ชัดเจน
อะไร คือ สิ่งที่ทำให้องค์กรกลายเป็นผู้นำด้าน AI ที่มีความน่าเชื่อถือ ?
ในงานวิจัยนี้ จะมีการให้คะแนนองค์กรต่าง ๆ 100 คะแนนเต็มตามมิติทั้ง 5 ด้านของ AI ที่มีความน่าเชื่อถือ องค์กรที่เป็นผู้นำด้าน AI ที่มีความน่าเชื่อถือในรายงานฉบับนี้ คือองค์กรที่มีคะแนนรวมเฉลี่ยตั้งแต่ 80 คะแนนขึ้นไป
องค์กรแต่ละแห่งได้รับการประเมินคะแนนตามเกณฑ์ AI ที่มีความน่าเชื่อถือ 5 ประการดังต่อไปนี้
1. คุณภาพและการกำกับดูแลข้อมูล
2. ความสามารถในการอธิบายและความยุติธรรม
4. นโยบาย AI ที่มีความรับผิดชอบ
5. การตรวจสอบบัญชีและความรับผิดชอบ
เกี่ยวกับ SAS
SAS เป็นผู้นำระดับโลกด้านข้อมูลและ AI ซึ่งช่วยให้องค์กรต่างๆ สามารถตัดสินใจได้อย่างมั่นใจด้วย AI ที่พวกเขาสามารถไว้วางใจได้ เป็นเวลาหลายสิบปีแล้วที่ SAS ได้สร้างมาตรฐานในการส่งมอบซอฟต์แวร์ที่สร้างผลลัพธ์ที่มีประสิทธิภาพ โดยผสานรวมความเชี่ยวชาญเชิงลึกในอุตสาหกรรม ความโปร่งใส และการกำกับดูแลเข้าไว้ด้วยกัน SAS มอบพลังแห่งการตระหนักรู้ให้แก่คุณ “THE POWER TO KNOW®”
SAS และชื่อผลิตภัณฑ์หรือบริการอื่นๆ ทั้งหมดของ SAS Institute Inc. เป็นเครื่องหมายการค้าจดทะเบียนหรือเครื่องหมายการค้าของ SAS Institute Inc. ในสหรัฐอเมริกาและประเทศอื่นๆ ® บ่งบอกถึงการจดทะเบียนในสหรัฐอเมริกา ชื่อแบรนด์และผลิตภัณฑ์อื่นๆ เป็นเครื่องหมายการค้าของบริษัทเจ้าขอผลิตภัณฑ์นั้นๆ ลิขสิทธิ์ © 2569 SAS Institute Inc. สงวนลิขสิทธิ์ทั้งหมด
TAG : 0 0 Google +0 เขียนเมื่อ อังคาร 15 กันยายน 2569 21:03:59 เข้าชม 1659811 ครั้ง
