คอร์ส · AI Governance & Responsible AI for Organizations

อบรม AI Governance: ใช้ AI อย่างปลอดภัยและรับผิดชอบในองค์กร

สำหรับผู้บริหารและทีมที่ดูแลการนำ AI เข้าองค์กร เข้าใจโอกาส ความเสี่ยง และวางกรอบให้ใช้ AI ได้อย่างปลอดภัย

ระดับ
ปานกลาง
ระยะเวลา
1 วัน
เวลา
09:00–16:00
เครื่องมือ
ไม่ผูกเครื่องมือ
รูปแบบ
onsite หรือออนไลน์ เน้นลงมือทำ

หลักสูตรนี้จัดแบบ in-house ที่องค์กรของคุณได้ โดยปรับเคสและแบบฝึกหัดให้เป็นงานจริงของแผนกที่เข้าอบรม

สิ่งที่คุณจะได้

  • ประเมินโอกาสและความเสี่ยงของ AI ในองค์กร
  • วางนโยบายและแนวปฏิบัติการใช้ AI
  • ดูแลความเป็นส่วนตัวของข้อมูลและ PDPA
  • สร้างวัฒนธรรมใช้ AI อย่างรับผิดชอบ

ตารางเวลาอบรม 1 วัน

09:00–16:00 · ปรับหัวข้อ เคส และแบบฝึกหัดให้ตรงงานขององค์กรได้

  1. 09:00–10:30

    ภูมิทัศน์ AI สำหรับองค์กร

    • องค์กรไทยใช้ AI ทำอะไรแล้ว และกำลังจะไปทางไหน
    • ความเสี่ยงหลัก: ข้อมูลรั่ว คำตอบผิด อคติ และ shadow AI
    • กฎหมายและแนวทางที่เกี่ยวข้องกับการใช้ AI ในไทย

    กิจกรรมสำรวจว่าทีมใช้เครื่องมือ AI อะไรอยู่แล้วบ้าง

  2. 10:30–10:45

    พัก

  3. 10:45–12:00

    ความเสี่ยงและกรอบการกำกับดูแล

    • ประเมินความเสี่ยงตามระดับผลกระทบของงาน
    • บทบาทและความรับผิดชอบ: ใครอนุมัติ ใครดูแล
    • มาตรฐานอ้างอิง เช่น ISO/IEC 42001

    กิจกรรมประเมินความเสี่ยงของ use case จริง 3 งานในองค์กร

  4. 12:00–13:00

    พักกลางวัน

  5. 13:00–14:30

    ความเป็นส่วนตัว ความปลอดภัย และ PDPA

    • ข้อมูลส่วนบุคคลกับเครื่องมือ AI: ฐานทางกฎหมายและการแจ้ง
    • ประเมินผลกระทบ (DPIA) สำหรับงานที่ใช้ AI
    • เลือกเครื่องมือระดับองค์กรที่ไม่นำข้อมูลไปฝึกโมเดล

    กิจกรรมทำ checklist ข้อมูลที่ใส่ AI ได้และห้ามใส่ขององค์กร

  6. 14:30–14:45

    พัก

  7. 14:45–16:00

    นโยบาย แนวปฏิบัติ และวัฒนธรรม

    • ร่างนโยบายการใช้ AI ที่พนักงานทำตามได้จริง
    • การอบรม การสื่อสาร และช่องทางถามตอบสำหรับทีม
    • วัดผลและทบทวนนโยบายเป็นรอบ

    กิจกรรมร่างนโยบายการใช้ AI หนึ่งหน้าสำหรับองค์กร

คำถามที่พบบ่อย

ต้องมีพื้นฐานเทคนิคไหม?
ไม่ต้อง เน้นมุมนโยบายและการบริหาร เหมาะกับผู้บริหารและ HR/L&D
ครอบคลุมบริบทไทยไหม?
มีเนื้อหาด้านความเป็นส่วนตัวและ PDPA ในบริบทองค์กรไทย

บทความที่เกี่ยวข้องกับหลักสูตรนี้

  • วางนโยบายการใช้ AI ในองค์กรไทยให้พนักงานทำตามได้จริง พร้อมแม่แบบ 1 หน้า

    นโยบายการใช้ AI ในองค์กรที่พนักงานทำตามได้จริงควรสั้นพอให้อ่านจบในหน้าเดียวและมี 7 หัวข้อ — ขอบเขต เครื่องมือที่อนุมัติ ชั้นข้อมูลและสิ่งที่ห้ามป้อน คนตรวจและรับผิดชอบผลลัพธ์ การเปิดเผยว่าใช้ AI ช่องทางถามและรายงานเหตุ และรอบทบทวน บทความนี้มีแม่แบบนโยบายหนึ่งหน้าที่คัดลอกไปปรับใช้ได้ มาตรา PDPA ที่ต้องอ้าง (6, 26, 28, 37) แนวทาง Generative AI ของ ETDA สถานะร่างกฎหมาย AI ของไทย และเหตุผลที่เอกสารอย่างเดียวไม่เปลี่ยนพฤติกรรมถ้าไม่อบรมควบคู่

  • ความเสี่ยงจาก AI ที่องค์กรต้องคุม 6 ข้อ: AI hallucination, ข้อมูลรั่ว, Shadow AI และวิธีคุมแต่ละข้อ

    ความเสี่ยงจาก AI ที่องค์กรต้องคุม — ผลลัพธ์ผิดแต่ดูน่าเชื่อ (AI hallucination) ข้อมูลรั่ว ลิขสิทธิ์ การตัดสินใจเกี่ยวกับบุคคล การพึ่งพาจนทักษะถดถอย และ Shadow AI บวก prompt injection เมื่อเริ่มใช้ agent — พร้อมนิยามแต่ละข้อ ทะเบียนความเสี่ยงที่คัดลอกไปใช้ได้ เจ้าของแต่ละข้อ และกรอบอ้างอิงจาก NIST, OWASP และ ETDA

  • ISO/IEC 42001 ระบบบริหาร AI คืออะไร ใครควรทำ และเริ่มอย่างไรในไทย: มตช. 42001 หน่วยรับรอง และองค์กรไทยที่ได้รับรองแล้ว

    ISO/IEC 42001:2023 เป็นมาตรฐานระบบบริหารจัดการ AI ที่เผยแพร่ 18 ธ.ค. 2023 ใช้ได้กับองค์กรที่พัฒนา ให้บริการ หรือใช้ AI โครงสร้างข้อ 4–10 เหมือน ISO/IEC 27001 และมีมาตรการควบคุมใน Annex A 38 ข้อ การขอรับรองเป็นแบบสมัครใจ ไทยมี มตช. 42001-2567 และมีหน่วยรับรองอย่าง SGS, LRQA และ TÜV NORD ให้บริการ บทความนี้มีตารางโครงสร้าง เกณฑ์ว่าองค์กรแบบไหนควรทำ ขั้นตอนเริ่มต้น องค์กรไทยที่ประกาศว่าได้รับรอง และความสัมพันธ์กับ EU AI Act และ PDPA

  • แม่แบบ DPIA สำหรับโครงการ AI ตามแนวทาง สคส.: โครงการไหนต้องทำ 8 ส่วนที่ต้องกรอก LIA และรายการตรวจสอบ

    แนวทาง AI ของ สคส. ฉบับ 1.0 (7 ต.ค. 2026 ลงราชกิจจานุเบกษา 2 พ.ย. 2026) แนะนำให้โครงการ AI ความเสี่ยงสูงทำ DPIA ก่อนเริ่ม เช่น การตัดสินใจอัตโนมัติที่มีผลสำคัญ การฝึกโมเดลด้วยข้อมูลอ่อนไหวจำนวนมาก การติดตามในพื้นที่สาธารณะ และ Generative AI ที่อาจทำให้เสียชื่อเสียง แต่ไม่ได้ให้แบบฟอร์ม บทความนี้แปลงลำดับขั้นในแนวทางเป็นแม่แบบ 8 ส่วนที่กรอกได้ พร้อมคำถามหกข้อของผู้บริหาร ขั้นตอน LIA และกับดัก รายการตรวจสอบจากภาคผนวก และบทบาทของ DPO

  • Claude Enterprise: เช็กลิสต์ 9 ข้อก่อนฝ่าย IT และ Security อนุมัติ

    เช็กลิสต์ที่ใช้เดินเรื่องอนุมัติได้จริง เรียงตามลำดับที่ผู้ตรวจสอบถาม ตั้งแต่ข้อมูลถูกนำไปฝึกโมเดลหรือไม่ การปิดบัญชีเมื่อพนักงานลาออก สิทธิ์รายกลุ่ม audit logs และ Compliance API ระยะเวลาเก็บข้อมูล ไปจนถึงความเสี่ยงที่เครื่องมือคุมให้ไม่ได้

  • จัดบ้านข้อมูลก่อนใช้ AI: ข้อมูลองค์กรต้องพร้อมแค่ไหน

    ไม่ต้องรอให้ข้อมูลทั้งองค์กรสมบูรณ์ แต่ต้องจัดสี่อย่างในชุดที่จะใช้ก่อน — ข้อมูลอยู่ที่ไหน คุณภาพและเวอร์ชัน เจ้าของ และสิทธิ์การเข้าถึงที่ต้องสะท้อนสิทธิ์เดิม พร้อมข้อมูลที่ไม่ควรเอาเข้าตั้งแต่แรก และใครควรรับผิดชอบ

  • อัดเสียงและถอดความประชุมด้วย AI ต้องขอความยินยอมไหม: แนวทาง สคส. ฐานทางกฎหมาย การตั้งค่า Teams และแม่แบบข้อความแจ้ง

    การอัดเสียงและถอดความประชุมภายในด้วย AI มักไม่ต้องขอความยินยอมตาม PDPA แต่ต้องแจ้งก่อนเสมอ แนวทาง AI ของ สคส. ยกตัวอย่างการบันทึกวิดีโอประชุมออนไลน์ของทีมภายในว่ามักเข้าข่ายฐานประโยชน์โดยชอบด้วยกฎหมาย ซึ่งต้องทำ LIA แจ้งวัตถุประสงค์ และเคารพสิทธิคัดค้าน Microsoft Teams มีนโยบายให้กดยินยอมก่อนบันทึกแต่ปิดไว้เป็นค่าเริ่มต้น บทความนี้มีตารางฐานทางกฎหมาย การตั้งค่าเครื่องมือ และแม่แบบข้อความแจ้งก่อนเริ่มอัด

  • ROPA สำหรับการใช้ AI: แม่แบบบันทึกรายการกิจกรรมการประมวลผลตาม PDPA มาตรา 39 และ 40

    เมื่อองค์กรใช้ Claude, Copilot, ChatGPT หรือ Gemini กับข้อมูลส่วนบุคคล การใช้แต่ละแบบคือกิจกรรมที่ต้องลง ROPA ตาม PDPA มาตรา 39 แนวทาง AI ของ สคส. ที่ลงราชกิจจานุเบกษา 2 พ.ย. 2569 ให้แก้ ROPA เมื่อนำข้อมูลไปฝึกโมเดล และเตือนว่าผู้ให้บริการที่ฝึกโมเดลด้วยข้อมูลลูกค้าอาจกลายเป็นผู้ควบคุมข้อมูล สิทธิยกเว้นของกิจการขนาดเล็กตามประกาศ พ.ศ. 2567 ใช้ไม่ได้กับองค์กรที่ต้องมี DPO บทความนี้มีแม่แบบ ROPA กิจกรรม AI ตัวอย่างการกรอก และตารางข้อมูลผู้ให้บริการสี่ราย

บทความทั้งหมด →

อยากจัด AI Governance & Responsible AI for Organizations ให้ทีมของคุณ?

บอกจำนวนคน สายงาน และช่วงเวลาที่สะดวก แล้วเราจะเสนอรูปแบบการจัดและใบเสนอราคาให้