มีทีมรักษาความปลอดภัยเพียง 29% ที่รายงานข้อมูลอ่อนไหวซึ่งพนักงานส่งไปยังเครื่องมือ AI ได้เป็นประจำ

บทความนี้อ้างอิงผลการศึกษาจากรายงานผลสำรวจปี 2026 ของ Cloud Security Alliance (CSA) เรื่อง การป้องกันข้อมูลรั่วไหลในยุค AI ซึ่ง Jazz เป็นผู้ว่าจ้างให้จัดทำ

ในเดือนมิถุนายนและกรกฎาคม CSA สอบถามผู้เชี่ยวชาญด้านไอทีและความปลอดภัย 433 คนว่า ทีมของพวกเขาสามารถจัดทำรายงานที่แสดงจำนวนครั้งที่มีการส่งข้อมูลอ่อนไหวไปยังเครื่องมือ GenAI ในช่วง 30 วันที่ผ่านมาได้หรือไม่ โดย 29% ระบุว่าสามารถจัดทำรายงานดังกล่าวได้เป็นประจำ

ตัวเลขนี้คงมีความสำคัญน้อยกว่านี้ หากผู้ตอบแบบสำรวจมองว่า GenAI เป็นช่องทางที่มีความเสี่ยงต่ำ แต่พวกเขากลับจัดให้ GenAI เป็นความเสี่ยงอันดับต้น ๆ ต่อการรั่วไหลของข้อมูล โดย 48% จัดให้เป็นหนึ่งในสามความเสี่ยงสูงสุด

ผมเป็นหัวหน้าฝ่ายวิศวกรรมของบริษัทที่พัฒนาโซลูชันป้องกันข้อมูลรั่วไหล และงานส่วนใหญ่ของผมเกี่ยวข้องกับการพิจารณาว่า หลักฐานการเคลื่อนย้ายข้อมูลปรากฏอยู่ตรงไหนภายในระบบ และอะไรทำให้เกิดความเสี่ยงจากข้อมูลดังกล่าว เมื่อมองจากมุมนี้ ช่องว่างระหว่างสิ่งที่ทีมเชื่อว่าตนมองเห็นได้กับสิ่งที่แสดงเป็นหลักฐานได้ เป็นผลโดยตรงจากวิธีออกแบบมาตรการควบคุม GenAI

ความมั่นใจในการมองเห็นการใช้งาน GenAI สูงกว่าสิ่งที่ทีมแสดงเป็นหลักฐานได้มาก

ผู้ตอบแบบสำรวจมากกว่าครึ่งเล็กน้อยให้คะแนนความสามารถในการมองเห็นการใช้งาน GenAI ที่ 4 หรือ 5 จาก 5 คะแนน แต่มีเพียง 29% ที่ยืนยันคะแนนดังกล่าวได้เป็นประจำด้วยรายงานที่เพียงนับจำนวนครั้งที่มีการส่งข้อมูลอ่อนไหวไปยังเครื่องมือ AI

ที่มา: Cloud Security Alliance, DLP in the AI Era (2026), n=433 จัดทำแผนภูมิขึ้นใหม่จากแผนภูมิในรายงาน หน้า 22 และ 23

การบังคับใช้มาตรการควบคุมมีรูปแบบเดียวกัน มีผู้ตอบแบบสำรวจเพียง 22% ที่บล็อกข้อมูลอ่อนไหวในช่องทาง GenAI อย่างเข้มงวด สื่อบันทึกข้อมูลแบบถอดได้ ซึ่งผู้ตอบจัดให้เป็นความเสี่ยงต่ำที่สุดต่อการรั่วไหลของข้อมูล กลับมีอัตราการบล็อกอย่างเข้มงวดสูงที่สุดที่ 31% การบล็อกอย่างเข้มงวดกระจุกตัวอยู่ในช่องทางที่ใช้เครื่องมือเก่าแก่ที่สุด

ที่มา: Cloud Security Alliance, DLP in the AI Era (2026), n=433 จัดทำแผนภูมิขึ้นใหม่จากแผนภูมิในรายงาน หน้า 23 และ 26 โดยปรับความยาวแท่งให้เท่ากับ 100% ในกรณีที่การปัดเศษทำให้แถวหนึ่งมีค่า 99% หรือ 101%

นอกจากผลสำรวจแล้ว Jazz ยังเผยแพร่ข้อมูลการวัดผลจากสภาพแวดล้อมของลูกค้าด้วย โดยองค์กรหนึ่งแห่งในชุดข้อมูลดังกล่าวมีเครื่องมือ AI ที่ใช้งานอยู่โดยเฉลี่ย 169.5 รายการ ในจำนวนนี้มี 9.8 รายการที่ได้รับอนุมัติ จึงเหลือเครื่องมือ 94.2% ที่อยู่นอกบัญชีรายการที่ได้รับอนุมัติ

เหตุใดจึงเกิดช่องว่าง: รายการเครื่องมือไม่ได้บันทึกเหตุการณ์ใด ๆ

แนวทางมาตรฐานในการรับมือความเสี่ยงจาก GenAI คืออนุมัติบริการ AI จำนวนหนึ่งภายใต้ข้อตกลงระดับองค์กร แล้วห้ามปรามหรือบล็อกบริการที่เหลือ ตัวเลข 94.2% แสดงให้เห็นว่ารายการดังกล่าวตามการใช้งานจริงไม่ทันเพียงใด วิศวกรที่มีกำหนดส่งงานย่อมเลือกใช้เครื่องมือใดก็ตามที่ช่วยแก้ปัญหาของวันนี้ได้ เพราะกระบวนการจัดซื้อเครื่องมือที่ได้รับอนุมัติต้องใช้เวลาหลายสัปดาห์

ถึงจะมีรายการเครื่องมือครบถ้วน ก็ยังจัดทำรายงานตามที่ CSA สอบถามไม่ได้ ทีมรับมือเหตุการณ์หรือผู้ตรวจสอบจะถามถึงเหตุการณ์เฉพาะที่มีข้อมูลรั่วไหลออกไป แต่รายการเครื่องมือไม่มีข้อมูลเกี่ยวกับเหตุการณ์ใดเลย

หากต้องการแสดงให้เห็นว่าเกิดอะไรขึ้นในเหตุการณ์นั้น คุณต้องมีข้อเท็จจริง 4 ประการ ได้แก่ มีข้อมูลอ่อนไหวใดเกี่ยวข้อง เครื่องมือใดได้รับข้อมูลนั้น ส่งข้อมูลผ่านบัญชีใด และเหตุใดบุคคลนั้นจึงส่งข้อมูลไป

บัญชีผู้ใช้คือจุดแรกที่การกำกับดูแลระดับเครื่องมือเริ่มใช้ไม่ได้ เว็บไซต์เดียวกันอาจใช้ได้ทั้งกับบัญชีองค์กรของบริษัทคุณ ซึ่งมีการตั้งค่าการเก็บรักษาข้อมูลและข้อกำหนดในสัญญา และบัญชีส่วนตัวฟรีของพนักงาน ซึ่งไม่มีทั้งสองอย่าง การใช้เครื่องมือที่ได้รับอนุมัติผ่านบัญชีส่วนตัวให้หลักฐานแก่คุณแทบไม่ต่างจากการใช้เครื่องมือที่ไม่ได้รับอนุมัติ

การระบุวัตถุประสงค์ทำได้ยากกว่า และเป็นสิ่งที่ตัดสินว่าเกิดความผิดพลาดขึ้นหรือไม่ นักวิเคราะห์การเงินที่วางแบบจำลองรายรับลงในแชตบอตเพื่อแก้สูตรที่ใช้ไม่ได้ กำลังทำงานของเธออยู่ แต่หากเป็นการวางข้อมูลแบบเดียวกันโดยคนที่ยื่นใบลาออกเมื่อวันศุกร์ เรื่องนี้ย่อมต้องพูดคุยกันในลักษณะที่ต่างออกไปมาก สิ่งที่ทำให้สองกรณีนี้ต่างกันคือบริบทเกี่ยวกับตัวบุคคล ซึ่งไม่เคยปรากฏอยู่ในข้อมูลที่ส่งไป

มาตรการควบคุมที่ใช้อยู่แต่ละแบบมองเห็นข้อมูลได้เพียงจุดเดียว

ผลสำรวจพบว่าไม่มีแนวทางใดเป็นวิธีหลักในการควบคุมข้อมูลอ่อนไหวที่ส่งไปยังเครื่องมือ AI การบล็อกโดเมน AI ในระดับเครือข่าย การตรวจสอบเนื้อหาผ่านเบราว์เซอร์ และการใช้นโยบายการใช้งานที่ยอมรับได้เพียงอย่างเดียว ต่างมีสัดส่วนอยู่ระหว่าง 21% ถึง 23% ส่วนแพลตฟอร์ม AI สำหรับองค์กรที่มีระบบป้องกันข้อมูลรั่วไหลในตัวมีสัดส่วน 10%

มาตรการควบคุมแต่ละแบบได้รับการออกแบบให้ตรวจสอบข้อมูล ณ จุดเดียว การบล็อกโดเมนจะอนุญาตหรือหยุดการเชื่อมต่อ พร้อมบันทึกว่ามีการเชื่อมต่อไปยังเว็บไซต์ใด ส่วนส่วนขยายเบราว์เซอร์จะเห็นสิ่งที่พิมพ์ในเบราว์เซอร์นั้น แต่จะตรวจไม่พบข้อมูลที่ส่งจากแอปบนเดสก์ท็อป ผู้ช่วยเขียนโค้ดภายในโปรแกรมแก้ไขโค้ด หรือเครื่องมือบรรทัดคำสั่ง ระบบป้องกันข้อมูลรั่วไหลที่ติดตั้งมาในแพลตฟอร์ม AI สำหรับองค์กรจะเห็นข้อมูลที่เข้าสู่แพลตฟอร์มนั้น มาตรการเหล่านี้ต่างเลือกตรวจสอบข้อมูลเพียงจุดเดียว แล้วหวังว่าข้อมูลจะถูกส่งผ่านจุดนั้น

การตรวจสอบได้เพียงจุดเดียวยังอธิบายตัวเลขการบังคับใช้มาตรการควบคุมได้ด้วย หากมาตรการควบคุมแยกบัญชีองค์กรออกจากบัญชีส่วนตัว หรือแยกการวางข้อมูลตามปกติออกจากกรณีที่มีความเสี่ยงไม่ได้ ก็ต้องบล็อกทั้งสองกรณีหรือไม่บล็อกเลย การบล็อกอย่างเข้มงวดจึงขัดขวางการทำงานที่ถูกต้องตามปกติไปพร้อมกับกรณีที่มีความเสี่ยง เมื่อถามถึงเหตุผลหลักที่ยังไม่หันมาใช้การบล็อกเชิงรุกมากขึ้น ผู้ตอบแบบสำรวจ 46% ระบุว่ากลัวกระทบกระบวนการทำงานของธุรกิจ และ 39% ระบุว่ายังไม่มั่นใจในความแม่นยำของระบบป้องกันข้อมูลรั่วไหลมากพอ

ข้อควรพิจารณา

ตัวเลขจากแบบสำรวจเป็นข้อมูลที่ผู้ตอบรายงานด้วยตนเอง และแบบสำรวจไม่ได้ตรวจสอบว่าคะแนนด้านการมองเห็นสอดคล้องกับการครอบคลุมจริงหรือไม่ ผู้ตอบส่วนใหญ่มาจากทวีปอเมริกา (80%) และองค์กรที่มีพนักงานน้อยกว่า 5,000 คน (67%) ดังนั้นผลลัพธ์อาจใช้กับองค์กรขนาดใหญ่ที่ดำเนินงานทั่วโลกได้ไม่เท่าเทียมกัน ข้อมูลเทเลเมทรีมาจากองค์กรที่เลือกใช้ระบบการมองเห็นลักษณะนี้ ซึ่งอาจทำให้กลุ่มตัวอย่างเอนเอียงไปทางองค์กรที่กังวลเรื่องการใช้ AI อย่างแพร่หลายอยู่แล้ว

เครื่องมือและเอเจนต์ที่ได้รับอนุมัติจะยิ่งทำให้รายชื่อมีประโยชน์น้อยลง

เมื่อผลิตภัณฑ์ SaaS ที่ได้รับอนุมัติเพิ่มผู้ช่วย AI เข้ามา คำถามที่ว่าเครื่องมือใดได้รับข้อมูลมักมีคำตอบสองข้อ ได้แก่ แอปพลิเคชันที่พนักงานเปิดใช้ และผู้ให้บริการโมเดล AI ที่อยู่เบื้องหลัง เรื่องนี้ยิ่งซับซ้อนขึ้นเมื่อมีเอเจนต์ AI เมื่อเอเจนต์ดึงไฟล์แล้วส่งต่อไปที่ใดที่หนึ่งแทนพนักงาน คำตอบว่าใครเป็นผู้ดำเนินการและทำไปเพื่ออะไรจึงขึ้นอยู่กับซอฟต์แวร์บางส่วน ดังที่บทความล่าสุดของ Unite.AI ว่าด้วยการโจมตีแบบแทรกคำสั่งในเอเจนต์ที่ใช้งานจริงชี้ให้เห็นว่า เนื้อหาที่เอเจนต์อ่านอาจชักนำให้เอเจนต์ทำตามได้ ดังนั้นคำอธิบายของเอเจนต์เองเกี่ยวกับสิ่งที่ทำจึงใช้แทนหลักฐานที่ระบุวัตถุประสงค์ไม่ได้

การทดสอบที่คุณทำได้ภายในเดือนนี้

ย้อนดูข้อมูลในช่วง 30 วันที่ผ่านมา แล้วเลือกข้อมูลที่ละเอียดอ่อนที่สุดซึ่งคุณเชื่อว่าถูกส่งไปยังเครื่องมือ AI จากนั้นตรวจสอบว่าทีมของคุณสามารถรวบรวมข้อมูลต่อไปนี้ได้โดยไม่ต้องจัดทำขึ้นเองหรือไม่:

• ข้อมูลนั้นคืออะไร และมาจากที่ใด
• เครื่องมือใดได้รับข้อมูลนั้น รวมถึงเครื่องมือที่ไม่ได้อยู่ในรายชื่อที่ได้รับอนุมัติ
• ข้อมูลถูกส่งผ่านบัญชีองค์กรหรือบัญชีส่วนตัว
• ผู้ส่งกำลังทำงานอะไรอยู่ในขณะที่ส่งข้อมูล

หากได้คำตอบสองข้อแรกอย่างรวดเร็ว แต่สองข้อหลังต้องอาศัยการสัมภาษณ์พนักงาน แสดงว่าการกำกับดูแลของคุณครอบคลุมเพียงรายชื่อเครื่องมือ และครอบคลุมข้อมูลของคุณเพียงเล็กน้อยเท่านั้น