ผลการศึกษาระดับโลก Data and AI Impact Report: The New Economics of Trust ครั้งที่ 2 จาก SAS ร่วมกับ IDC เปิดเผยความเคลื่อนไหวสำคัญของสมรภูมิเทคโนโลยี โดยชี้ว่าภูมิภาคเอเชียตะวันออกเฉียงใต้กำลังก้าวขึ้นเป็นผู้นำระดับโลกด้านการประยุกต์ใช้ AI ที่มีความน่าเชื่อถือ (Trustworthy AI) ด้วยคะแนนที่แซงหน้าเกณฑ์มาตรฐานสากลครบทั้ง 5 มิติหลัก ท่ามกลางกระแสการเร่งนำระบบอัตโนมัติขั้นสูงหรือ Agentic AI เข้ามาใช้งานในองค์กรอย่างรวดเร็ว
งานวิจัยระบุว่า องค์กรที่ลงทุนในมาตรการสร้างความน่าเชื่อถือให้กับ AI มีโอกาสสร้างผลตอบแทนจากการลงทุน (ROI) สูงกว่าองค์กรทั่วไปถึง 15 เท่า สำหรับภูมิภาคเอเชียตะวันออกเฉียงใต้ (คำนวณคะแนนถ่วงน้ำหนักจาก สิงคโปร์ มาเลเซีย และไทย) ดัชนีความน่าเชื่อถือ (Trustworthiness Index) ปรับตัวเพิ่มขึ้น 8.8 จุด จากระดับ 57.7 ในปี 2568 ขึ้นมาแตะ 66.5 ในปี 2569 ขณะที่ความเชื่อถือเชิงประจักษ์ทรงตัวอยู่ที่ 73.1 ส่งผลให้ “ช่องว่างแห่งความไว้วางใจ” (Trust Gap) หรือส่วนต่างระหว่างสิ่งที่คาดหวังกับขีดความสามารถจริงของระบบ ลดฮวบลงจาก 14.6 จุด เหลือเพียง 6.6 จุด สะท้อนว่าความไว้วางใจที่เพิ่มขึ้นเกิดจากศักยภาพระบบที่แข็งแกร่งอย่างแท้จริง ไม่ใช่การลดเกณฑ์ความคาดหวังลง
ความก้าวหน้าทั้ง 5 มิติด้าน Trustworthy AI ของภูมิภาค ประกอบด้วย:
- การกำกับดูแลและการตรวจสอบโมเดล: 64.2 จุด (เพิ่มขึ้นสูงสุด 14 จุด)
- การตรวจสอบบัญชีและความรับผิดชอบ: 70.5 จุด (เพิ่มขึ้น 11.3 จุด)
- คุณภาพและการกำกับดูแลข้อมูล: 66.7 จุด (เพิ่มขึ้น 10.7 จุด)
- นโยบาย AI ที่มีความรับผิดชอบ: 71.2 จุด (เพิ่มขึ้น 9.8 จุด)
- ความสามารถในการอธิบายและความยุติธรรม: 63.7 จุด (เพิ่มขึ้น 6.5 จุด)
อย่างไรก็ตาม รายงานฉบับนี้ส่งสัญญาณเตือน 3 ประเด็นท้าทายสำคัญที่องค์กรในภูมิภาคต้องเร่งรับมือ:
ประการแรก โครงสร้างพื้นฐานโตตามความทะเยอทะยานไม่ทัน แม้ความพร้อมของ AI ขั้นสูงจะพุ่งขึ้น 20.5 จุด แต่ความพร้อมของโครงสร้างพื้นฐานกลับขยับขึ้นเพียง 4.1 จุด ทั้งที่องค์กรมีแผนอัดฉีดงบประมาณต่อเนื่อง โดย 65.6% เตรียมเพิ่มงบ AI เล็กน้อย และอีก 14.8% วางแผนเพิ่มงบมหาศาลในช่วง 12 เดือนข้างหน้า
ประการที่สอง ความเชื่อมั่นยังไม่แปรเปลี่ยนเป็นตัวเลขกำไร โดยดัชนีผลลัพธ์ทางธุรกิจแทบไม่ขยับจาก 58.3 เหลือ 58.0 และสัดส่วนบริษัทที่ได้ผลตอบแทนจากการลงทุนระดับสูงลดลงจาก 36.7% เหลือ 28.7% สะท้อนว่าเม็ดเงินที่ใส่ลงไปยังไม่สามารถแปลงเป็นผลตอบแทนทางธุรกิจได้อย่างมีเสถียรภาพ
ประการที่สาม วัฒนธรรมความเชื่อมั่นในองค์กรและปัญหาการแทรกแซงโดยมนุษย์ เนื่องจากพนักงานยังลังเลในการตัดสินใจของระบบ โดยสาเหตุหลักมาจากคำอธิบายของ AI ไม่ชัดเจนเพียงพอ (37.8%) และระบบขาดความเข้าใจบริบทตามสถานการณ์ (37%) ส่งผลให้พนักงานต้องเข้าแทรกแซง ลบล้าง หรือแก้ไขงานด้วยตนเองจนกระทบต่อเวลาและประสิทธิภาพทางธุรกิจ
Bryan Harris ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี (CTO) ของ SAS ชี้ว่า แม้ AI จะทรงพลัง แต่เอเจนต์ล้ำสมัยอาจมีความผิดพลาดในงานซับซ้อนสูงเกิน 25% ซึ่งเป็นระดับที่ไม่อาจยอมรับได้ในการตัดสินใจที่มีความเสี่ยงสูง องค์กรจึงต้องผสานความเชี่ยวชาญเฉพาะทางเข้ากับเวิร์กโฟลว์ และให้มนุษย์เป็นศูนย์กลางในการตรวจสอบและกำกับดูแลเสมอ
ด้าน Deepak Ramanathan รองประธานฝ่าย Customer Advisory ของ SAS เน้นย้ำว่า ความท้าทายต่อไปคือการเปลี่ยนความน่าเชื่อถือให้กลายเป็นผลลัพธ์ที่วัดผลได้จริง ซึ่งคุณสมบัติด้านความโปร่งใสและอธิบายที่มาที่ไปได้ (Explainability) จะเป็นหัวใจสำคัญเมื่อนำ AI อัตโนมัติมาใช้ในวงกว้าง เพื่อให้ผู้บริหารตรวจสอบจุดเสี่ยงและควบคุมระบบได้อย่างแม่นยำ
ขณะที่ Chris Marshall รองประธานจาก IDC เสริมว่า ความท้าทายครั้งใหม่ของการใช้ระบบอัตโนมัติคือการรักษาความน่าเชื่อถือในเทคโนโลยีที่ผู้ใช้งานยังไม่เข้าใจอย่างถ่องแท้ การมีรากฐานข้อมูลที่แน่นหนา ควบคู่กับการกำกับดูแลที่เข้มข้น จึงเป็นเงื่อนไขชี้ขาดความสำเร็จ
นอกจากนี้ ยังพบจุดตัดที่น่ากังวลด้านธรรมาภิบาล แม้คะแนนความรับผิดชอบจะเพิ่มขึ้น แต่สัดส่วนองค์กรที่เข้าตรวจประเมินผลกระทบของ AI เป็นประจำกลับลดลงอย่างน่าตกใจจาก 47.3% เหลือเพียง 21.3% สวนทางกับการนำระบบอัตโนมัติมาประยุกต์ใช้เพิ่มขึ้น
สำหรับภาพรวมรายอุตสาหกรรมทั่วโลกจากผู้มีอำนาจตัดสินใจ 2,699 ราย ใน 28 ประเทศ พบว่า:
- ภาคธนาคาร: 85% ของธนาคารผู้นำด้าน AI วางกรอบการกำกับดูแลที่เข้มงวดเรียบร้อยแล้วเพื่อใช้เป็นแต้มต่อทางธุรกิจ เทียบกับกลุ่มที่ล้าหลังซึ่งทำเพียง 29%
- ภาครัฐ: 41% ของผู้นำหน่วยงานรัฐเตรียมเพิ่มงบประมาณด้าน Trustworthy AI มากกว่า 20% ในปีหน้า
- ภาควิทยาศาสตร์ชีวภาพ (Life Sciences): มีสัดส่วนการนำ AI ไปปรับใช้ทั่วทั้งองค์กรสูงที่สุดถึง 23%
–ผู้เชี่ยวชาญเตือนองค์กรเร่งวางกรอบ “กำกับดูแล AI” ชี้ใช้เก่งอย่างเดียวไม่พอ ต้องคุมให้อยู่หมัด
