ลฎาภา ไชยสุทธิ์ : คนไทยผู้ผ่านสมรภูมิ Fortune 500 และ FAANG กับภารกิจผสาน ‘รอยร้าว’ ใต้ฐานราก ในวันที่โลกตะโกนหาแต่ AI

วันนี้ ไม่ว่าองค์กรจะเล็กหรือใหญ่ แทบทุกแห่งต่างพูดถึงเทคโนโลยีปัญญาประดิษฐ์ (AI) ในฐานะเครื่องมือที่ช่วยเพิ่มประสิทธิภาพ ลดงานซ้ำซ้อน และเปิดศักยภาพใหม่ให้ธุรกิจ ทว่าในขณะที่ AI ถูกนำมาใช้อย่างแพร่หลาย ระบบการทำงานก็ยิ่งถูกฝังลึกด้วยความสามารถของ AI มากขึ้นเท่านั้น และยิ่งเทคโนโลยีส่งเสียงดังขึ้น คำถามสำคัญบางอย่างกลับค่อย ๆ เงียบหายไป

คำถามที่ว่าคือ เมื่อ AI เริ่มฝังตัวลึกเข้าไปในระบบระดับองค์กร แล้วโครงสร้างพื้นฐานที่รองรับระบบเหล่านี้มีความแข็งแรงมากพอหรือยัง? 

เพราะหากรากฐานเบื้องหลัง AI ไม่แข็งแรง ไม่โปร่งใส หรือไร้การกำกับดูแลที่ชัดเจน สิ่งที่ถูกขยายออกมาจะไม่ใช่แค่ความสามารถขององค์กรเท่านั้น หากแต่คือความผิดพลาด ความเสี่ยง และปัญหาที่อาจลุกลามไปทั่วทั้งระบบในเวลาเดียวกัน

The People ต่อสายตรงหา ‘เกด - ลฎาภา ไชยสุทธิ์’ Software Developer ผู้เคยผ่านการทำงานในองค์กรระดับโลกอย่างกลุ่มองค์กร Fortune 500 และยักษ์ใหญ่เทคโนโลยี FAANG ในสหรัฐอเมริกามาเป็นเวลาเกือบทศวรรษ ทั้งหมดนี้คือประสบการณ์ที่ได้หล่อหลอมให้เธอกลายเป็นผู้เชี่ยวชาญด้าน Software Infrastructure ที่ไม่ได้มองแค่ว่าระบบจะทำงานอย่างไร แต่ขึ้นอยู่กับว่าระบบจะ ‘ทนทาน’ และ ‘ปลอดภัย’ ได้แค่ไหนเมื่อต้องแบกรับอนาคตของคนนับล้าน 

AI = กระดูกสันหลัง ที่ไร้ปราการปกป้อง

ลฎาภาเริ่มต้นการเป็น Software Developer มาตั้งแต่ปี 2018 ซึ่งเป็นช่วงวัยที่เธอเพิ่งสำเร็จการศึกษาพอดิบพอดี โดยนักศึกษาจบใหม่อย่างเธอ ได้วางหมุดหมายเอาไว้ในใจว่าจะนำสิ่งที่ร่ำเรียนมาใช้ให้เกิดผล นับจากวันนั้นเธอยังคงยืนหยัดอยู่ในเส้นทางอาชีพนี้มาจนถึงปัจจุบัน 

ตลอด 8 ปีที่ผ่านมา ลฎาภาได้เข้าไปทำงานกับบริษัทยักษ์ใหญ่ระดับโลกมาแล้วหลายแห่ง ตั้งแต่ FedEx, SAP, Electronic Arts ไปจนถึง Apple ช่วงเวลานั้นคือการโบยบินจากประเทศไทยไปใช้ชีวิตและทำงานในสหรัฐอเมริกา และไม่ว่าวงการเทคโนโลยีจะเปลี่ยนเร็วเพียงใด เธอก็ยังคงยืนอยู่ในบทบาทของ ‘คนเบื้องหลัง’ อย่างไม่เคยลังเล

“วันนี้ AI กลายเป็นกระดูกสันหลังขององค์กรไปแล้ว”

บทสนทนาเริ่มขึ้น หลังจากเราถามถึงกระแสความตื่นตัวของบริษัททั่วโลก ที่กำลังวิ่งเข้าหา AI ราวกับโดนมนตร์สะกด 

ซึ่งคำกล่าวของลฎาภาที่บอกตั้งแต่ต้นว่า AI ได้กลายเป็นกระดูกสันหลังขององค์กรคงไม่ใช่เรื่องกล่าวเกินจริงนัก เพราะมองไปทางไหน เราก็จะเห็นแต่ AI วิ่งวนอยู่รอบตัว ตั้งแต่ในโลกอินเทอร์เน็ต มาจนถึงพื้นที่ทำงาน 

ทว่าความน่ากังวลคือ หลายคนกลับเลือกโฟกัส เพียงแค่ความเก่งของสมองกล แต่กลับลืมดูว่าโครงสร้างที่รองรับน้ำหนักของ ‘กระดูกสันหลัง’ ชิ้นนี้ แข็งแรงพอแล้วหรือยัง

“วันนี้เทรนด์มันชัดมาก องค์กรไม่ได้ใช้ AI เป็นแค่ลูกเล่นหรือเครื่องมือเสริมอีกแล้ว แต่กำลังผสานมันเข้าไปในแกนกลางของระบบการทำงานและการตัดสินใจ” เธอตอบคำถาม ราวกับรู้ว่านี่คือสิ่งที่ติดอยู่ในใจเรา” 

ก่อนจะเสริมขึ้นมาอีกว่า “เมื่อ AI กลายเป็นส่วนหนึ่งของกระดูกสันหลังขององค์กร การโฟกัสแค่ตัว AI อย่างเดียวจึงไม่เพียงพออีกต่อไป”

แน่นอนว่าลฎาภาไม่ได้ปฏิเสธพลังของเทคโนโลยีนี้ ตรงกันข้าม เธอมองว่า AI ได้ก้าวข้ามสถานะของเครื่องมือเสริมไปไกลแล้ว วันนี้เทคโนโลยีปัญญาประดิษฐ์กำลังถูกผสานเข้าไปในแกนกลางขององค์กร ตั้งแต่การตัดสินใจเชิงธุรกิจ ระบบการเงิน ไปจนถึงกระบวนการอัตโนมัติที่คนจำนวนมากต้องพึ่งพาโดยไม่รู้ตัว

หลายองค์กรต่างเร่งปฏิรูปการทำงานทั้งระบบ โดยเลือกหันไปพึ่งพา AI มากขึ้นทุกขณะ เพราะเกรงว่าจะเติบโตไม่เท่าทันอุตสาหกรรมอื่น และจากความเร่งรีบนี่เอง ทำให้พวกเขามองข้ามสิ่งที่อยู่เบื้องหลังบางอย่างไป ไม่ว่าจะเป็นระบบข้อมูล โครงสร้างคลาวด์ (Cloud Infrastructure) ไปจนถึงกลไกกำกับดูแลที่ทำให้ทุกขั้นตอนสามารถควบคุม ตรวจสอบ และใช้งานได้จริงในระดับองค์กร

อีกหนึ่งสิ่งที่ลฎาภาเน้นย้ำตลอดบทสนทนา คือ ความฉลาดของ AI ไม่ได้เกิดขึ้นกลางอากาศ แต่ถูกประคองไว้ด้วยระบบข้อมูล โครงสร้างคลาวด์ และกติกาการกำกับดูแลที่ซับซ้อน หากฐานรากเหล่านี้ไม่โปร่งใสหรือไร้การตรวจสอบ ความผิดพลาดเพียงจุดเดียว อาจลุกลามไปทั่วทั้งระบบ ราวกับไฟไหม้ฟาง

นี่คือหนึ่งในเหตุผลว่าเหตุใด เธอจึงเลือกทำงานผสานรอยร้าวอยู่เบื้องหลัง และพยายามทำทุกวิถีทาง เพื่อไม่ให้ทุกอย่างล้มลงต่อหน้า โดยยึดถือ ‘โครงสร้างพื้นฐาน’ เป็นหัวใจสำคัญในการอุดรอยรั่วทั้งระบบ 

เมื่อ ‘รอยร้าว’ เริ่มส่งสัญญาณ 

“สิ่งสำคัญคือโครงสร้างพื้นฐานข้างล่างต้องแข็งแรงจริง ๆ เพราะนี่คือสิ่งที่ทำให้ AI ใช้งานได้อย่างปลอดภัยและยั่งยืน” ลฎาภาย้ำ

แนวคิดของเธอสอดคล้องกับหน่วยงานมาตรฐานของสหรัฐอเมริกา เมื่อ NIST ได้เผยแพร่กรอบบริหารความเสี่ยงด้าน AI หรือ AI Risk Management Framework (AI RMF) เพื่อย้ำเตือนว่า AI ที่ดี ไม่ใช่แค่ AI ที่เก่ง แต่ต้องเป็น AI ที่มีการกำกับดูแล มีระบบจัดการความเสี่ยง และสามารถตรวจสอบได้ตั้งแต่ต้นจนถูกนำไปใช้จริง

ในนิยามของ NIST ได้ขยายความคำว่า AI พ่วงกับคำสำคัญ คือ ‘ความน่าเชื่อถือ’ ไว้ว่าความน่าเชื่อถือของปัญญาประดิษฐ์ ไม่ได้วัดจากผลลัพธ์เพียงอย่างเดียว แต่รวมถึงความโปร่งใส ความปลอดภัย และความสามารถในการตรวจสอบย้อนกลับ

เมื่อ AI ทำงานอยู่บนรากฐานที่ถูกออกแบบมาอย่างหละหลวม ความเสี่ยงจะไม่หยุดอยู่แค่ในเชิงทฤษฎี แต่จะเริ่มปรากฏในโลกของการทำงานจริง 

ใช่ว่าทุกอย่างจะเกิดขึ้นในทันทีทันใด กว่าทุกอย่างจะเล็ดรอดออกไปสู่สาธารณะ AI ย่อมส่งสัญญาณเตือนถึงอันตรายบางอย่างอยู่เป็นระยะ แต่กลับเป็นสัญญาณที่หลายคนมองไม่เห็น เว้นเพียงแต่ผู้ทำหน้าที่ดูแล และคอยเฝ้ามองโครงสร้างฐานรากอยู่ตั้งแต่ตัน

หนึ่งในความเสี่ยงที่ชัดเจนที่สุดคือ ความล้มเหลวด้านกฎระเบียบและข้อบังคับ (Compliance failures) เมื่อ AI ถูกนำไปใช้ในกระบวนการที่อยู่ภายใต้การกำกับดูแล เช่น ระบบการเงินหรือระบบอัตโนมัติ หากขาดกลไกควบคุมและการตรวจสอบที่เหมาะสม องค์กรอาจละเมิดกฎหมายหรือกฎระเบียบโดยไม่รู้ตัว และสร้างผลกระทบเป็นวงกว้าง

อีกด้านหนึ่งคือ ความผิดพลาดในการปฏิบัติงาน (Operational disruptions) ซึ่งมักไม่ส่งสัญญาณเตือนที่ชัดเจน ความผิดพลาดของ AI ไม่ได้ปรากฏเหมือนบั๊กในซอฟต์แวร์ทั่วไป แต่มันสามารถค่อย ๆ แทรกซึม กระทบทั้งประสบการณ์ของลูกค้าและการตัดสินใจเชิงธุรกิจในเวลาเดียวกัน

รวมถึง ช่องโหว่ด้านความปลอดภัยและความปลอดภัยของระบบ (Security and safety gaps) ที่ไม่ได้จำกัดอยู่แค่การโจมตีจากภายนอก แต่อยู่ที่การมองไม่เห็น สิ่งที่กำลังเกิดขึ้นภายในระบบด้วย เพราะเมื่อไม่มีระบบติดตามและตรวจสอบย้อนกลับที่ดี องค์กรอาจไม่รู้เลยว่า AI เริ่มทำงานผิดปกติตั้งแต่เมื่อไร จนกว่าผลกระทบจะปรากฏออกมาแล้ว

ทางออกที่ไม่ใช่ ‘บ้านใครบ้านมัน’

“หลายองค์กรยังเชื่อว่า ปัญหาโครงสร้างพื้นฐานเป็นเรื่องเฉพาะตัวเป็น ‘ปัญหาบ้านใครบ้านมัน’ แต่ประสบการณ์ในการทำงานของเราบอกอีกอย่างหนึ่ง เพราะไม่ว่าจะเป็นธุรกิจแบบไหน รูปแบบของความพังและความสำเร็จมักวนซ้ำในลักษณะเดิม ๆ เสมอ” 

บทสนทนาข้ามผ่านเรื่องเทคนิคไปสู่ปรัชญาการทำงาน ลฎาภาเชื่อว่าปัญหาของโครงสร้างพื้นฐานไม่ใช่เรื่อง ‘บ้านใครบ้านมัน’ แต่เป็นชะตากรรมร่วมกันของโลกดิจิทัล เพราะนี่คือปัญหาที่หลายองค์กรเผชิญไม่ได้ต่างกันมากอย่างที่คิด 

“ไม่ว่าจะเป็นแพลตฟอร์มธุรกิจค้าปลีก ระบบขนส่ง การเงิน หรือการศึกษา ทุกที่ต่างเผชิญปัญหาคล้ายกัน ทั้งเรื่องการรองรับการเติบโตของระบบ เรื่องกฎระเบียบ การตรวจสอบการทำงาน ไปจนถึงการวางกติกาควบคุมการใช้งาน นั่นหมายความว่า ทางออกที่แท้จริงต้องสามารถปรับใช้ได้ข้ามอุตสาหกรรม ไม่ใช่ถูกจำกัดอยู่ในองค์กรใดองค์กรหนึ่ง” 

นั่นหมายความว่า ทางออกที่แท้จริงไม่ควรถูกจำกัดอยู่ในองค์กรใดองค์กรหนึ่ง แต่ต้องสามารถปรับใช้ได้ข้ามอุตสาหกรรม โครงสร้างพื้นฐานที่ดี จึงไม่ใช่สิ่งที่สร้างมาเพื่อโปรเจกต์เดียว หากต้องถูกออกแบบให้ใช้ซ้ำ ดัดแปลง และต่อยอดได้ในหลายบริบท

แนวคิดนี้สะท้อนอยู่ในกรอบการทำงานระดับภาครัฐของสหรัฐฯ เช่น Risk Management Framework (RMF) ของ NIST ที่สนับสนุนให้องค์กรวางมาตรฐานด้านความปลอดภัยและการดูแลระบบให้สอดคล้องกันในทุกหน่วยงาน เพราะการจัดการความเสี่ยงในโลกเทคโนโลยีปัจจุบัน ไม่สามารถต่างคนต่างทำได้อีกแล้ว

บทบาทของผู้เชี่ยวชาญด้าน Software Infrastructure จึงมีความสำคัญยิ่ง พวกเขาไม่ได้แค่สร้างระบบให้บริษัทหนึ่ง แต่กำลังออกแบบรากฐาน ที่หลายองค์กรสามารถใช้ร่วมกันได้ และเมื่อมีรากฐานอันมั่นคง ย่อมส่งผลดีต่อทั้งอุตสาหกรรม ไม่ใช่แค่ผลประกอบการของบริษัทใดบริษัทหนึ่งเท่านั้น

ความสำเร็จของ AI ขึ้นอยู่กับรากฐานอันแข็งแกร่ง

AI คือเทคโนโลยีที่เปลี่ยนโฉมองค์กรได้จริง แต่ประโยชน์ของเทคโนโลยี จะเกิดขึ้นได้ก็ต่อเมื่อโครงสร้างพื้นฐานเบื้องหลังพร้อมรองรับ

เริ่มตั้งแต่การจัดการข้อมูลที่ปลอดภัย ระบบอัตโนมัติที่สามารถตรวจสอบการทำงานของ AI การบันทึกและอธิบายการตัดสินใจของระบบ ไปจนถึงความสามารถในการเติบโตและปรับตัวตามความเสี่ยงที่เปลี่ยนแปลงตลอดเวลา

เมื่อองค์กรเดินหน้าสู่การใช้ AI ความเสี่ยงก็เพิ่มขึ้นตามไปด้วย หากรากฐานไม่ได้ถูกออกแบบให้มีการกำกับดูแลและความเสถียรตั้งแต่ต้น เทคโนโลยีที่ควรสร้างโอกาส อาจกลายเป็นตัวจุดชนวนปัญหาแทน

และนี่คือสารที่ NIST พยายามย้ำผ่านกรอบ AI RMF อยู่เสมอว่า เทคโนโลยีจะเปลี่ยนโลกได้จริง ก็ต่อเมื่อระบบที่อยู่ข้างล่างพร้อมรองรับ

ก่อนจบการสนทนา ลฎาภาได้ฝากสิ่งที่เป็นเครื่องเตือนใจในยุคทองของเทคโนโลยีอย่าง AI ไว้ว่า Responsible AI หรือ AI ที่รับผิดชอบต่อสังคม ไม่ได้เกิดขึ้นจากปลายปากกาของนักนโยบาย หรือปลายนิ้วของนักพัฒนาซอฟต์แวร์เพียงกลุ่มเดียว แต่ทุกอย่างล้วนเกิดจากความพยายามของเหล่าคนทำงานเบื้องหลังทั้งสิ้น 

คนเบื้องหลัง ที่ยอมเสียสละเวลาออกแบบโครงสร้างพื้นฐานอันยุ่งยาก เพื่อให้เทคโนโลยีทำงานได้อย่างปลอดภัยตั้งแต่ชั้นรากฐาน

คนเบื้องหลัง ที่คอยตรวจตรา ตั้งคำถาม และแก้ไขความผิดปกติ แม้ในวันที่ทุกอย่างดูเหมือนจะดำเนินไปได้ด้วยดี

และเป็นคนเบื้องหลังอีกนั่นแหละ ที่เฝ้ามองความเป็นไปของระบบอย่างเงียบงัน เพื่อให้มั่นใจว่า ในวันที่โลกหมุนไปข้างหน้าด้วยแรงขับเคลื่อนของ AI ทุกกระบวนการจะยังคงเดินต่อไปโดยไม่สะดุด

เพราะในท้ายที่สุด เทคโนโลยีจะเปลี่ยนโลกได้จริง ก็ต่อเมื่อ ‘รากฐาน’ ข้างล่างแข็งแรงพอจะรองรับทุกการเปลี่ยนแปลงอย่างมั่นคง

 

แหล่งข้อมูล:

NIST - The National Institute of Standards and Technology (NIST) เป็นหน่วยงานในสังกัดกระทรวงพาณิชย์สหรัฐฯ มีภารกิจในการส่งเสริมนวัตกรรมและความสามารถในการแข่งขันของอุตสาหกรรมอเมริกา

AI Risk Management Framework or AI RMF, Risk Management Framework (RMF) - หน้า resource เสริมของ NIST AI RMF มีคู่มือและแนวทาง ที่ช่วยเรื่องการจัดการความเสี่ยงและการกำกับดูแล

AI RMF -  เว็บไซต์หลักของรัฐบาลที่ใช้กับกรอบการบริหารความเสี่ยง AI (AI RMF) อธิบายแนวทางของรัฐบาลสหรัฐในการจัดการความเสี่ยงจาก AI