เมื่อภาครัฐเริ่มใช้ AI: 

               ในช่วงไม่กี่ปีที่ผ่านมา ปัญญาประดิษฐ์ หรือ AI ได้กลายเป็นเทคโนโลยีที่เข้ามามีบทบาทสำคัญต่อการทำงานขององค์กรในหลายภาคส่วน โดยเฉพาะหน่วยงานภาครัฐที่เริ่มมองเห็นศักยภาพของ AI ในการช่วยเพิ่มประสิทธิภาพการให้บริการประชาชน ลดภาระงานที่ซ้ำซ้อน สนับสนุนการวิเคราะห์ข้อมูล และช่วยให้การตัดสินใจเชิงนโยบายมีความแม่นยำมากขึ้น

              อย่างไรก็ตาม การนำ AI มาใช้ในองค์กรไม่ได้มีเพียงมิติของ “ความสะดวก” หรือ “ประสิทธิภาพ” เท่านั้น แต่ยังนำมาซึ่งความเสี่ยงด้านความมั่นคงปลอดภัยไซเบอร์ที่มีลักษณะเฉพาะ แตกต่างจากระบบสารสนเทศทั่วไป เอกสาร 2026 NCSC AI Cyber Security Risk Assessment: Public Sector Deployment ของ National Cyber Security Centre ประเทศไอร์แลนด์ ได้ชี้ให้เห็นว่า การใช้ AI ในภาครัฐจำเป็นต้องมีการบริหารความเสี่ยงอย่างเป็นระบบ ตั้งแต่ขั้นตอนการออกแบบ พัฒนา นำไปใช้งาน บำรุงรักษา ไปจนถึงการเลิกใช้งานระบบ

              บทความนี้จึงขอสรุปและถ่ายทอดประเด็นสำคัญจากเอกสารดังกล่าว ในมุมมองของการนำไปประยุกต์ใช้กับหน่วยงานภาครัฐ สถาบันการศึกษา และองค์กรที่กำลังเริ่มต้นวางแนวทางการใช้ AI อย่างปลอดภัย

• AI ช่วยยกระดับบริการภาครัฐได้ แต่ต้องไม่มองข้ามความเสี่ยง
  

             การใช้ AI ในภาครัฐสามารถสร้างประโยชน์ได้หลายด้าน เช่น การวิเคราะห์ข้อมูลจำนวนมาก การช่วยตอบคำถามประชาชน การคัดกรองเอกสาร การสนับสนุนงานบริการ การตรวจจับความผิดปกติของข้อมูล หรือแม้กระทั่งการช่วยวางแผนเชิงนโยบาย

             แต่ในขณะเดียวกัน AI ก็ทำให้รูปแบบความเสี่ยงขององค์กรเปลี่ยนไปอย่างมีนัยสำคัญ เพราะ AI มักต้องเชื่อมต่อกับข้อมูล ระบบภายใน API ผู้ให้บริการ Cloud โมเดลภายนอก และเครื่องมือจากผู้ให้บริการหลายราย สิ่งเหล่านี้ทำให้ “พื้นที่โจมตี” หรือ Attack Surface ขององค์กรเพิ่มขึ้น

             อีกประเด็นที่สำคัญคือ AI ไม่ใช่ระบบที่มีพฤติกรรมคงที่เสมอไป โมเดล AI อาจเปลี่ยนแปลงพฤติกรรมได้จากข้อมูลใหม่ การอัปเดตโมเดล การเชื่อมต่อกับระบบอื่น หรือรูปแบบการใช้งานของผู้ใช้จริง ดังนั้น ความปลอดภัยของ AI จึงไม่ใช่สิ่งที่ตรวจสอบเพียงครั้งเดียวแล้วจบ แต่ต้องมีการติดตาม ตรวจสอบ และประเมินซ้ำอย่างต่อเนื่อง

• ความเสี่ยงของ AI ไม่ได้อยู่ที่ตัวโมเดลเท่านั้น 

              เมื่อพูดถึงความปลอดภัยของ AI หลายคนอาจนึกถึงเฉพาะตัวโมเดลหรือระบบประมวลผล แต่ในความเป็นจริง สินทรัพย์ที่มีความเสี่ยงจากการใช้ AI มีหลายส่วน ได้แก่

         1. ข้อมูล

ข้อมูลเป็นหัวใจสำคัญของ AI โดยเฉพาะข้อมูลส่วนบุคคล ข้อมูลราชการ ข้อมูลลับ ข้อมูลทางกฎหมาย ข้อมูลเชิงพาณิชย์ ข้อมูลนักศึกษา ข้อมูลบุคลากร หรือข้อมูลที่ใช้ฝึกและทดสอบโมเดล หากมีการนำข้อมูลเหล่านี้ไปใช้กับ AI โดยไม่มีการควบคุม อาจเกิดปัญหาข้อมูลรั่วไหล การละเมิดความเป็นส่วนตัว หรือการใช้ข้อมูลผิดวัตถุประสงค์

          สำหรับหน่วยงานภาครัฐและมหาวิทยาลัย ประเด็นนี้ถือว่าสำคัญมาก เพราะข้อมูลจำนวนมากเกี่ยวข้องกับบุคคลจริง และอาจมีกฎหมายหรือระเบียบที่กำหนดวิธีการจัดเก็บ ใช้ และเปิดเผยข้อมูลอย่างชัดเจน

2. ระบบยืนยันตัวตนและสิทธิ์การเข้าถึง

AI บางระบบจำเป็นต้องเข้าถึงฐานข้อมูล API ระบบเอกสาร หรือระบบบริการต่าง ๆ ภายในองค์กร หากกำหนดสิทธิ์ไม่เหมาะสม เช่น ให้สิทธิ์มากเกินจำเป็น หรือใช้บัญชีร่วมกันโดยไม่มีการควบคุม อาจทำให้ผู้ไม่หวังดีใช้ AI เป็นช่องทางในการเข้าถึงข้อมูลหรือระบบสำคัญ

หลักการสำคัญคือ AI และผู้ใช้ AI ควรได้รับสิทธิ์เท่าที่จำเป็นต่อการทำงานเท่านั้น หรือที่เรียกว่า Least Privilege

3. โครงสร้างพื้นฐาน ICT และระบบ Cybersecurity

ระบบ AI ต้องอาศัยโครงสร้างพื้นฐาน เช่น Server, Cloud, Database, Network, Firewall, API Gateway, Backup System และระบบ Monitoring หากระบบเหล่านี้ตั้งค่าไม่ปลอดภัย หรือไม่มีการอัปเดตอย่างสม่ำเสมอ อาจกลายเป็นช่องทางให้ผู้โจมตีเข้าถึงระบบ AI ได้

ที่สำคัญคือ ตัวโมเดล AI เองก็เป็นสินทรัพย์สำคัญเช่นกัน ไม่ว่าจะเป็น Model weights, Training data, Prompt, Configuration หรือ Pipeline ที่ใช้พัฒนาและให้บริการ AI

4. AI Agent

เอกสารให้ความสำคัญกับ AI Agent เป็นพิเศษ เพราะ AI Agent ไม่ได้เพียงแค่ตอบคำถาม แต่สามารถดำเนินการแทนมนุษย์ได้ เช่น เรียก API แก้ไขข้อมูล ส่งคำสั่งไปยังระบบอื่น สร้าง Workflow หรือดำเนินการอัตโนมัติ

หาก AI Agent มีสิทธิ์มากเกินไป หรือไม่มีระบบควบคุมที่ดี เมื่อถูกหลอกด้วย Prompt Injection หรือถูกโจมตีผ่านช่องโหว่ของระบบ อาจทำให้เกิดความเสียหายเป็นวงกว้าง เช่น เข้าถึงข้อมูลโดยไม่ได้รับอนุญาต แก้ไขข้อมูลผิดพลาด หรือสั่งงานระบบผิดวัตถุประสงค์

5. ผู้ให้บริการและ Supply Chain

การใช้ AI ในองค์กรจำนวนมากไม่ได้พัฒนาเองทั้งหมด แต่มักเกี่ยวข้องกับผู้ให้บริการภายนอก เช่น Cloud Provider, LLM Provider, Software Vendor, API Provider หรือ Library แบบ Open Source

ความเสี่ยงจึงไม่ได้อยู่เฉพาะภายในองค์กร แต่ยังรวมถึงความปลอดภัยของผู้ให้บริการด้วย หากผู้ให้บริการมีช่องโหว่ ถูกโจมตี หรือจัดการข้อมูลไม่เหมาะสม องค์กรที่ใช้บริการก็อาจได้รับผลกระทบตามไปด้วย