AI BOM คืออะไร? คู่มือทำบัญชีรายการ AI สำหรับ SME ไทย ตรวจสอบโมเดล ข้อมูล และความเสี่ยง

AI BOM (AI Bill of Materials) คือบัญชีรายการที่บอกว่าระบบ AI หนึ่งระบบประกอบด้วยอะไรบ้าง ตั้งแต่โมเดลและเวอร์ชัน ชุดข้อมูลที่ใช้ prompt API ของผู้ให้บริการ ไลเซนส์ ไปจนถึงไลบรารีและจุดเชื่อมต่อทั้งหมด สำหรับ SME ไทยที่เริ่มใช้ AI จากหลายเจ้า ทั้งแชตบอต ผู้ช่วยเขียนเนื้อหา และเครื่องมือวิเคราะห์ยอดขาย AI BOM คือเครื่องมือที่ทำให้คุณยังรู้ว่า "อะไรกำลังทำงานอยู่ข้างใน" เมื่อเกิดเหตุข้อมูลรั่ว โมเดลตอบผิด หรือผู้ให้บริการเปลี่ยนเงื่อนไขกะทันหัน

AI BOM คืออะไร และต่างจาก SBOM อย่างไร

AI BOM ย่อมาจาก AI Bill of Materials เป็นแนวคิดที่ต่อยอดจาก SBOM (Software Bill of Materials) ซึ่งเดิมใช้ในโลกซอฟต์แวร์เพื่อระบุรายการไลบรารีและ dependency ทั้งหมดในโปรแกรมหนึ่ง ๆ SBOM ตอบคำถามว่า "โค้ดนี้ประกอบด้วยชิ้นส่วนอะไร และมีช่องโหว่ที่รู้จักหรือไม่" แต่ SBOM แทบไม่บันทึกเรื่องโมเดล ชุดข้อมูลฝึก หรือ prompt เลย

AI BOM เข้ามาเติมช่องว่างตรงนั้น โดยขยายรายการให้ครอบคลุม น้ำหนักโมเดล (model weights), ชุดข้อมูลฝึกและชุดข้อมูลปรับแต่ง, เวอร์ชันของโมเดล, ผู้ให้บริการ API, เงื่อนไขการใช้บริการ และ ข้อมูลที่ไหลเข้าและออกจากระบบ ความต่างสำคัญคือ SBOM เน้นความมั่นคงปลอดภัยของซอฟต์แวร์ ส่วน AI BOM เน้นทั้งความมั่นคงปลอดภัย ความเป็นส่วนตัวของข้อมูล และ ความเสี่ยงเชิงกฎหมายและสัญญา

ยกตัวอย่างให้เห็นภาพ สมมติโรงงาน SME แห่งหนึ่งในสมุทรปราการใช้ระบบพยากรณ์ความต้องการวัตถุดิบที่สร้างจากไลบรารีโอเพนซอร์ส และเรียกโมเดลผ่าน API ของผู้ให้บริการรายหนึ่ง SBOM จะบอกได้ว่าไลบรารีเวอร์ชันใดมีช่องโหว่ แต่ AI BOM จะบอกเพิ่มว่าโมเดลเวอร์ชันใดถูกเรียกเมื่อเดือนที่แล้ว ข้อมูลยอดขายที่ส่งเข้าไปมีข้อมูลลูกค้าติดไปด้วยหรือไม่ และสัญญากับผู้ให้บริการระบุเรื่องการเก็บข้อมูลไว้นานแค่ไหน เมื่อเกิดเหตุ ข้อมูลจาก AI BOM คือสิ่งที่ทำให้ตอบได้อย่างเป็นระบบ ไม่ใช่คาดเดา

SME ที่ใช้ AI ควรมีทั้งสองอย่าง เพราะมันตอบคนละคำถาม SBOM ป้องกันปัญหาซอฟต์แวร์ถูกโจมตี ส่วน AI BOM ป้องกันปัญหาที่เกิดจากตัวโมเดล ข้อมูล และความสัมพันธ์กับ vendor ซึ่งเป็นความเสี่ยงที่ SBOM มองไม่เห็น

ทำไม SME ไทยที่ใช้ AI จากหลายเจ้าถึงต้องมี AI BOM

ปัญหาที่พบบ่อยที่สุดของ SME ไทยคือ การใช้ AI หลายเจ้าพร้อมกันโดยไม่มีใครเห็นภาพรวม ฝ่ายการตลาดใช้เครื่องมือสร้างเนื้อหา ฝ่ายขายใช้แชตบอตตอบลูกค้า ฝ่ายบัญชีใช้ฟีเจอร์ AI ที่ฝังมากับซอฟต์แวร์สำเร็จรูป แต่ละแผนกสมัครเอง ตั้งค่าตัวเอง และลืมแจ้งฝ่าย IT เมื่อรวมกันแล้ว บริษัทไม่รู้ว่าข้อมูลอะไรถูกส่งออกไปนอกองค์กรบ้าง

เมื่อมีคำร้องจากลูกค้าตาม พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล (PDPA) ว่าให้ลบข้อมูลและอธิบายว่าข้อมูลถูกส่งไปที่ใด คำถามเหล่านั้นจะตอบไม่ได้หากไม่มีทะเบียนกลาง ผลลัพธ์ที่ตามมาคือต้องปิดระบบ AI ทั้งหมดชั่วคราวเพราะไม่รู้ขอบเขตความเสี่ยง ซึ่งกระทบงานที่ทีมพึ่งพา AI อยู่ทุกวัน

อีกกรณีคือ ผู้ให้บริการเปลี่ยนเงื่อนไขแบบเงียบ ๆ ผู้ให้บริการ AI หลายรายแก้ไขนโยบายการเก็บข้อมูล ปรับเวอร์ชันโมเดล หรือเปลี่ยนราคา โดยแจ้งผ่านอีเมลหรือประกาศบนแดชบอร์ดที่ไม่มีใครอ่าน หากไม่มี AI BOM ที่ระบุว่าใครเป็นเจ้าของความสัมพันธ์กับ vendor รายใด องค์กรจะรับรู้ช้าและตั้งรับไม่ทัน

สุดท้ายคือ vendor lock-in เมื่อไม่มีบันทึกว่าองค์ประกอบใดผูกกับผู้ให้บริการรายใด การย้ายระบบไปเจ้าอื่นจะกลายเป็นโครงการใหญ่ที่ต้องรื้อใหม่ทั้งหมด ซึ่ง SME จำนวนมากไม่มีงบประมาณพอสำหรับเรื่องนี้ AI BOM ที่ทำต่อเนื่องจะบอกได้ทันทีว่าจุดใดผูกแน่น จุดใดเปลี่ยนได้ และควรเจรจาอะไรไว้ล่วงหน้าในสัญญา

AI BOM ต้องบันทึกองค์ประกอบอะไรบ้าง

AI BOM ที่ดีไม่จำเป็นต้องยาว แต่ต้องครอบคลุมองค์ประกอบที่กระทบความเสี่ยงจริง อย่างน้อยควรมีหัวข้อต่อไปนี้

ข้อมูลโมเดล ประกอบด้วยชื่อโมเดล เวอร์ชัน วันที่ของเวอร์ชัน สถาปัตยกรรมโดยย่อ (เช่น โมเดลภาษา โมเดลจำแนกภาพ) และแหล่งที่มา ว่าเป็นโมเดลปิดจากผู้ให้บริการ เป็นโมเดลโอเพนซอร์สที่โหลดมาใช้เอง หรือเป็นโมเดลที่ปรับแต่งเพิ่ม

ข้อมูลชุดข้อมูล ทั้งชุดข้อมูลฝึก ชุดข้อมูลปรับแต่ง และข้อมูลที่ส่งเข้าไปตอนใช้งานจริง พร้อมระบุว่ามีข้อมูลส่วนบุคคลหรือข้อมูลอ่อนไหวปะปนหรือไม่ มีฐานทางกฎหมายอะไรในการประมวลผล และเก็บไว้ที่ใด

ข้อมูล prompt ซึ่งมักถูกละเลย ทั้ง system prompt ที่กำหนดพฤติกรรมของระบบ prompt template ที่ใช้ซ้ำ และบันทึกว่า prompt ใดถูกแก้เมื่อใด เพราะการแก้ prompt เพียงบรรทัดสามารถเปลี่ยนพฤติกรรมของโมเดลทั้งระบบ

ข้อมูล API และผู้ให้บริการ เช่น endpoint ที่เรียก ชื่อผู้ให้บริการ ภูมิภาคของเซิร์ฟเวอร์ รหัสผู้ติดต่อฝั่งเทคนิค และเลขที่สัญญา พร้อมระบุว่าข้อมูลถูกส่งไปประมวลผลที่ประเทศใด

ข้อมูลไลเซนส์ ทั้งไลเซนส์ของโมเดล ไลเซนส์ของชุดข้อมูล และไลเซนส์ของไลบรารีที่ใช้ เพราะไลเซนส์หลายแบบกำหนดข้อจำกัดการใช้งานเชิงพาณิชย์ที่ SME จำนวนมากมองข้าม

ข้อมูล dependency ทั้งไลบรารี เลขเวอร์ชัน และช่องโหว่ที่รู้จัก ส่วนนี้มักทับซ้อนกับ SBOM จึงควรเชื่อมกันแทนที่จะทำซ้ำ

ข้อมูลจุดเชื่อมต่อ ว่าระบบ AI นี้เชื่อมกับระบบใดภายในองค์กร เช่น ฐานข้อมูลลูกค้า ระบบ ERP หรือระบบบัญชี เพราะจุดเชื่อมต่อคือจุดที่ข้อมูลส่วนบุคคลรั่วไหลได้ง่ายที่สุด

AI BOM ช่วยลดความเสี่ยงอะไรได้จริง

ความเสี่ยงจาก AI supply chain ครอบคลุมกรณีที่ผู้ให้บริการรายหนึ่งในห่วงโซ่ถูกโจมตีหรือล่ม ซึ่งกระทบระบบของคุณโดยตรง หากมี AI BOM คุณจะรู้ทันทีว่าระบบใดได้รับผลกระทบ และมีแผนสำรองสำหรับระบบใดบ้าง

ความเสี่ยงข้อมูลรั่วไหล AI BOM ทำให้เห็นเส้นทางของข้อมูลส่วนบุคคลตั้งแต่ออกจากระบบคุณ ไปถึงผู้ให้บริการ และกลับมา เมื่อเกิดเหตุสามารถระบุขอบเขตได้ภายในชั่วโมงแทนที่จะใช้เวลาหลายวัน

ความเสี่ยง vendor lock-in การมีทะเบียนผู้ให้บริการและจุดผูกมัด ทำให้เจรจาสัญญาได้มีอำนาจขึ้น เพราะรู้ว่าองค์ประกอบใดทดแทนได้และราคาสมเหตุสมผลแค่ไหน

ความเสี่ยงการละเมิดไลเซนส์ โดยเฉพาะกรณีใช้โมเดลหรือชุดข้อมูลโอเพนซอร์สที่ห้ามใช้เชิงพาณิชย์หรือห้ามใช้ในบางอุตสาหกรรม AI BOM ที่ระบุไลเซนส์ชัดเจนช่วยให้ตรวจสอบก่อนใช้ ไม่ใช่หลังจากถูกทักท้วง

ความเสี่ยง model drift เมื่อโมเดลถูกอัปเดตและพฤติกรรมเปลี่ยนโดยที่ทีมไม่รู้ AI BOM ที่มีบันทึกเวอร์ชันและวันที่ ช่วยให้เทียบผลลัพธ์ก่อนและหลังการเปลี่ยนได้ และย้อนกลับไปใช้เวอร์ชันเดิมได้หากจำเป็น

ความเสี่ยงด้านสัญญาและกฎหมาย เมื่อต้องเจรจากับลูกค้ารายใหญ่หรือตอบแบบสอบถามจัดซื้อ การมี AI BOM ที่เป็นระเบียบเป็นหลักฐานว่าองค์กรมีการกำกับดูแล AI อย่างจริงจัง

สร้าง AI BOM สำหรับ SME ไทยอย่างไร เริ่มจากน้อยไปมาก

เริ่มจาก เลือกสองถึงสามระบบที่มีข้อมูลลูกค้าเกี่ยวข้อง ก่อน เช่น แชตบอตบริการลูกค้า ระบบตอบอีเมลอัตโนมัติ หรือเครื่องมือวิเคราะห์ยอดขายที่ใช้ข้อมูลจาก CRM ถ้ายังไม่รู้ว่าจะเริ่มที่ไหน ให้ถามฝ่ายขายว่ามีเครื่องมือใดที่ต้องกรอกข้อมูลลูกค้าเข้าไปบ้าง คำตอบมักชัดเจนกว่าที่คิด

จากนั้น ตั้งชื่อและกำหนดเวอร์ชันให้ทุกองค์ประกอบ ใช้รูปแบบเดียวกันทั้งองค์กร เช่น [แผนก]-[ระบบ]-[ประเภท]-[เวอร์ชัน] เพื่อให้ค้นหาได้ง่ายและอ้างอิงในสัญญาได้

ขั้นต่อไปคือ จัดทำทะเบียนกลาง ในไฟล์หรือชีตที่ทั้งบริษัทเข้าถึงได้ กำหนดคอลัมน์มาตรฐาน เช่น ประเภท ชื่อ เวอร์ชัน ผู้ให้บริการ แหล่งที่มา ไลเซนส์ ข้อมูลส่วนบุคคลที่เกี่ยวข้อง ผู้รับผิดชอบ และวันที่อัปเดต เก็บในระบบที่มีประวัติการแก้ไข

จากนั้น ผูก AI BOM เข้ากับสัญญาและนโยบาย ในสัญญา vendor ควรเพิ่มข้อผูกพันเรื่องการแจ้งล่วงหน้าก่อนเปลี่ยนโมเดลหรือเงื่อนไข การเก็บและลบข้อมูล การโอนข้อมูลไปต่างประเทศ และสิทธิในการตรวจสอบ ในนโยบายความเป็นส่วนตัวควรอัปเดตให้ตรงกับสิ่งที่ AI BOM บันทึกไว้

กำหนดรอบทบทวนสม่ำเสมอ อย่างน้อยไตรมาสละครั้ง และทบทวนทันทีเมื่อมีการเปลี่ยนแปลงสำคัญ กำหนดผู้รับผิดชอบหนึ่งคนต่อหนึ่งระบบเพื่อไม่ให้ความรับผิดชอบกระจายจนไม่มีใครทำ

สุดท้าย ประเมินความเสี่ยงและจัดลำดับการแก้ไข โดยให้คะแนนตามโอกาสและผลกระทบ แล้วเลือกสองสามรายการที่ต้องแก้ก่อน ซึ่งมักเป็นรายการที่แตะข้อมูลส่วนบุคคลอ่อนไหวหรือผู้ให้บริการที่ไม่มีข้อผูกพันเรื่องการลบข้อมูล

ผูก AI BOM กับ PDPA สัญญา vendor และมาตรฐานสากลอย่างไร

สำหรับ PDPA AI BOM คือเครื่องมือที่ทำให้คุณระบุได้ว่าข้อมูลส่วนบุคคลไหลไปที่ใด และใครเป็นผู้ประมวลผลข้อมูล ข้อมูลนี้ต้องใช้ในบันทึกรายการประมวลผลกิจกรรม (Record of Processing Activities) และการประเมินผลกระทบด้านความเป็นส่วนตัว (DPIA) เมื่อมีการประมวลผลข้อมูลอ่อนไหว หากมีคำร้องจากเจ้าของข้อมูล คุณจะตอบได้อย่างเป็นระบบว่าข้อมูลถูกส่งไปที่ใด เก็บนานแค่ไหน และลบเมื่อใด

สำหรับ สัญญาจัดซื้อ AI AI BOM ทำให้การเจรจามีข้อมูลรองรับ แทนที่จะตกลงแค่ราคากับระดับการให้บริการ คุณจะกำหนดข้อผูกพันเรื่องการแจ้งล่วงหน้าก่อนเปลี่ยนเวอร์ชันโมเดล นโยบายการเก็บข้อมูล ระยะเวลาการลบข้อมูล และสิทธิในการตรวจสอบได้อย่างชัดเจน เพราะคุณรู้ล่วงหน้าว่าองค์ประกอบใดสำคัญต่อความเสี่ยง

สำหรับ EU AI Act แม้ SME ไทยส่วนใหญ่ไม่ใช่ผู้พัฒนาระบบ AI ในสหภาพยุโรปโดยตรง แต่ถ้าธุรกิจส่งออกสินค้าหรือให้บริการแก่ลูกค้าในสหภาพยุโรป และใช้ AI ในกระบวนการที่เกี่ยวข้อง ลูกค้าอาจขอข้อมูลเพื่อให้เป็นไปตามข้อกำหนด EU AI Act การมี AI BOM ที่เป็นระเบียบช่วยให้ตอบคำถามเหล่านั้นได้โดยไม่ต้องรื้อระบบ

สำหรับ ISO/IEC 42001 ว่าด้วยระบบบริหารจัดการ AI ข้อกำหนดหลักข้อหนึ่งคือการทำทะเบียนสินทรัพย์ AI และการบริหารความเสี่ยงตลอดวงจรชีวิต AI BOM คือ artifacts ที่สอดคล้องโดยตรงกับข้อกำหนดนี้ การทำ AI BOM อย่างเป็นระบบตั้งแต่ต้นจึงเป็นการเตรียมความพร้อมสำหรับการรับรองในอนาคตด้วย

สรุป

AI BOM ไม่ใช่เอกสารทางเทคนิคที่ทำครั้งเดียวแล้วเก็บเข้ากรุ แต่เป็น ทะเบียนกลางที่มีชีวิต ซึ่งบอกว่าธุรกิจของคุณใช้ AI อะไร มาจากไหน ใช้ข้อมูลอะไร และผูกอยู่กับผู้ให้บริการรายใด สำหรับ SME ไทยที่เริ่มใช้ AI จากหลายเจ้า การมี AI BOM คือความต่างระหว่างการตอบลูกค้าและหน่วยงานกำกับได้ในหนึ่งชั่วโมง กับการต้องปิดระบบทั้งหมดเพราะไม่รู้ว่าข้อมูลไปอยู่ที่ใด เริ่มจากสองสามระบบที่มีข้อมูลลูกค้า จัดทำทะเบียนกลางที่ค้นหาได้ ผูกกับสัญญา vendor แล้วทบทวนอย่างน้อยไตรมาสละครั้ง เพียงเท่านี้คุณก็เริ่มกุมการควบคุมระบบ AI ของธุรกิจได้จริง โดยไม่ต้องรอให้เกิดเหตุเสียก่อน