เมื่อ AI ปฏิบัติการ IT ยังคงเป็นเจ้าของผลลัพธ์

ผู้บริหารที่รับผิดชอบด้านเทคโนโลยีกำลังเผชิญกับความเป็นจริงที่ไม่สบายใจ กลยุทธ์การจัดการ IT ที่เคยช่วยให้ควบคุม ความรับผิดชอบ และความยืดหยุ่นไม่เหมาะสมกับอนาคตอีกต่อไป สิ่งนี้ไม่ใช่ความล้มเหลวของความเป็นผู้นำหรือวินัย nor เป็นผลมาจากการผิดพลาดที่แยกออกมา แต่เป็นการเปลี่ยนแปลงโครงสร้างใน cáchที่เทคโนโลยีทำงานและตัดสินใจภายในองค์กรสมัยใหม่

ที่ศูนย์กลางของการเปลี่ยนแปลงนี้คือปัญญาประดิษฐ์ ซึ่งกำลังเปลี่ยนแปลงไม่เพียงแต่เครื่องมือที่องค์กรใช้เท่านั้น แต่ยังเปลี่ยนแปลงกลไกการบริหารด้วย AI ไม่ได้เพียงขยายระบบที่มีอยู่เท่านั้น แต่ยังเปลี่ยนแปลงความเร็ว ขนาด และความเป็นอิสระที่ระบบเหล่านั้นทำงาน และบังคับให้พิจารณาใหม่ว่าจะตั้งค่าการควบคุมและดูแลอย่างไร

ความท้าทายไม่ใช่ว่าจะควบคุมการกระทำทุกอย่าง แต่เป็นว่าจะออกแบบการป้องกันให้ระบบอัตโนมัติสามารถเคลื่อนที่ได้อย่างรวดเร็วโดยไม่สร้างความเสี่ยง ค่าใช้จ่าย หรือผลที่ไม่ได้ตั้งใจในระดับที่ไม่สามารถยอมรับได้

เมื่อการบริหารจัดการสูญเสียหน้าต่าง

เป็นเวลาหลายทศวรรษที่การบริหารจัดการ IT อาศัยสมมติฐานพื้นฐานที่ว่าระบบทำงานที่ความเร็วที่อนุญาตให้มีการกำกับดูแลของมนุษย์ นโยบายสามารถทบทวน งบประมาณสามารถประเมิน การปฏิบัติตามข้อกำหนดสามารถตรวจสอบ และข้อยกเว้นสามารถยกขึ้นได้ เนื่องจากมีเวลาที่จะแทรกแซงก่อนที่ผลลัพธ์จะกลายเป็นรูปธรรม แม้ว่าองค์กรจะขยายตัวผ่านคลื่นของนวัตกรรมมือถือ คลาวด์ และ Big Data แต่สมมติฐานนั้นยังคงอยู่โดยทั่วไป มีหน้าต่างการบริหารจัดการเสมอ จุดระหว่างความตั้งใจและการดำเนินการซึ่งสามารถใช้วิจารณญาณของมนุษย์เพื่อ塑造 หยุด หรือขยายผลลัพธ์ได้

สมมติฐานนั้นไม่คงอยู่อีกต่อไป EY’s มีนาคม 2026 Technology Pulse Poll พบว่า 85% ของผู้นำด้านเทคโนโลยีจัดลำดับความสำคัญของความเร็วในการส่งมอบ AI มากกว่าการบริหารจัดการ ซึ่งเป็นสัญญาณว่าความสมดุลระหว่างการควบคุมและความเร็วได้เริ่มเอียงไปทางด้านการดำเนินการแล้ว

และเรารู้ว่าทำไม ปัญญาประดิษฐ์แนะนำวงจรการตัดสินใจอัตโนมัติที่ซับซ้อน เชื่อมโยงและเป็นอิสระจากข้อจำกัดดั้งเดิม เช่น การจัดสรรงบประมาณ การปฏิบัติตามข้อกำหนด และการกำกับดูแลความปลอดภัย ระบบเหล่านี้ไม่หยุดเพื่อการตรวจสอบหรือรอการอนุมัติ พวกมันถูกออกแบบมาเพื่อกระทำ ทดแทน และบรรลุวัตถุประสงค์อย่างไม่หยุดยั้ง โดยทั่วไปแล้วในเวลาจริงและในระดับที่เกินความเข้าใจของมนุษย์ แม้จะพูดด้วยน้ำเสียงที่สุภาพของมนุษย์ ผลลัพธ์คือการบีบอัดของวงจรการตัดสินใจจนไม่สามารถแทรกแซงได้

AI เปลี่ยนแปลงเศรษฐศาสตร์ของการดำเนินการ

ในเวลาเดียวกัน การเปลี่ยนแปลงนี้สอดคล้องกับการเปลี่ยนแปลงโครงสร้างอื่นที่กำลังเปลี่ยนแปลงเทคโนโลยีขององค์กร การบริโภคได้เปลี่ยนจากการลงทุนที่ตายตัวไปสู่โมเดลที่ขึ้นอยู่กับการใช้งานและผลลัพธ์ โดยที่ค่าใช้จ่ายปรับขนาดได้อย่างมีประสิทธิภาพตามการดำเนินการ Menlo Ventures’ ธันวาคม 2025 report, The State of Generative AI in the Enterprise, แสดงถึงขนาดของการเปลี่ยนแปลงนี้ โดยระบุว่าบริษัทต่างๆ ใช้จ่าย 37 พันล้านดอลลาร์ในการใช้ AI ในปี 2025 เพียงอย่างเดียว ซึ่งเป็นการเพิ่มขึ้น 3.2 เท่าจากปีก่อน

ในบรรยากาศใหม่นี้ ระบบ AI ถูกปรับให้เหมาะสมเพื่อให้บรรลุผลลัพธ์ ไม่ใช่เพื่อปฏิบัติตามข้อจำกัดที่กำหนดไว้ล่วงหน้า พวกมันตามวัตถุประสงค์ผ่านรูปแบบการบริโภคทรัพยากรที่ยากต่อการคาดการณ์ การร้องขอเดียวสามารถกระตุ้นการดำเนินการแบบแคสเคดข้าม API บริการภายใน และการอาศัยพึ่งพาที่ไม่ใช่ของบริษัท โดยมีผลกระทบทางการเงินและปฏิบัติการที่มักจะปรากฏชัดเจนเฉพาะหลังจากการดำเนินการได้แล้วสิ่งที่ดูเหมือนง่ายที่จุดเริ่มต้นสามารถขยายออกเป็นชุดปฏิกิริยาที่ซับซ้อนที่ไม่เข้าได้กับกรอบการบริหารจัดการหรือการกำกับดูแลแบบดั้งเดิม

การล่มสลายของแบบจำลองการควบคุมแบบดั้งเดิม

ผลกระทบต่อการบริหารจัดการมีผลกระทบอย่างลึกซึ้ง โมเดลการบริหารจัดการ IT แบบดั้งเดิมอาศัยลำดับเหตุการณ์ที่คุ้นเคย: นิยามนโยบาย อนุมัติการตัดสินใจจัดการข้อยกเว้น และตรวจสอบผลลัพธ์ แต่ละขั้นตอนสร้างขึ้นบนสมมติฐานที่ว่ามีการแบ่งแยกที่ชัดเจนระหว่างความตั้งใจและผลกระทบ แต่ในบรรยากาศที่ขับเคลื่อนด้วย AI ความแตกต่างระหว่างความตั้งใจและผลกระทบได้หายไปแล้ว

นโยบายไม่สามารถปรับให้เหมาะสมเพียงพอเพื่อควบคุมการดำเนินการแบบเรียลไทม์ การอนุมัติล่วงหน้าไม่ใช่เรื่องจริงเมื่อตัดสินใจเกิดขึ้นในไม่กี่มิลลิวินาที ข้อยกเว้นจะเกิดขึ้นเฉพาะหลังจากที่ผลลัพธ์ đãแพร่กระจายไปทั่วระบบแล้ว การตรวจสอบยังคงเป็นไปได้ แต่สามารถสร้างเหตุการณ์ขึ้นมาใหม่ได้เพียงหลังจากที่ผลกระทบได้ปรากฏชัดเจนแล้ว

หลักฐานของการล่มสลายนี้ปรากฏชัดเจนแล้ว IBM’s Cost of a Data Breach Report พบว่า 97% ขององค์กรที่ประสบกับการละเมิดความปลอดภัยที่สำคัญที่เกี่ยวข้องกับ AI ไม่มีการควบคุมการเข้าถึงที่เหมาะสมสำหรับระบบเหล่านี้ แต่แม้จะเผชิญกับความเสี่ยงเหล่านี้ การนำ AI ไปใช้ก็ยังคงเพิ่มขึ้นอย่างต่อเนื่อง โดยได้รับแรงผลักดันจากคุณค่าเชิงกลยุทธ์ของ AI ประวัติศาสตร์แสดงให้เห็นว่าความไม่สมดุลนี้จะไม่ยั่งยืนได้ตลอดไป เทคโนโลยีไม่เคยทำงานโดยไม่มีการกำกับดูแลเป็นเวลานาน และเมื่อเวลาผ่านไป AI จะต้องมีรูปแบบใหม่ของโครงสร้าง วินัย และการควบคุมที่บังคับใช้ได้ ซึ่งจะต้องถูกกำหนดให้ต่างไปจากสมมติฐานในปัจจุบัน

ความรับผิดชอบยังคงเป็นของมนุษย์

สิ่งนี้สร้างความตึงเครียดที่เพิ่มขึ้นระหว่างความสามารถและความรับผิดชอบ AI ดำเนินการด้วยความเร็วของเครื่องจักร ในขณะที่ความรับผิดชอบยังคงอยู่กับมนุษย์ โดยถูกจำกัดด้วยความเร็วที่ผู้คนสามารถตีความ เข้าใจ และตอบสนองต่อผลลัพธ์ คณะกรรมการ ผู้กำกับดูแล และผู้ถือหุ้นจะไม่ยอมรับว่าระบบอัตโนมัติเพียงแค่กระทำตามที่ออกแบบมาเป็นคำอธิบายที่เพียงพอสำหรับความล้มเหลว ความรับผิดชอบไม่ได้เปลี่ยนแปลงไปพร้อมกับการอัตโนมัติ มันอยู่กับองค์กรและผู้บริหารที่รับผิดชอบในการกำกับดูแล

ผลลัพธ์คือการแยกความแตกต่างที่เพิ่มขึ้นระหว่างการกระทำและการรับผิดชอบ การตัดสินใจจะดำเนินการได้เร็วกว่าที่จะถูกควบคุม และมักจะเกิดขึ้นในลักษณะที่ยากต่อการติดตามในเวลาจริง ในเวลาเดียวกัน ความจำเป็นที่จะอธิบาย ควบคุม และให้เหตุผลในการตัดสินใจเหล่านั้นเพิ่มขึ้นเมื่อปริมาณและผลกระทบของการตัดสินใจเพิ่มขึ้น ความแตกต่างนี้กำหนดความท้าทายหลักสำหรับการนำ IT ในยุคสมัยใหม่: การบริหารจัดการสภาพแวดล้อมที่ไม่สามารถแทรกแซงได้ ค่าใช้จ่ายที่มีศักยภาพในการเปลี่ยนแปลง และการควบคุมไม่สามารถสร้างขึ้นใหม่ได้หลังจากที่การดำเนินการได้แล้ว

ประเภทใหม่ของความเสี่ยงขององค์กร

ความเร็วและความเป็นอิสระของการตัดสินใจที่ขับเคลื่อนด้วย AI สร้างโปรไฟล์ความเสี่ยงที่แตกต่างอย่างมาก ระบบเหล่านี้ไม่เพียงขยายการเสี่ยงไปตามหมวดหมู่ที่คุ้นเคย เช่น ความเสี่ยงทางการเงิน การดำเนินการ กฎหมาย หรือชื่อเสียง แต่ยังเปลี่ยนแปลงวิธีการที่ความเสี่ยงเหล่านี้เกิดขึ้น ขยายตัว และปรากฏชัดเจน ความเสี่ยงทางการเงินสามารถเติบโตอย่างรวดเร็วเมื่อกิจกรรมที่ขับเคลื่อนด้วยการบริโภคสะสมในเวลาจริง การหยุดชะงักในการดำเนินการสามารถแพร่กระจายไปทั่วระบบที่เชื่อมโยงกันมาก่อนที่จะถูกตรวจจับ การละเมิดกฎหมายและข้อบังคับอาจเกิดขึ้นโดยไม่มีการตั้งใจหรือการตรวจสอบที่ชัดเจน ความเสียหายต่อชื่อเสียงสามารถเกิดขึ้นได้เร็วกว่าที่องค์กรจะตอบสนอง

ความเสี่ยงเหล่านี้ไม่ใช่ทางทฤษฎีแล้ว บุคคลเดียวสามารถใช้เอเย่นต์ AI ที่สามารถใช้จ่าย ปรับเปลี่ยนระบบ และเริ่มการดำเนินการด้วยความเร็วที่เกินความสามารถของหน่วยงานกฎหมาย IT หรือการเงินในการกำหนดขีดจำกัด ติดตามพฤติกรรม หรือบังคับใช้การควบคุม ความรับผิดชอบกลายเป็นเรื่องที่ยากขึ้นเมื่อเครื่องมือการกำกับดูแลแบบดั้งเดิมล้มเหลวในการติดตามความเร็วในการดำเนินการ และการงบประมาณกลายเป็นเรื่องที่ไม่สอดคล้องกันเมื่อการกระทำที่เล็กๆ น้อยๆ สะสมกันเป็นผลลัพธ์ทางการเงินที่สำคัญ

ในบรรยากาศนี้ ระบบ AI จะติดตามเส้นทางที่มีประสิทธิภาพสูงสุดในการบรรลุวัตถุประสงค์ โดยไม่มีข้อจำกัดที่กำหนดไว้อย่างชัดเจน เส้นทางนั้นมักจะเบี่ยงเบนไปจากความคาดหวังขององค์กร

จากการจัดการโครงสร้างพื้นฐานไปสู่การออกแบบรางกั้น

ความเป็นจริงเหล่านี้กำลังเปลี่ยนแปลงบทบาทของการนำ IT ผู้นำด้านเทคโนโลยีไม่ได้เพียงจัดการระบบเท่านั้น แต่ยังจัดการพฤติกรรมอัตโนมัติในระดับใหญ่ บทบาทของ IT กำลังเปลี่ยนจากการควบคุมโครงสร้างพื้นฐานโดยตรงไปสู่การออกแบบและการบังคับใช้รางกั้นที่กำหนดระดับที่ยอมรับได้ของความตั้งใจ ความเสี่ยง และค่าใช้จ่าย ที่ไหนที่ IT เคยเน้นการจัดเตรียมการเก็บข้อมูล การคำนวณ และการเชื่อมต่อ ตอนนี้จะต้องเน้นการกำหนดรูปแบบว่าระบบจะดำเนินการภายในขอบเขตที่กำหนดเพราะอนาคตของ IT ขึ้นอยู่กับประสิทธิผลของรางกั้นเหล่านี้

องค์กรที่ล้มเหลวในการปรับตัวจะดิ้นรนเพื่อดำเนินการได้ตามความต้องการของลูกค้าและตลาด ผู้ที่ประสบความสำเร็จจะได้รับประโยชน์ในการแข่งขันที่ยั่งยืนโดยการผสมผสานความเร็วและควบคุม จุดนี้เป็นจุดเปลี่ยนสำหรับองค์กร ซึ่งจะกำหนดว่าพวกเขาสามารถใช้ AI เพื่อขยายการผลิต ปรับปรุงประสิทธิภาพ และแข่งขันในบรรยากาศที่มีการเปลี่ยนแปลงอย่างรวดเร็วได้อย่างมีประสิทธิภาพ

สุดท้ายแล้ว ความรับผิดชอบยังคงเป็นของมนุษย์ องค์กรที่ประสบความสำเร็จจะเป็นองค์กรที่รับรู้ความเป็นจริงนี้และเตรียมพร้อมที่จะดำเนินการภายในบรรยากาศนี้

สิ่งที่ CIO ในอนาคตควรทำต่อไป

การเปลี่ยนแปลงเหล่านี้สร้างลำดับความสำคัญที่ชัดเจนสำหรับ CIO ในอนาคต

CIO ต้องสร้างการกำกับดูแลทางการเงินและปฏิบัติการที่เข้มแข็งเหนือการดำเนินการ AI โดยมีฐานอยู่บนการควบคุมแบบเรียลไทม์ที่จัดการค่าใช้จ่าย ตัวกระตุ้นการดำเนินการ และพฤติกรรมอัตโนมัติ การควบคุมเหล่านี้จะต้องรวมถึงกลไกที่บังคับใช้ได้ เช่น ขีดจำกัดการใช้จ่าย เพดานการใช้งาน และการหยุดอัตโนมัติที่ป้องกันการบริโภคที่ไม่หยุดยั้งก่อนที่จะสร้างผลกระทบทางการเงินที่สำคัญ

ในเวลาเดียวกัน องค์กรจะต้องกำหนดและจัดการเศรษฐศาสตร์เบื้องหลังของ AI สิ่งนี้ต้องติดตามตัวขับเคลื่อนหลัก เช่น คำสั่ง การเรียกแบบจำลอง เอเย่นต์ และรูปแบบการเข้าถึง ในขณะเดียวกันก็รับรองว่าค่าเหล่านี้เชื่อมโยงกับผลลัพธ์ทางธุรกิจ เช่น ความต้องการของลูกค้า การส่งมอบบริการ การผลิตปฏิบัติการ และการเติบโตของรายได้

การกำกับดูแลจะต้องรวมถึงการมองเห็นแบบเรียลไทม์อย่างต่อเนื่องในกิจกรรม AI ความสามารถในการติดตามและตรวจสอบไม่สามารถพึ่งพาการวิเคราะห์หลังเหตุการณ์แล้ว มันจะต้องให้ความเข้าใจที่ต่อเนื่องเกี่ยวกับว่าระบบดำเนินการอย่างไร ที่ไหนกิจกรรมเริ่มต้น เอเย่นต์และแบบจำลองใดที่เกี่ยวข้อง และทรัพยากรถูกบริโภคอย่างไร ความสามารถในการมองเห็นนี้ช่วยให้องค์กรสามารถสังเกตพฤติกรรมเมื่อมันเกิดขึ้นและแทรกแซงเมื่อจำเป็น

การดำเนินการ AI จะต้องเข้าใจไม่เพียงแต่เป็นเหตุการณ์เดียว แต่เป็นชุดปฏิกิริยาและการส่งมอบที่จะต้องถูกติดตามอย่างต่อเนื่องและตามบริบท การร้องขอเดียวสามารถกระตุ้นการดำเนินการแบบแคสเคดทั่วระบบภายใน บริการภายนอก และเอเย่นต์ที่ประสานกัน ทำให้ค่าใช้จ่ายและผลกระทบการดำเนินการเพิ่มขึ้น การกำกับดูแลที่มีประสิทธิผลจึงต้องการการมองเห็นในห่วงโซ่นี้และคำจำกัดความเพื่อทำความเข้าใจขอบเขตการดำเนินการอย่างเต็มที่

การเป็นเจ้าของและความรับผิดชอบที่ชัดเจนจะต้องเป็นพื้นฐานของความพยายามทั้งหมดนี้ องค์กรจะต้องกำหนดว่าใครรับผิดชอบในการสร้างและใช้ระบบ AI ใครเป็นเจ้าของผลลัพธ์ที่ระบบเหล่านี้สร้างขึ้น และใครรับผิดชอบต่อผลลัพธ์ทางการเงิน การดำเนินการ และการปฏิบัติตามข้อกำหนด โดยไม่มีการเป็นเจ้าของที่ชัดเจน การกำกับดูแลไม่สามารถประสบความสำเร็จได้

สุดท้าย CIO จะต้องกำหนดชุดเมตริกระดับบริหารจัดการที่แปลกิจกรรมทางเทคนิคให้เป็นข้อมูลเชิงธุรกิจที่มีความหมาย ซึ่งรวมถึงต้นทุนการใช้แบบจำลอง ต้นทุนต่อผลลัพธ์ที่ขับเคลื่อนด้วย AI การใช้จ่าย AI ทั้งหมดที่อยู่ภายใต้การบริหารจัดการ และการมองเห็นระดับพอร์ตโฟลิโอข้ามแบบจำลองและเอเย่นต์ เมื่อรวมกันแล้ว การวัดเหล่านี้ให้มุมมองที่ชัดเจนเกี่ยวกับทั้งขนาดและประสิทธิภาพการใช้ AI ช่วยให้การตัดสินใจอย่างมีข้อมูลในระดับสูงสุดขององค์กร