NIST AI RMF 1.0 และ AI 600-1
NIST AI RMF 1.0 (ออกมา ม.ค. 2023) คือกรอบบริหารความเสี่ยงของ AI ที่แบ่งงานเป็น 4 ส่วนหลัก คือ กำกับดูแล (GOVERN), มองภาพความเสี่ยง (MAP), วัดผล (MEASURE) และจัดการ (MANAGE) เป็นกรอบแบบสมัครใจ ไม่ได้บังคับ ส่วน NIST AI 600-1 Generative AI Profile (26 ก.ค. 2024) เป็นตัวเสริมที่เจาะเรื่อง AI สร้างเนื้อหา (GenAI) โดยเฉพาะ ระบุจุดเสี่ยงไว้ 12 ด้าน พร้อมสิ่งที่แนะนำให้ทำกว่า 200 ข้อ (เดิมมันผูกกับคำสั่งประธานาธิบดี EO 14110 ที่ถูกยกเลิกไปต้นปี 2025 แต่ตัวกรอบเองก็ยังใช้ได้อยู่แบบสมัครใจ)
ISO/IEC 42001:2023 และ MITRE ATLAS
ISO/IEC 42001:2023 เป็นมาตรฐานสำหรับวางระบบบริหารจัดการ AI (AIMS) ที่ขอใบรับรอง (certifiable) ได้ พูดง่าย ๆ คือมันทำหน้าที่กับ AI แบบเดียวกับที่ ISO/IEC 27001 ทำกับความมั่นคงปลอดภัยของข้อมูล (infosec) และยังใช้เป็นหลักฐานที่พร้อมให้ตรวจสอบ (audit-ready) ภายใต้ EU AI Act ได้ด้วย ส่วน MITRE ATLAS (ราว v5.x ช่วงปลายปี 2025) เป็นคลังความรู้ (knowledge base) รวมเทคนิคที่คนใช้โจมตีระบบ AI เอาไว้ให้เราเอามาวางแผนรับมือล่วงหน้า (threat-modeling) โดยจำลองแนวทางมาจาก ATT&CK
AI Acceptable Use Policy
นี่คือเอกสารพื้นฐานที่บอกกติกาการใช้ AI ในองค์กรว่า เครื่องมือตัวไหนที่บริษัทอนุญาตให้ใช้ (sanctioned), ข้อมูลแบบไหนป้อนเข้า AI ได้และแบบไหนห้ามป้อน, ถ้าอยากใช้ตัวใหม่ต้องขออนุมัติผ่านใคร (approval path) และถ้าฝ่าฝืนแล้วจะเจออะไร เอกสารตัวนี้แหละคือจุดเริ่มต้นของการคุมการแอบใช้ AI นอกสายตา (Shadow AI)
การควบคุม Shadow AI
ราว 1 ใน 5 ขององค์กรเคยเจอเหตุข้อมูลรั่วไหล (breach) ที่โยงกับการแอบใช้ AI นอกสายตา (Shadow AI) มาแล้ว (อ้างอิงจาก IBM Cost of a Data Breach 2025 เป็นตัวเลขบอกทิศทางคร่าว ๆ) วิธีคุมคือ เริ่มจากหาให้เจอก่อนว่าใครแอบใช้อะไรอยู่ (discovery) แล้วใช้ระบบกันข้อมูลรั่วสำหรับ AI (DLP for AI) เข้ามาช่วย เช่น CASB, การวิเคราะห์ทราฟฟิกเครือข่ายและ DNS (network/DNS analysis), การเฝ้าดูอุปกรณ์ปลายทาง (endpoint monitoring) จับคู่กับเครื่องมือที่รู้จัก AI โดยเฉพาะ (AI-aware controls) อย่าง Nudge Security, Prompt Security, Aurascape, Zscaler/Netskope และที่ได้ผลที่สุดคือ หาเครื่องมือที่บริษัทอนุญาต (sanctioned) มาให้พนักงานใช้แทน เขาจะได้ไม่ต้องแอบไปใช้ตัวอื่น
PDPA ของไทยและระบบ AI
PDPA (พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562) เริ่มบังคับใช้เต็มตัวตั้งแต่ 1 มิ.ย. 2022 และครอบคลุมถึง AI ที่เอาข้อมูลส่วนบุคคลไปประมวลผลด้วย สิ่งที่ต้องดูก็คือ ต้องมีเหตุผลที่ใช้ข้อมูลได้ตามกฎหมายหรือได้รับความยินยอม (lawful basis/consent), ต้องเคารพสิทธิของเจ้าของข้อมูล, ต้องมีเจ้าหน้าที่คุ้มครองข้อมูล (DPO), ต้องมีมาตรการความปลอดภัย (security) และมีกติกาเรื่องการส่งข้อมูลออกนอกประเทศ (cross-border) ทั้งหมดนี้กำกับโดยหน่วยงาน PDPC ซึ่งช่วงปี 2025-2026 เริ่มบังคับใช้จริงจังขึ้นมาก (PDPC สั่งปรับก้อนใหญ่ครั้งแรกเมื่อ ส.ค. 2025 รวมกว่า 21.5 ล้านบาท ส่วนค่าปรับก้อนแรกสุดจริง ๆ คือ ส.ค. 2024 กรณี JIB 7 ล้านบาท และตั้งแต่ 9 ต.ค. 2025 หน่วยงานรัฐก็ถูกบังคับให้ต้องมี DPO)
ร่างแนวทาง AI ของ PDPC และ EU AI Act
ร่างแนวทาง (Guidelines) ของ PDPC (ออก 17 ก.พ. 2026 เปิดรับฟังความเห็นสาธารณะถึงราว 25 ก.พ. 2026) วางบทบาทไว้ว่า องค์กรที่เอา AI มาใช้งาน (deployer) คือผู้ควบคุมข้อมูล (data controller) ส่วนเจ้าของ AI ที่ขายให้ (AI vendor) คือผู้ประมวลผลข้อมูล (data processor) และกำหนดว่าต้องมีสัญญาแบ่งหน้าที่เรื่องข้อมูล (DPA) ห้ามเอาข้อมูลไปเทรนโมเดล และต้องทำการประเมินผลกระทบด้านข้อมูล (DPIA) สำหรับงานที่เสี่ยงสูง (high-risk) ทั้งหมดนี้ยังเป็นแค่ร่าง ยังไม่สรุปสุดท้าย ส่วนทาง EU AI Act จะทยอยบังคับใช้เป็นช่วง ๆ (phased) โดยข้อกำหนดสำหรับ AI เอนกประสงค์ (GPAI) มีผลตั้งแต่ 2 ส.ค. 2025 แล้ว ส่วนกำหนดสำหรับงานเสี่ยงสูงที่จะมีผลหลังปี 2026 นั้นอาจถูกเลื่อนออกไปด้วยชุดกฎหมาย Digital Omnibus (อันนี้ยังไม่แน่นอน ต้องเช็กก่อน) โดยเพดานค่าปรับสูงได้ถึง 35 ล้านยูโร หรือ 7% ของรายได้รวมทั้งปี (turnover)