วิธีแก้ปัญหาการมองไม่เห็นระบบ AI ในองค์กรเพื่อความปลอดภัย

อัตราการใช้งานปัญญาประดิษฐ์ในองค์กรได้เติบโตเร็วกว่าระบบกำกับดูแล ส่งผลให้เกิดปัญหาความปลอดภัยขั้นพื้นฐาน เนื่องจากองค์กรไม่สามารถป้องกันสิ่งที่มองไม่เห็นได้ และการมองเห็นได้ถือเป็นหัวใจสำคัญของมาตรการรักษาความปลอดภัย AI ทั้งหมด โดยเครื่องมือตรวจสอบแบบดั้งเดิมไม่สามารถติดตามกิจกรรมของ AI ได้อย่างมีประสิทธิภาพ ทีมรักษาความปลอดภัยจึงต้องเร่งหาแนวทางใหม่เพื่อควบคุมระบบนิเวศ AI ของตน

ช่องว่างระหว่างการนำ AI มาใช้กับการกำกับดูแลกำลังกลายเป็นเรื่องที่ผู้บริหารด้านความปลอดภัยมองข้ามไม่ได้ จากดัชนีความพร้อมด้านความปลอดภัยปี 2025 ของซิสโก้ (Cisco) พบว่า 60% ขององค์กรไม่ทราบถึงคำขอเฉพาะเจาะจงที่พนักงานส่งไปยังเครื่องมือ GenAI การขาดการมองเห็นนี้ทำให้การติดตามการเคลื่อนไหวของข้อมูล การบังคับใช้นโยบาย และการระบุว่าเครื่องมือหรือเอเจนต์ตัวใดกำลังทำงานอยู่ในองค์กรกลายเป็นเรื่องยากยิ่งขึ้น

ปัญหานี้มีรากฐานมาจากโครงสร้าง ไม่ใช่เรื่องของวัฒนธรรมองค์กร โดยระบบตรวจสอบเดิมถูกสร้างขึ้นมาเพื่อติดตามซอฟต์แวร์ทั่วไป และไม่เคยถูกออกแบบมาเพื่อตรวจจับวิธีการที่ AI เคลื่อนที่ผ่านเครือข่าย เครื่องมือค้นหามาตรฐานสามารถระบุการสมัครใช้งานซอฟต์แวร์ได้ แต่อม1กจะพลาดรูปแบบการใช้งาน AI ไปอย่างสิ้นเชิง

เมื่อพนักงานเลี่ยงช่องทางทางการเพื่อหันไปใช้เครื่องมือ AI ฝ่ายไอทีจึงสูญเสียการมองเห็นว่าข้อมูลลับของบริษัทกำลังรั่วไหลไปที่ใด ช่องว่างเชิงโครงสร้างนี้นำมาซึ่งความเสี่ยงในการดำเนินงานจริง เนื่องจากข้อมูลไหลไปยังปลายทางที่ทีมรักษาความปลอดภัยไม่สามารถตรวจสอบหรือควบคุมได้

ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง

ปรากฏการณ์ Shadow AI เกิดขึ้นเมื่อพนักงานใช้งานแอปพลิเคชัน AI โดยไม่ได้รับอนุมัติอย่างชัดเจนจากองค์กร ซึ่งมีความแตกต่างจาก Shadow IT ทั่วไปตรงที่การสมัครใช้งานซอฟต์แวร์นอกเหนือมักจะยังคงมองเห็นได้ผ่านเครื่องมือค้นหามาตรฐาน ในขณะที่การใช้งาน AI มักจะมองไม่เห็นในลักษณะเดียวกัน ความท้าทายนี้ประกอบด้วยหลายมิติที่แตกต่างกันออกไป