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
09:00–10:30
ภูมิทัศน์ AI สำหรับองค์กร
- องค์กรไทยใช้ AI ทำอะไรแล้ว และกำลังจะไปทางไหน
- ความเสี่ยงหลัก: ข้อมูลรั่ว คำตอบผิด อคติ และ shadow AI
- กฎหมายและแนวทางที่เกี่ยวข้องกับการใช้ AI ในไทย
กิจกรรมสำรวจว่าทีมใช้เครื่องมือ AI อะไรอยู่แล้วบ้าง
10:30–10:45
พัก
10:45–12:00
ความเสี่ยงและกรอบการกำกับดูแล
- ประเมินความเสี่ยงตามระดับผลกระทบของงาน
- บทบาทและความรับผิดชอบ: ใครอนุมัติ ใครดูแล
- มาตรฐานอ้างอิง เช่น ISO/IEC 42001
กิจกรรมประเมินความเสี่ยงของ use case จริง 3 งานในองค์กร
12:00–13:00
พักกลางวัน
13:00–14:30
ความเป็นส่วนตัว ความปลอดภัย และ PDPA
- ข้อมูลส่วนบุคคลกับเครื่องมือ AI: ฐานทางกฎหมายและการแจ้ง
- ประเมินผลกระทบ (DPIA) สำหรับงานที่ใช้ AI
- เลือกเครื่องมือระดับองค์กรที่ไม่นำข้อมูลไปฝึกโมเดล
กิจกรรมทำ checklist ข้อมูลที่ใส่ AI ได้และห้ามใส่ขององค์กร
14:30–14:45
พัก
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
อยากจัด AI Governance & Responsible AI for Organizations ให้ทีมของคุณ?
บอกจำนวนคน สายงาน และช่วงเวลาที่สะดวก แล้วเราจะเสนอรูปแบบการจัดและใบเสนอราคาให้