ข้ามไปเนื้อหาหลัก

ใช้ AI กับ​ข้อมูล​ลูกค้า แนวทาง สคส. ให้​เช็​กอะ​ไร​บ้าง

เวลาอ่านประมาณ 16 นาที
ใช้ AI กับ​ข้อมูล​ลูกค้า แนวทาง สคส. ให้​เช็​กอะ​ไร​บ้าง

KEY TAKEAWAYS

3 ประเด็น

ธุรกิจ​ที่​ซื้อ AI สำเร็จรูป​มา​ใช้​กับ​ข้อมูล​ลูกค้า ยัง​เป็น​ผู้​ควบคุม​ข้อมูล​ส่วน​บุคคล​เอง

ตาราง​หน้า 25 ของ​แนวทาง สคส. ระบุ​ว่า​ผู้​ใช้​งาน​ระบบ AI แบบ​สำเร็จรูป​เป็น​ผู้​ตัดสิน​ใจ​กำหนด​วัตถุประสงค์ ส่วน​ผู้​ให้​บริการ​ที่​นำ​ข้อมูล​ลูกค้า​ไป​ฝึก​โมเดล​ของ​ตัว​เอง​จะ​เปลี่ยน​สถานะ​เป็น​ผู้​ควบคุม​ข้อมูล​อีก​ราย​หนึ่ง

ภาค​ผนวก ข. ให้​รายการ​ตรวจ 9 ข้อ​ใน 5 หมวด​สำหรับ​การ​ใช้ AI

เริ่ม​จาก​ตรวจ​มาตรฐาน​ของ​ผู้​ให้​บริการ ทำ DPIA ใน​กรณี​เสี่ยง​สูง ออก​นโยบาย​การ​ใช้​งาน​ให้​พนักงาน ทำ​ข้อ​ตกลง​ประมวล​ผล​ข้อมูล​ตาม​มาตรา 40 ไป​จนถึง​ตั้ง​ค่า​บันทึก Log ที่​ใช้​สืบสวน​ย้อน​หลัง​ได้

ตัว​แนวทาง​เป็น​คำ​แนะนำ ส่วน​หน้าที่​หลาย​ข้อ​ใน​แนวทาง​มา​จาก​ตัว​บท PDPA ที่​บังคับ​ใช้​อยู่​แล้ว

เช่น การ​แจ้ง​เหตุ​ละเมิด​ภายใน 72 ชั่วโมง​ตาม​มาตรา 37 (4) และ​การ​แจ้ง​วัตถุประสงค์​ตาม​มาตรา 21 กับ 23

แนวทาง สคส. เรื่อง PDPA กับ AI ให้​ธุรกิจ​ที่​ใช้ AI สำเร็จ​รูป​เช็ก 9 ข้อ ตั้งแต่​สัญญา​กับ​ผู้​ให้​บริการ นโยบาย​พนักงาน จนถึง​บันทึก Log ที่​ใช้​แจ้ง​เหตุ​ใน 72 ชั่วโมง

ธุรกิจ​ที่​เปิด​ให้​ทีม​ใช้​แช⁠ตบอท AI ตอบ​ลูกค้า ใช้ AI ใน​ระบบ CRM สรุป​ประวัติการ​ซื้อ หรือ​ปล่อย​ให้​พนักงาน​วางข้อ​ความ​ของ​ลูกค้า​ลง​เครื่อง​มือ AI เพื่อ​ร่าง​คำ​ตอบ ต้อง​มี​คนใน​บริษัท​ที่​ตอบ​ได้​ว่า​ข้อมูล​ลูกค้า​ที่​ส่ง​เข้าไป​ไป​อยู่​ที่ไหน ใคร​รับ​ผิด​ชอบ และ​ถ้า​ข้อมูล​รั่ว​ต้อง​ทำ​อะไร​ภายใน​กี่​ชั่วโมง คำถาม​เหล่า​นี้​มี​คำ​ตอบ​ที่​เป็น​ทางการ​มาก​ขึ้น​แล้ว หลัง​สำนักงาน​คณะ​กรรมการ​คุ้มครอง​ข้อมูล​ส่วน​บุคคล (สคส.) เผย​แพร่​แนวทาง​เรื่อง AI ฉบับ version 1.0 บท​นี้​สรุป​เฉพาะ​ส่วน​ที่​ธุรกิจ​ซึ่ง "ใช้" AI ต้อง​เช็ก ไม่​รวม​ส่วน​ที่​เขียน​ให้​บริษัท​ที่​พัฒนา​โมเดล​เอง

เอกสาร​ชื่อ แนวทาง​การ​ดำเนิน​การ​ด้าน​การ​คุ้มครอง​ข้อมูล​ส่วน​บุคคล​เกี่ยว​กับ​การ​พัฒนา​และ​การ​ใช้​งาน​เทคโนโลยี​ปัญญา​ประดิษฐ์ version 1.0 ยาว 80 หน้า จัด​ทำ​โดย สคส. ร่วม​กับ​สำนักงาน​พัฒนา​ธุรกรรม​ทาง​อิเล็กทรอนิกส์ และ​เผย​แพร่​บน​เว็บไซต์ สคส. ใน​เดือน​ตุลาคม 2569 หน้า 4 ระบุ​ฐาน​อำนาจ​ตาม​มาตรา 16 (3) และ​วาง​สถานะ​ของ​เอกสาร​ไว้​เป็น​คำ​แนะนำ​ชั้น​ต้น ซึ่ง​ไม่​ผูกพัน​การ​พิจารณา​ความ​ผิด ทีม​ฟิจิ⁠ทัล​เปิด​อ่าน​ไฟล์​เมื่อ 23 ตุลาคม 2569 เลข​หน้า​ใน​บท​นี้​ตรง​กับ​เลข​ที่​พิมพ์​ใน​เอกสาร

แนวทาง​ฉบับ​นี้​ครอบคลุม​การ​ใช้ AI แบบ​ไหน​ใน​บริษัท

แนวทาง​ครอบคลุม​การ​ใช้ AI ทุก​ครั้ง​ที่​บริษัท​นำ​ข้อมูล​ส่วน​บุคคล​เข้าไป​ประมวล​ผล​เพื่อ​การ​ค้า ไม่​ว่า​จะ​เป็น​ระบบ Analytic AI, Generative AI หรือ Agentic AI ตาม​ที่​บท​สรุป​ผู้​บริหาร​หน้า 6 ระบุ ส่วน​คน​ที่​ใช้ AI จัดการ​เรื่อง​ของ​ตัว​เอง​หรือ​คนใน​บ้าน​อยู่​นอก PDPA ตาม​มาตรา 4 (1)

หน้า 21 ยก​ตัวอย่าง​การ​ใช้​ใน​องค์กร​ที่​อยู่​ภาย​ใต้ PDPA ไว้​สาม​ด้าน ได้แก่

  1. ฝ่าย​บุคคล นำ​ประวัติ​ผู้​สมัคร​งาน​จำนวน​มาก​เข้า​ระบบ AI เพื่อ​คัด​กรอง​และ​จัด​อันดับ​ผู้​สมัคร
  2. ฝ่าย​การ​ตลาด​และ​บริการ​ลูกค้า นำ​ประวัติการ​ซื้อ​สินค้า​และ​พฤติกรรม​การ​ใช้​งาน​เว็บไซต์​ของ​ลูกค้า​ไป​วิเคราะห์​ความ​สนใจ หรือ​ใช้ AI Chatbot สนทนา​และ​เก็บ​ข้อมูล​เพื่อ​ให้​บริการ​ลูกค้า
  3. งาน​ภายใน​องค์กร พนักงาน​นำ​ข้อมูล​ส่วน​ตัว​ของ​ลูกค้า ข้อมูล​การ​ค้า หรือ​รายงาน​การ​ประชุม ป้อน​เป็น​คำ​สั่ง​ลง​แพลตฟอร์ม Generative AI สาธารณะ เพื่อ​ให้​ช่วย​สรุป​รายงาน​หรือ​ร่าง​อีเมล

ตัวอย่าง​ที่​สาม​ตรง​กับ​การ​ใช้​งาน​ใน​บริษัท​ขนาด​เล็ก​มาก​ที่สุด หน้า​เดียวกัน​ระบุ​ว่าการ​กระทำ​แบบ​นี้​ถือ​เป็นการ​ประมวล​ผล​ของ​องค์กร และ​องค์กร​ต้อง​มี​มาตรการ​ควบคุม​ความ​เสี่ยง

พนักงาน​ใช้​บัญชี AI ส่วน​ตัว​ทำงาน​ของ​บริษัท นับ​เป็น​ความ​รับ​ผิด​ชอบ​ของ​บริษัท​ไหม?

นับ เพราะ​ข้อมูล​ที่​พนักงาน​วาง​ลง​ไป​เป็น​ข้อมูล​ลูกค้า​ที่​บริษัท​เก็บ​มา​เพื่อ​ทำ​ธุรกิจ ข้อ​ยกเว้น​ตาม​มาตรา 4 (1) ใช้​กับ​การ​ใช้​ข้อมูล​เพื่อ​ตัว​เอง​หรือ​ครอบครัว​เท่านั้น หน้า 21 ของ​แนวทาง​จัด​กรณี​พนักงาน​ป้อน​ข้อมูล​ลูกค้า​ลง​แพลตฟอร์ม​สาธารณะ​ไว้​ใน​กลุ่ม​ที่​องค์กร​ต้อง​รับ​ผิด​ชอบ​โดยตรง บัญชี​จะ​เป็น​ของ​ใคร​จึง​ไม่​เปลี่ยน​สถานะ​นี้

ร้าน​กับ​ผู้​ให้​บริการ AI ใคร​รับ​ผิด​ชอบ​ข้อมูล​ลูกค้า

บริษัท​ที่​ซื้อ​หรือ​สมัคร​ใช้ AI สำเร็จรูป (Off-the-shelf) แล้ว​ป้อน​ข้อมูล​ลูกค้า​เข้าไป ยัง​ถือ​สถานะ​ผู้​ควบคุม​ข้อมูล ตาราง​หน้า 25 อธิบาย​ด้วย​ตัวอย่าง​บริษัท​ที่​นำ AI สำเร็จรูป​มา​คัด​กรอง​ใบ​สมัคร​งาน ว่า​องค์กร​เป็น​ผู้​ตัดสิน​ใจ​กำหนด​วัตถุประสงค์​และ​วิธี​การ จึง​ต้อง​รับ​หน้าที่​ของ​ผู้​ควบคุม​ข้อมูล​เต็ม​รูป​แบบ

ผู้​ให้​บริการ AI ทั่วไป​มี​สถานะ​ผู้​ประมวล​ผล คือ​ทำ​ตาม​คำ​สั่ง​ของ​บริษัท แต่​ตาราง​เดียวกัน​เขียน​ข้อ​ยกเว้น​ไว้ ถ้า​เงื่อนไข​การ​ให้​บริการ​เปิด​ทาง​ให้​เอา​ข้อมูล​ที่​ลูกค้า​ป้อน (Prompt) ไป​ฝึก​หรือ​ปรับปรุง​โมเดล​ของ​ผู้​ให้​บริการ​เอง ใน​ส่วน​กิจกรรม​นั้น​ผู้​ให้​บริการ​จะ​กลาย​เป็น​ผู้​ควบคุม​ข้อมูล​อีก​ราย​หนึ่ง เพราะ​ใช้​ข้อมูล​เพื่อ​วัตถุประสงค์​ของ​ตัว​เอง บท​สรุป​ผู้​บริหาร​หน้า 6 ย้ำ​ว่า​บทบาท​ดู​จาก​อำนาจ​ตัดสิน​ใจ​ใน​วัตถุประสงค์​และ​วิธี​การ ไม่​ดู​จาก​ชื่อ​บทบาท​ทาง​เทคนิค

สถานการณ์ สถานะ​ของ​บริษัท​ผู้​ใช้ สถานะ​ของ​ผู้​ให้​บริการ AI
ใช้ AI สำเร็จรูป​กับ​ข้อมูล​ลูกค้า​ตาม​วัตถุประสงค์​ของ​บริษัท ผู้​ควบคุม​ข้อมูล ผู้​ประมวล​ผล​ข้อมูล
เงื่อนไข​บริการ​ให้​ผู้​ให้​บริการ​นำ Prompt ไป​ฝึก​โมเดล​ของ​ตัว​เอง ผู้​ควบคุม​ข้อมูล ผู้​ควบคุม​ข้อมูล​อีก​ราย​ใน​ส่วน​การ​ฝึก​โมเดล
จ้าง​บริษัท​ภายนอก​พัฒนา AI ให้​ตาม​สัญญา ผู้​ควบคุม​ข้อมูล รับ​ผิด​ชอบ​หลัก ผู้​ประมวล​ผล​ข้อมูล รับ​ผิด​ตาม​มาตรา 40

ที่มา: ทีม​ฟิจิ⁠ทัล​จัด​ตาราง​จาก​ตาราง​หน้า 25 และ​คำถาม​ที่​พบ​บ่อย​ข้อ 5.1 หน้า 69 ของ​แนวทาง สคส.

ผู้​ให้​บริการ​เอา​แช​ตลูก​ค้า​ไป​ฝึก​โมเดล ร้าน​ต้อง​ทำ​อะไร?

เปิด​เงื่อนไข​การ​ให้​บริการ​ก่อน​ว่า​มี​ข้อ​นี้​ไหม แล้ว​เลือก​แพ็ก​เกจ​หรือ​การ​ตั้ง​ค่าที่​ปิด​การนำ​ข้อมูล​ไป​ฝึก​โมเดล ถ้า​ปิด​ไม่​ได้ ร้าน​ต้อง​ถือว่า​ข้อมูล​ลูกค้า​ถูก​ส่ง​ต่อ​ให้​ผู้​ควบคุม​ข้อมูล​อีก​ราย ซึ่ง​ต้อง​มี​ฐาน​ทาง​กฎหมาย​รองรับ​และ​ต้อง​แจ้ง​ลูกค้า กรณี​หลบ​เลี่ยง​ยาก​แบบ​นี้​คือ​เหตุผล​ที่​หน้า 47 แนะนำ​ให้​ระบุ​ใน​สัญญา​ว่า​ห้าม​ผู้​ให้​บริการ​นำ​ข้อมูล​ของ​บริษัท​ไป​สอน​โมเดล​โดย​ไม่​ได้​รับ​อนุญาต

สัญญา​กับ​ผู้​ให้​บริการ AI ต้อง​มี​อะไร​บ้าง

ภาค​ผนวก ข. หน้า 63 แยก​งาน​ด้าน​ผู้​ให้​บริการ​ไว้​สอง​ข้อ ข้อ​แรก​คือ​การ​ตรวจ​มาตรฐาน​ผู้​ให้​บริการ (Vendor Due Diligence) ว่า​ความ​มั่นคง​ปลอดภัย​ของ​ผู้​ให้​บริการ​สอดคล้อง​กับ​ประกาศ​คณะ​กร​รม​การฯ เรื่อง​มาตรการ​รักษา​ความ​มั่นคง​ปลอดภัย​ของ​ผู้​ควบคุม​ข้อมูล​ส่วน​บุคคล พ.ศ. 2565 หรือ​ไม่ ข้อ​ที่​สอง​คือ​การ​ทำ DPA (Data Processing Agreement) ตาม​มาตรา 40 โดย​เขียน​ห้าม​ผู้​ให้​บริการ​ใช้​ข้อมูล​ส่วน​บุคคล​ของ​องค์กร​เกิน​กว่า​ที่​ตกลง​กัน

หน้า 47 เพิ่ม​ราย​ละเอียด​ที่ DPA ของ​งาน AI ควร​มี​มากกว่า​สัญญา​ซอฟต์แวร์​ทั่วไป

  1. ขอบเขต​บทบาท​และ​หน้าที่ ของ​แต่ละ​ฝ่าย รวม​ถึง​การ​แจ้ง​เหตุ​ละเมิด
  2. ข้อ​ห้าม​นำ​ข้อมูล​ไป​ใช้​นอก​วัตถุประสงค์ ที่​ตกลง​กัน
  3. วิธี​ลบ​หรือ​ทำลาย​ข้อมูล​เมื่อ​สิ้น​สุด​สัญญา รวม​ถึง​ข้อมูล​ที่​ค้าง​อยู่​ใน​หน่วย​ความ​จำ​ของ​โมเดล (Model Weights) หรือ​ฐาน​ข้อมูล​เวก​เตอร์ (Vector Database)

คำถาม​ที่​พบ​บ่อย​ข้อ 4.4 หน้า 69 ยัง​แนะนำ​ให้​กำหนด​มาตรการ​ห้าม​ผู้​ให้​บริการ​นำ​ข้อมูล​ไป​ใช้​ฝึก​โมเดล​ต่อ (Zero-retention policy) และ​หลีก​เลี่ยง​การ​ส่ง​ข้อมูล​ส่วน​บุคคล​ทาง​ตรง​ผ่าน API ถ้า​ไม่​จำเป็น

ผู้​ให้​บริการ AI อยู่​ต่าง​ประเทศ ต้อง​เช็​กอะ​ไร​เพิ่ม?

เช็​กว่า​ข้อมูล​แค่​ผ่าน​โครง​ข่าย​หรือ​ถูก​เก็บ​ไว้​ที่​ศูนย์​ข้อมูล​ใน​ต่าง​ประเทศ หน้า 39 แยก​สอง​กรณี​นี้​ไว้ ถ้า​ข้อมูล​เพียง​ผ่าน​โครง​ข่าย​ระหว่าง​ทาง​โดย​ไม่มี​บุคคล​ภายนอก​เข้า​ถึง ไม่​นับ​เป็นการ​ส่ง​หรือ​โอน​ไป​ต่าง​ประเทศ ถ้า​ผู้​ให้​บริการ​เก็บ​หรือ​ใช้​ข้อมูล​ใน​ศูนย์​ข้อมูล​ต่าง​ประเทศ ถือ​เป็นการ​ส่ง​หรือ​โอน ซึ่ง​ต้อง​ทำ​ตาม​มาตรา 28 มาตรา 29 และ​ประกาศ​ที่​เกี่ยวข้อง

นโยบาย​การ​ใช้​งาน​สำหรับ​พนักงาน​และ Shadow AI

บริษัท​ควร​มีน​โย​บาย​การ​ใช้​เทคโนโลยี AI ที่​ยอมรับ​ได้ (Acceptable Use Policy: AUP) ที่​เขียน​ข้อ​ห้าม​ชัดเจน หน้า 46 ยก​ข้อ​ห้าม​ที่​ควร​มี​เป็น​ตัวอย่าง คือ​ห้าม​นำ​ข้อมูล​ส่วน​บุคคล​ของ​ลูกค้า​ใส่​ใน Prompt ของ Chatbot สาธารณะ และ​ให้​จัด​ฝึก​อบรม​ให้​พนักงาน​เข้าใจ​ความ​เสี่ยง​เฉพาะ​ของ AI สอง​เรื่อง ได้แก่ การ​สร้าง​ข้อมูล​ที่​ไม่​ถูก​ต้อง (Hallucination) และ​การ​โจมตี​ผ่าน​ชุด​คำ​สั่ง (Prompt Injection)

กล่อง​ข้อ​แนะนำ​สำหรับ​ผู้​บริหาร​หน้า 47 เขียน​สั้น​กว่า​นั้น ให้​ออก​ระเบียบ​คุม​พนักงาน ห้าม​บุคลากร​แอบ​นำ AI ส่วน​ตัว (Shadow AI) มา​เชื่อม​กับ​ข้อมูล​บริษัท และ​ระบุ​ใน​สัญญา​กับ​คู่​ค้า​ที่​เป็น​ผู้​ให้​บริการ AI ว่า​ห้าม​นำ​ข้อมูล​ของ​บริษัท​ไป​สอน​โมเดล​โดย​ไม่​ได้​รับ​อนุญาต

การ​จำกัด​สิทธิ์​เป็น​อีก​ส่วน​ของ​นโยบาย หน้า 46 แนะนำ​หลัก​ให้​สิทธิ​เท่า​ที่​จำเป็น (Principle of Least Privilege) โดย​ผู้​ใช้​งาน​ทั่วไป​ควร​เข้า​ถึง​ได้​เฉพาะ​ฟังก์ชัน​การ​ใช้​งาน​และ​ผลลัพธ์​ตาม​ขอบเขต​งาน ไม่​เข้า​ถึง​ฐาน​ข้อมูล​ที่​ใช้​ฝึก​หรือ​โครงสร้าง​เบื้อง​หลัง​ของ​โมเดล

Shadow AI คือ​อะไร?

Shadow AI คือ​เครื่อง​มือ AI ที่​พนักงาน​นำ​มา​ใช้​กับ​งาน​ของ​บริษัท​เอง​โดยที่​บริษัท​ไม่​ได้​อนุมัติ​หรือ​ไม่รู้ เช่น บัญชี​แช⁠ตบอท​ส่วน​ตัว ส่วน​เสริม​ใน​เบราว์เซอร์ หรือ​แอป​ถอด​เสียง​ประชุม ความ​เสี่ยง​อยู่​ที่​ข้อมูล​ลูกค้า​ออก​จาก​ระบบ​ของ​บริษัท​ไป​อยู่​ภาย​ใต้​เงื่อนไข​ที่​บริษัท​ไม่​เคย​ตกลง และ​บริษัท​ตาม​ไป​ลบ​หรือ​ตอบ​คำขอ​ของ​ลูกค้า​ไม่​ได้ แนวทาง​หน้า 47 ให้​ผู้​บริหาร​ออก​ระเบียบ​ห้าม​ไว้​ล่วง​หน้า

วัตถุประสงค์​เดิม​ของ​ข้อมูล​กับ​ประกาศ​ความ​เป็น​ส่วน​ตัว

ข้อมูล​ลูกค้า​ที่​เก็บ​มา​เพื่อ​เรื่อง​หนึ่ง จะ​นำ​ไป​ใช้​กับ AI เพื่อ​อีก​เรื่อง​หนึ่ง​ได้​เมื่อ​แจ้ง​วัตถุประสงค์​ใหม่​ก่อน หน้า 38 อธิบาย​ว่า​มาตรา 21 ผูก​การ​ใช้​ข้อมูล​ไว้​กับ​วัตถุประสงค์​ที่​บอก​ลูกค้า​ตอน​เก็บ และ​เรียก​การนำ​ข้อมูล​เดิม​ไป​ใช้​งาน​ใหม่​ว่า Re-purposing ซึ่ง​เป็น​ความ​ท้าทาย​สำคัญ​ของ​งาน AI

ภาค​ผนวก ข. หน้า 64 จึง​ให้​ปรับปรุง​ประกาศ​ความ​เป็น​ส่วน​ตัว (Privacy Notice) ให้​ครอบคลุม​บริบท​การ​ใช้ AI ตาม​มาตรา 23 รวม​ถึง​แจ้ง​ว่า​บริษัท​ใช้ AI ใน​การ​ประมวล​ผล สร้าง​เนื้อหา หรือ​โต้ตอบ​กับ​ลูกค้า

ฐาน​ทาง​กฎหมาย​เป็น​อีก​เรื่อง​ที่​ต้อง​ตัดสิน​ก่อน​เปิด​ใช้ บท​สรุป​ผู้​บริหาร​หน้า 6 เขียน​ว่า​ความ​ยินยอม​ควร​เป็น​ทาง​เลือก​สุดท้าย องค์กร​ควร​วิเคราะห์​ฐาน​ตาม​มาตรา 24 หรือ​มาตรา 26 ให้​ครบ​ก่อน ถ้า​ใช้​ฐาน​ประโยชน์​โดย​ชอบ​ด้วย​กฎหมาย ต้อง​ทำการ​ประเมิน (Legitimate Interest Assessment: LIA) ประกอบ เพราะ​การ​พึ่ง​ความ​ยินยอม​ฐาน​เดียว​สร้าง​ความ​เสี่ยง​เมื่อ​ลูกค้า​ถอน​ความ​ยินยอม

เอา​แช​ตลูก​ค้า​เก่า​มา​สอน​แช⁠ตบอท AI ตัว​ใหม่​ได้​ไหม?

ทำได้​เมื่อ​แจ้ง​วัตถุประสงค์​ใหม่​ให้​ลูกค้า​ทราบ หรือ​ทำ​ข้อมูล​ให้​เป็น​ข้อมูล​นิรนาม​ก่อน กล่อง​ตัวอย่าง​หน้า 38 ใช้​กรณี​นี้​ตรง ๆ คือ​บันทึก​เสียง​หรือ​ข้อ​ความ​แชต​ที่​เก็บ​มา​เพื่อ​แก้​ปัญหา​และ​ปรับปรุง​บริการ ถ้า​จะ​นำ​ไป​ฝึก​โมเดล​สำหรับ​ผลิตภัณฑ์​ใหม่​อย่าง Generative AI Chatbot ถือ​เป็น​วัตถุประสงค์​ที่​แตก​ต่าง​จาก​เดิม ข้อ​พึง​ปฏิบัติ​หน้า​เดียวกัน​ยัง​ให้​บันทึก​การ​เปลี่ยน​วัตถุประสงค์​ลง​ใน​บันทึก​รายการ​ตาม​มาตรา 39 ด้วย

กรณี​ที่​ต้อง​ทำ DPIA และ​ให้​คน​ตรวจ​ผล​ของ AI

ภาค​ผนวก ข. ให้​ทำการ​ประเมิน​ผลก​ระ​ทบ​ด้าน​การ​คุ้มครอง​ข้อมูล​ส่วน​บุคคล (DPIA) โดย​เฉพาะ​ใน​กรณี​ที่​ใช้ AI เพื่อ​การ​ตัดสิน​ใจ​อัตโนมัติ (Automated Decision-Making) หรือ​เก็บ​รวบรวม ใช้ เปิด​เผย​ข้อมูล​ส่วน​บุคคล​อ่อน​ไหว​หรือ​ข้อมูล​ผู้​เยาว์​จำนวน​มาก คำถาม​ที่​พบ​บ่อย​ข้อ 6.1 หน้า 69 เพิ่ม​กรณี​การ​วิเคราะห์​ทำนาย​พฤติกรรม​หรือ​ลักษณะ​เฉพาะ​ของ​บุคคล (Profiling)

เมื่อ​ผล​ของ AI กระทบ​สิทธิ​ของ​ลูกค้า เช่น การ​อนุมัติ​สิน​เชื่อ​หรือ​การ​คัด​เลือก​ผู้​สมัคร​งาน หน้า 39 ให้​มี​ช่อง​ทาง​ทบทวน​โดย​มนุษย์​ที่​มี​ความ​หมาย (Meaningful Human Review) ซึ่ง​มี​สาม​เงื่อนไข

  1. ผู้​ทบทวน​พิจารณา​ข้อมูล​เพิ่ม นอก​เหนือ​จาก​ผล​ที่​ระบบ​ให้​มา
  2. ผู้​ทบทวน​มี​อำนาจ​กลับ​คำ​ตัดสิน ของ​ระบบ​ได้​จริง
  3. ผู้​ทบทวน​ผ่าน​การ​ฝึก​อบรม ให้​รู้​เท่า​ทัน​ความ​เสี่ยง​จาก​การ​คล้อย​ตาม​ระบบ (Automation Bias)

หน้า​เดียวกัน​ระบุ​ว่าการ​ให้​คน​กด​ยืนยัน​ผล​ของ​ระบบ​เพียง​อย่าง​เดียว (Rubber-stamping) ไม่​นับ​เป็นการ​ทบทวน​ที่​มี​ความ​หมาย

แช⁠ตบอท​ที่​ตอบ​คำถาม​เรื่อง​สินค้า​ต้อง​ทำ DPIA ไหม?

แช⁠ตบอท​ที่​ตอบ​เรื่อง​สินค้า ราคา และ​เวลา​เปิด​ร้าน โดย​ไม่​ตัดสิน​เรื่อง​ที่​กระทบ​สิทธิ​ของ​ลูกค้า ไม่​อยู่​ใน​ตัวอย่าง​กรณี​เสี่ยง​สูง​ที่​ภาค​ผนวก ข. และ​คำถาม​ที่​พบ​บ่อย​ข้อ 6.1 ยกไว้ แต่​ถ้า​บอ​ท​เก็บ​ข้อมูล​สุขภาพ ข้อมูล​เด็ก หรือ​คัด​ลูกค้า​ว่า​ใคร​ได้​สิทธิ์​อะไร ควร​ทำ DPIA ก่อน​เปิด​ใช้ ตัวอย่าง​งาน​แช⁠ตบอท​ที่​เก็บ​ข้อมูล​อ่อน​ไหว​มี​อยู่​ในChatbot คลินิก​กับ PDPA มาตรา 26 ใคร​รับ​ผิด​ชอบ​ข้อมูล​สุขภาพ

บันทึก Log ก่อน​วัน​ที่​ต้อง​แจ้ง​เหตุ​ใน 72 ชั่วโมง

มาตรา 37 (4) ให้​บริษัท​แจ้ง​เหตุ​ละเมิด​ข้อมูล​ต่อ สคส. ไม่​เกิน 72 ชั่วโมง​หลัง​รู้​เรื่อง และ​จะ​ประเมิน​เหตุ​ได้​ทัน​เวลา​ก็​ต่อ​เมื่อ​มี​บันทึก​การ​ใช้​งาน​ไว้​ก่อน ภาค​ผนวก ข. หน้า 64 ให้​ตั้ง​ค่า​ระบบ​บันทึก Log ที่​ครอบคลุม Metadata ที่​จำเป็น​ต่อ​การ​สืบสวน ได้แก่ Prompt Input, Model Version, System Prompt และ Output

คำถาม​ที่​พบ​บ่อย​ข้อ 4.3 หน้า 69 ระบุ​ว่าการ​โจมตี​แบบ Prompt Injection ที่​ทำให้​ระบบ AI เปิด​เผย​ข้อมูล​ของ​ผู้​อื่น​ออก​มา​โดย​ไม่​ได้​รับ​อนุญาต อาจ​เป็น​เหตุ​ละเมิด​ข้อมูล​ส่วน​บุคคล องค์กร​ต้อง​ประเมิน​ความ​เสี่ยง​และ​แจ้ง​เหตุ​ถ้า​เข้า​เงื่อนไข​มาตรา 37 (4) ข้อ 4.2 หน้า​เดียวกัน​เพิ่ม​ว่า ถ้า AI สร้าง​ข้อมูล​เท็จ​เกี่ยว​กับ​บุคคล อาจ​ขัด​หลัก​ความ​ถูก​ต้อง​ของ​ข้อมูล​ตาม​มาตรา 35

หน้า 7 ของ​แนวทาง​สรุป​เรื่อง​ทั้งหมด​ใน​บท​นี้​เป็น​หก​คำถาม​ที่​ผู้​บริหาร​ควร​ถาม​ฝ่าย​จัดการ​ก่อน​อนุมัติ​โครงการ AI

ข้อ คำถาม​จาก​หน้า 7 หัวข้อ​ใน​บท​นี้
1 บริษัท​เป็น​ผู้​ควบคุม​หรือ​ผู้​ประมวล​ผล และ​สัญญา​กับ​ผู้​ให้​บริการ​ห้าม​นำ​ข้อมูล​ไป​ฝึก​โมเดล​หรือ​ไม่ บทบาท​และ​สัญญา
2 ใช้​ฐาน​ทาง​กฎหมาย​อะไร ถ้า​ใช้​ฐาน​ประโยชน์​โดย​ชอบ​ด้วย​กฎหมาย​มี LIA หรือ​ไม่ วัตถุประสงค์​และ​ฐาน​ทาง​กฎหมาย
3 โครงการ​เข้า​เกณฑ์​ความ​เสี่ยง​สูง​ที่​ต้อง​ทำ DPIA หรือ​ไม่ DPIA
4 มี​มนุษย์​ที่​มี​อำนาจ​กลับ​คำ​ตัดสิน​ของ​ระบบ​ใน​จุด​ที่​กระทบ​สิทธิ​หรือ​ไม่ คน​ตรวจ​ผล​ของ AI
5 มี​ช่อง​ทาง​ตอบ​สนอง​การ​ใช้​สิทธิ​ของ​เจ้าของ​ข้อมูล​หรือ​ไม่ สิทธิ​ของ​ลูกค้า
6 มี Log และ​แผน​เผชิญ​เหตุ​ที่​แจ้ง สคส. ได้​ทัน​ใน 72 ชั่วโมง​หรือ​ไม่ บันทึก Log

ข้อ 5 เป็น​เรื่อง​ที่​ลูกค้า​ขอ​ดู ขอลบ หรือ​ขอ​แก้​ข้อมูล​ของ​ตัว​เอง หลัก​การ​ตอบ​คำขอ​แต่ละ​แบบ​ใน​ระบบ​การ​ตลาด​อยู่​ในPDPA กับ​การ​ตลาด ลูกค้า​ขอ​ดู ขอลบ ขอ​ระงับ​ข้อมูล​ต้อง​ทำ​อะไร ส่วน​กรณี​ที่​ลูกค้า​ขอ​ลบ​ข้อมูล​ที่​เคย​พิมพ์​ให้​แช⁠ตบอท AI อยู่​ในลูกค้า​ขอ​ลบ​ข้อมูล​จาก​แช⁠ตบอท AI ร้าน​ต้อง​ทำ​อะไร

ไล่​ราย​ชื่อ​เครื่อง​มือ AI ที่​รับ​ข้อมูล​ลูกค้า​อยู่

รายการ​ตรวจ​ทั้ง 9 ข้อ​จะ​ทำได้​ก็​ต่อ​เมื่อ​บริษัท​รู้​ว่า​มี​เครื่อง​มือ AI ตัว​ไหน​รับ​ข้อมูล​ลูกค้า​อยู่​บ้าง ลำดับ​งาน​ที่​เริ่ม​ได้​ภายใน​สัปดาห์​นี้​มี​ห้า​ขั้น

  1. ทำ​ราย​ชื่อ​เครื่อง​มือ ถาม​แต่ละ​ทีม​ว่า​ใช้​แช⁠ตบอท AI ใน CRM ใน LINE OA ใน​โปรแกรม​ประชุม หรือ​บัญชี AI ส่วน​ตัว​กับ​งาน​อะไร
  2. เปิด​เงื่อนไข​การ​ให้​บริการ​ของ​แต่ละ​เครื่อง​มือ ดู​ว่า​ข้อมูล​ที่​ส่ง​เข้าไป​ถูก​ใช้​ฝึก​โมเดล​ของ​ผู้​ให้​บริการ​ไหม และ​ถูก​เก็บ​ใน​ประเทศ​ไหน
  3. ทำ DPA กับ​ผู้​ให้​บริการ​ที่​รับ​ข้อมูล​ลูกค้า โดย​เขียน​เรื่อง​การ​ลบ​ข้อมูล​เมื่อ​เลิก​ใช้​ไว้​ด้วย
  4. ออก​นโยบาย​การ​ใช้​งาน​หนึ่ง​ฉบับ บอก​ว่า​เครื่อง​มือ​ไหน​อนุมัติ​แล้ว และ​ข้อมูล​แบบ​ไหน​ห้าม​วาง​ลง​ไป
  5. แก้​ประกาศ​ความ​เป็น​ส่วน​ตัว ให้​บอก​ลูกค้า​ว่า​บริษัท​ใช้ AI กับ​ข้อมูล​ของ​เขา​ใน​เรื่อง​ใด

พนักงาน​ที่​ใช้ AI ฟรี​จาก​โครงการ​ของ​รัฐ​อยู่​แล้ว​เป็น​กรณี​ที่​ควร​ใส่​ใน​ราย​ชื่อ​ตั้งแต่​ขั้น​แรก ข้อ​จำกัด​ของ​บัญชี​แบบ​นี้​อธิบาย​ไว้​ในTH-AI Passport ใช้​ทำงาน​ได้​แค่​ไหน ข้อมูล​ลูกค้า​ห้าม​ใส่​อะไร ส่วน​บริษัท​ที่​ติด​ตั้ง AI ให้​ตอบ​จาก​เอกสาร​ภายใน​องค์กร เรื่อง​การ​แบ่ง​สิทธิ์​ของ Agent อยู่​ในสร้าง Custom Corporate AI และ Agent ใคร​รับ​ผิด​เมื่อ​ตอบ​ผิด

สรุป

แนวทาง​เรื่อง AI version 1.0 ของ สคส. ฉบับ​เดือน​ตุลาคม 2569 เชื่อม​หน้าที่​ตาม PDPA เข้า​กับ​การ​ใช้ AI ที​ละ​ขั้น โดย​ตัวเอก​สาร​เป็น​คำ​แนะนำ​ที่​ไม่​บังคับ บริษัท​ที่​ใช้ AI สำเร็จรูป​กับ​ข้อมูล​ลูกค้า​ยัง​เป็น​ผู้​ควบคุม​ข้อมูล ส่วน​ผู้​ให้​บริการ​ที่​นำ Prompt ไป​ฝึก​โมเดล​ของ​ตัว​เอง​กลาย​เป็น​ผู้​ควบคุม​อีก​ราย ภาค​ผนวก ข. ให้​รายการ​ตรวจ 9 ข้อ ได้แก่ ตรวจ​ผู้​ให้​บริการ ทำ DPIA ใน​กรณี​เสี่ยง​สูง ออก​นโยบาย​การ​ใช้​งาน​และ​ห้าม Shadow AI ทำ DPA ตาม​มาตรา 40 แก้​ประกาศ​ความ​เป็น​ส่วน​ตัว ให้​คน​ทบทวน​ผล​ที่​กระทบ​สิทธิ เปิด​ช่อง​ทาง​ใช้​สิทธิ เตรียม​ส่ง​ออก​ข้อมูล และ​เก็บ Log ที่​ใช้​สืบสวน​เหตุ​ได้​ภายใน​กรอบ 72 ชั่วโมง

คำถามที่พบบ่อย (FAQ)

หน้า 4 วาง​สถานะ​แนวทาง​ไว้​เป็น​คำ​แนะนำ ไม่​ผูกพัน​การ​พิจารณา​ความ​ผิด แต่​หน้าที่​หลาย​ข้อ​ที่​แนวทาง​พูด​ถึง​มา​จาก PDPA โดยตรง เช่น การ​แจ้ง​วัตถุประสงค์ ข้อ​ตกลง​กับ​ผู้​ประมวล​ผล​ตาม​มาตรา 40 และ​การ​แจ้ง​เหตุ​ตาม​มาตรา 37 (4) ส่วน​นั้น​ยัง​บังคับ​เต็ม​ที่

ไม่​จำเป็น คำถาม​ที่​พบ​บ่อย​ข้อ 5.2 หน้า 69 ระบุ​ว่า DPO ควร​เข้าใจ​หลัก​การ​ทำงาน ความ​เสี่ยง และ​วงจร​ชีวิต​ของ AI พอที่​จะ​ประเมิน​ผลก​ระ​ทบ​และ​ให้​คำ​แนะนำ​ผู้​บริหาร​ได้​อย่าง​ถูก​ต้อง

บริษัท​ผู้​ว่า​จ้าง​ใน​ฐานะ​ผู้​ควบคุม​ข้อมูล​รับ​ผิด​ชอบ​หลัก ส่วน​บริษัท​ผู้​พัฒนา​ใน​ฐานะ​ผู้​ประมวล​ผล​ต้อง​รับ​ผิด​ตาม​ข้อ​ตกลง​และ​หน้าที่​ตาม​มาตรา 40 คำถาม​ที่​พบ​บ่อย​ข้อ 5.1 จึง​แนะนำ​ให้​ทั้ง​สอง​ฝ่าย​ทำ​ข้อ​ตกลง​การ​ประมวล​ผล​ข้อมูล​เพื่อ​กำหนด​ขอบเขต​ความ​รับ​ผิด​ชอบ​ให้​ชัด

แนวทาง​ให้​ตัดสิน​จาก​การ​ประเมิน​ความ​เสี่ยง คำถาม​ที่​พบ​บ่อย​ข้อ 4.4 แนะนำ​ให้​พิจารณา​ติด​ตั้ง​ภายใน (On-premises) สำหรับ​ข้อมูล​ลับ​หรือ​ข้อมูล​อ่อน​ไหว ส่วน​กรณี​ที่​ใช้ Cloud หรือ API ให้​เขียน​ใน​ข้อ​ตกลง​ว่า​ข้อมูล​ของ​บริษัท​ต้อง​ไม่​ถูก​เก็บ​ไว้​ฝึก​โมเดล​ต่อ

มี บท​สรุป​ผู้​บริหาร​หน้า 6 แยก​ไว้​สอง​ชุด ภาค​ผนวก ก. สำหรับ​การ​พัฒนา AI และ​ภาค​ผนวก ข. สำหรับ​การ​ใช้ AI บริษัท​ที่​ซื้อ​เครื่อง​มือ​สำเร็จรูป​มา​ใช้​เริ่ม​จาก​ภาค​ผนวก ข. ก่อน แล้ว​ค่อย​ดู​ภาค​ผนวก ก. เมื่อ​เริ่ม​ปรับ​แต่ง​โมเดล​ด้วย​ข้อมูล​ของ​ตัว​เอง

PHYGITAL INSIGHT

ฟิจิ⁠ทัล​นับ​รายการ​ตรวจ​ใน​ภาค​ผนวก ข. ได้ 9 ข้อ และ​ทุก​ข้อ​ต้อง​รู้​ก่อน​ว่า​บริษัท​ส่ง​ข้อมูล​ลูกค้า​เข้า​เครื่อง​มือ AI ตัว​ไหน​บ้าง ข้อมูล​ชุด​นี้​ไม่​ได้​อยู่​ใน​เอกสาร PDPA ของ​บริษัท แต่​อยู่​ใน​รายการ​แอป ส่วน​เสริม และ​ระบบ​ที่​ทีม​การ​ตลาด​กับ​ทีม​ขาย​เปิด​ใช้​เอง บริการ​ที่​ปรึกษา MarTech ของ​ฟิจิ⁠ทัล​ไล่​ตรวจ​เครื่อง​มือ​ใน​บริษัท (MarTech Stack Audit) แยก​ให้​เห็น​ว่า​เครื่อง​มือ​ไหน​รับ​ข้อมูล​ลูกค้า​ออก​ไป​ภายนอก และ​เชื่อม​ระบบ​ใหม่​ให้​ข้อมูล​อยู่​ใน CRM ที่​บริษัท​คุม​เอง​ได้

ให้ PHYGITAL AGENCY ช่วยต่อยอดเรื่องนี้สู่ผลลัพธ์จริง

ข้อมูล​ลูกค้า​ของ​บริษัท​ไหล​เข้า AI ตัว​ไหน​อยู่​บ้าง ตรวจ​รายการ​เครื่อง​มือ​กับ​ทีม​ฟิจิ⁠ทัล​ก่อน​แก้​เอกสาร PDPA

PHYGITAL AGENCY ตรวจ​เครื่อง​มือ​การ​ตลาด​และ​ระบบ​ข้อมูล​ลูกค้า​ที่​บริษัท​ใช้​อยู่ แยก​จุด​ที่​ข้อมูล​ออก​ไป​ผู้​ให้​บริการ​ภายนอก แล้ว​วาง​โครงสร้าง CRM ให้​ข้อมูล​ลูกค้า​อยู่​ใน​ระบบ​ที่​บริษัท​ควบคุม​ได้

PARANATH PANARATANA

WRITTEN BY

PARANATH PANARATANA

CHAIRMAN OF PHYGITAL AGENCY

ประธานกรรมการบริษัท ฟิจิทัล เอเจนซี จำกัด มีประสบการณ์ดูแลการตลาดที่ผสานโลกจริงและโลกออนไลน์เข้าด้วยกัน ตลอดจนเป็นที่ปรึกษาในการวินิจฉัยธุรกิจ อีกทั้งยังเคยทำงานในสายวิดีโอโปรดักชั่นและภาพยนตร์ไทยอีกด้วย