Shadow AI

Shadow AI คือการที่พนักงานในองค์กรเอาเครื่องมือ ai อย่าง chatgpt หรือ generative AI ตัวอื่นมาใช้ทำงานจริงด้วยตัวเอง โดยที่ฝ่าย IT หรือฝ่ายความปลอดภัยขององค์กรไม่รู้เรื่องและไม่ได้อนุมัติ คำนี้ต่อยอดมาจากแนวคิด "shadow IT" ที่วงการไอทีใช้มานาน หมายถึงพนักงานแอบใช้ซอฟต์แวร์หรือบริการคลาวด์นอกสายตาของฝ่าย IT แต่ shadow AI ต่างออกไปตรงจุดสำคัญหนึ่ง: shadow IT แค่เก็บข้อมูลไว้บนระบบที่บริษัทไม่ได้ควบคุม ส่วนเครื่องมือ AI เอาข้อมูลนั้นไปประมวลผลผ่านโมเดลด้วย เวอร์ชันฟรีของหลายเครื่องมืออาจเก็บข้อความที่พิมพ์เข้าไปไว้ใช้ฝึกโมเดลต่อ ซึ่งดึงกลับคืนไม่ได้อีกแล้ว

สาเหตุที่ shadow AI เกิดขึ้นแพร่หลายมาจากช่องว่างระหว่างความเร็วสองฝั่ง: ช่องทางขออนุมัติเครื่องมือใหม่ในองค์กรมักใช้เวลาหลายเดือน ขณะที่การสมัครใช้เครื่องมือ AI ภายนอกอย่าง gemini perplexity หรือ gamma ใช้เวลาแค่ไม่กี่วินาทีและส่วนใหญ่ฟรี พอเครื่องมือช่วยงานได้จริง พนักงานก็อยากใช้ต่อ พฤติกรรมของผู้บริหารเองก็มีผล เพราะถ้าคนระดับสูงใช้เครื่องมือที่ไม่ได้อนุมัติ มันส่งสัญญาณว่าทำได้ทั่วองค์กร ตัวเลขที่สะท้อนขนาดของปัญหานี้มาจากผลสำรวจสองชุดในปี 2025: Sapio Research สำรวจให้ BlackFog ช่วงพฤศจิกายน 2025 จากพนักงาน 2,000 คนในสหรัฐฯ และสหราชอาณาจักร ฝั่งละ 1,000 คน (องค์กรที่มีพนักงานตั้งแต่ 500 คนขึ้นไป) พบว่า 49% ใช้เครื่องมือ AI ที่นายจ้างไม่ได้อนุมัติ และ 58% ของกลุ่มนั้นใช้เวอร์ชันฟรีที่ไม่มีระบบคุ้มครองข้อมูลระดับองค์กร ส่วน Propeller Insights สำรวจให้ WalkMe ช่วง 16-23 กรกฎาคม 2025 จากพนักงานสหรัฐฯ 1,000 คน พบว่า 78% ใช้เครื่องมือ AI ที่บริษัทไม่ได้จัดหาให้ ตัวเลขนี้เทียบตรงกับ 49% ของ BlackFog ไม่ได้ เพราะ WalkMe คัดเฉพาะคนที่ใช้ AI ในงานอยู่แล้วเข้ามาตอบ (สัดส่วนผู้ใช้ AI 100% เกิดจากการออกแบบแบบสำรวจ) ขณะที่ฐานของ BlackFog คือพนักงานทั่วไปในองค์กรขนาด 500 คนขึ้นไป ที่น่าสนใจคือผลสำรวจของ BlackFog ยังพบช่องว่างตามระดับตำแหน่ง: ผู้ตอบระดับ President หรือ C-level 69% และระดับ Director หรือ Senior VP 66% เห็นว่าความเร็วสำคัญกว่าความเป็นส่วนตัวหรือความปลอดภัย ขณะที่กลุ่มงานธุรการเห็นด้วยแค่ 37% และระดับ junior executive 38%

คนทำงานในองค์กรไทยมักเจอคำว่า shadow AI ตอนที่ฝ่ายความปลอดภัยหรือฝ่ายกฎหมายเริ่มตรวจสอบว่ามีข้อมูลอะไรหลุดเข้าเครื่องมือ AI ตัวไหนไปแล้วบ้าง ความเสี่ยงที่จับต้องได้จริงสะท้อนในรายงาน Cost of a Data Breach ของ IBM ที่ Ponemon Institute เป็นผู้วิจัย ฉบับปี 2025 (ฉบับครบรอบ 20 ปี ศึกษาองค์กรที่ถูกละเมิดข้อมูล 600 แห่งทั่วโลก) พบว่า 20% ขององค์กรที่ถูกละเมิดมีเหตุจากเหตุการณ์ที่เกี่ยวข้องกับ shadow AI และองค์กรที่มีการใช้ shadow AI ในระดับสูงมีค่าเสียหายเฉลี่ยต่อการละเมิดสูงกว่าองค์กรที่ใช้น้อยหรือไม่ใช้เลยราว 670,000 ดอลลาร์สหรัฐ (4.63 ล้าน เทียบกับ 3.96 ล้าน) ต้องอ่านให้ตรงว่าตัวเลข 670,000 นี้เทียบระหว่างองค์กรที่ใช้ shadow AI มาก กับองค์กรที่ใช้น้อยหรือไม่ใช้ ไม่ใช่ส่วนต่างของกลุ่ม 20% ที่ถูกละเมิดเพราะ shadow AI ที่น่ากังวลกว่านั้นคือในรายงานฉบับเดียวกัน 97% ขององค์กรที่เจอเหตุการณ์ความปลอดภัยเกี่ยวกับ AI ยอมรับว่าไม่มีระบบควบคุมการเข้าถึง AI ที่เหมาะสม และเมื่อนับจากองค์กรที่ถูกละเมิดทั้ง 600 แห่ง มีถึง 63% ที่ไม่มีนโยบายกำกับดูแล AI สำหรับบริหารจัดการ AI หรือป้องกันไม่ให้พนักงานใช้ shadow AI เลย ตัวเลขชุดนี้มาจากรายงานฉบับปี 2025 ซึ่งเก็บข้อมูลช่วงมีนาคม 2024 ถึงกุมภาพันธ์ 2025 · IBM ออกฉบับปี 2026 แล้วเมื่อ 29 กรกฎาคม 2026 และรายงานว่าสัดส่วนเหตุการณ์ที่เกี่ยวข้องกับ shadow AI เพิ่มขึ้นกว่าเท่าตัว ส่วนองค์กรที่ไม่มีกระบวนการกำกับดูแลเพื่อจำกัด shadow AI ขยับขึ้นเป็นมากกว่าสองในสาม แนวโน้มคือปัญหาโตขึ้น ไม่ได้ลดลง ความเสี่ยงเหล่านี้ไม่ใช่แค่ข้อมูลลับรั่วไหล แต่รวมถึงขัดหลัก data-privacy และกฎหมายคุ้มครองข้อมูลส่วนบุคคลอย่าง pdpa แล้วยังตรวจสอบย้อนหลังไม่ได้เลยว่าข้อมูลอะไรหลุดไปที่ไหนบ้าง เพราะไม่มี log อยู่ภายใต้ ai-governance ขององค์กร อีกด้านหนึ่ง Freshworks สำรวจผู้มีอำนาจตัดสินใจด้าน IT 1,000 คนในบริษัทระดับ mid-market ของสหรัฐฯ (เผยแพร่เมษายน 2026) พบว่า 86% เจอเหตุการณ์เชิงลบอย่างน้อยหนึ่งครั้งจากการใช้ AI ที่ไม่ได้อนุมัติในรอบปีที่ผ่านมา และเกือบหนึ่งในสี่ (23%) เจอมากกว่าสามครั้ง shadow AI อีกรูปแบบที่องค์กรมองไม่เห็นยิ่งกว่าการแปะข้อมูลลงแชทคือพนักงานสมัครบัญชีส่วนตัวแล้วออก api-key ไปต่อกับระบบงานเอง เพราะคีย์แบบนั้นองค์กรเพิกถอนไม่ได้และไม่รู้ด้วยซ้ำว่ามีข้อมูลอะไรวิ่งออกไปแล้วบ้าง

ตัวอย่างจากบทสนทนาจริง

ฝ่ายจัดซื้อ: "พี่ IT ครับ ผมเอาสัญญาผู้ขายไปแปะใน ChatGPT เวอร์ชันฟรีให้มันช่วยสรุปประเด็นเร็วๆ ผิดอะไรไหมครับ"

ทีม IT: "ผิดเลยครับ เวอร์ชันฟรีของ chatgpt อาจเก็บข้อความที่พิมพ์เข้าไปไว้ฝึกโมเดลต่อ ถ้าในสัญญามีราคาหรือชื่อคู่ค้าที่เป็นความลับ ข้อมูลนั้นออกไปนอกองค์กรแบบดึงคืนไม่ได้ ต้องใช้ chatgpt-enterprise ที่บริษัทอนุมัติแทนครับ ตัวนั้นตามค่าเริ่มต้นจะไม่เอาข้อมูลธุรกิจของเราไปฝึกโมเดล และผู้ดูแลระบบขององค์กรตั้งค่าระยะเวลาเก็บข้อมูลได้เอง ส่วน zero-data-retention เป็นเงื่อนไขอีกชั้นที่ต้องขอแยกและใช้ได้เฉพาะบางช่องทาง ไม่ได้ติดมากับ Enterprise อัตโนมัติ"

ผู้บริหาร HR: "ถ้าเราออกประกาศห้ามพนักงานใช้ AI ไปเลย จบปัญหาไหมคะ"

ทีม IT: "ไม่จบครับ ผลสำรวจระดับโลกของ KPMG ร่วมกับ University of Melbourne ที่เก็บจากคน 48,340 คนใน 47 ประเทศ พบว่า 57% ปิดบังการใช้ AI จากที่ทำงานอยู่แล้ว การสั่งห้ามเฉยๆ มักดันให้การใช้งานลงใต้ดินและทำให้องค์กรมองไม่เห็นยิ่งกว่าเดิม เพราะมันช่วยงานจริงและสมัครง่ายกว่าช่องทางที่บริษัทจัดให้เยอะ ทางที่ได้ผลกว่าคือมี ai-policy ที่บอกชัดว่าเครื่องมือไหนอนุมัติ ข้อมูลแบบไหนห้ามใส่ แล้วก็ต้องมีเครื่องมือทางการให้ใช้แทนของฟรีนอกระบบด้วยครับ"