Identity & Permission
AI ต้องรู้ว่า User คนไหนกำลังขอข้อมูล และบังคับ Role/Department/Tenant Scope ก่อนเข้าถึง Resource หรือ Tool
ตอน AI ใช้เพียงข้อมูลสาธารณะ ความเสี่ยงอาจต่ำ แต่เมื่อเริ่มอ่าน CRM, เอกสารภายใน หรือทำ Action ใน ERP คำถามเปลี่ยนทันทีว่า “ใครให้สิทธิ์อะไรได้บ้าง, ตรวจย้อนหลังอย่างไร, ข้อมูลไหนห้ามออก, และถ้า AI ทำผิดใครหยุดได้” Governance จึงต้องมาก่อนการ Scale Use Case
AI ต้องรู้ว่า User คนไหนกำลังขอข้อมูล และบังคับ Role/Department/Tenant Scope ก่อนเข้าถึง Resource หรือ Tool
กำหนด Action ที่ต้องให้คนกดยืนยัน เช่นราคา การเงิน การลบข้อมูล การส่งข้อความจำนวนมาก หรือการอนุมัติเอกสาร
บันทึก User, Tool, เวลา, Input สำคัญ และผลลัพธ์ เพื่อย้อนดู Incident หรือ Compliance Review ได้
กำหนดข้อมูลที่ห้ามส่งออกนอกระบบ/Region/Tenant และแยก Secret จาก Prompt/Model Context
Read-only Customer Summary กับ Cancel Order ไม่ควรมี Control เท่ากัน สามารถแบ่ง Tool เป็น Low/Medium/High Risk แล้วกำหนด Auth, Approval, Rate Limit และ Monitoring ตามผลกระทบจริง
ควรติดตาม Usage ตาม Team/User/Workflow, จำกัด Model หรือ Token สำหรับงานที่ไม่ต้องใช้โมเดลใหญ่ และตั้ง Alert เมื่อ Cost/Request ผิดปกติ เพื่อให้ Scale การใช้งานได้โดยไม่เสียการควบคุมงบ
ควรกำหนด Policy พร้อมกับ Architecture ตั้งแต่ Pilot ว่าใครเป็น Owner ของ Use Case, Incident Route อยู่ที่ไหน, Tool ไหน Read/Write และข้อมูลประเภทใดห้ามใช้ เพื่อไม่ต้องย้อนแก้ระบบเมื่อองค์กรเริ่มขยายผู้ใช้
ควรมีระดับพื้นฐานตั้งแต่ Pilot โดยเฉพาะ Identity, Permission, Logging และข้อห้ามของข้อมูล แม้ยังไม่ต้องมี Framework ใหญ่เท่า Production
ไม่จำเป็น สามารถอนุญาต Write Action ที่ความเสี่ยงต่ำและ Validation ชัด ส่วน Action สำคัญใช้ Human Approval หรือแยกสิทธิ์เพิ่มเติม
ไม่ใช่ ต้องมี Business Owner เพราะความเสี่ยงของราคา ลูกค้า เอกสาร และการตัดสินใจทางธุรกิจไม่ได้อยู่ที่ IT ฝ่ายเดียว
ดู ขั้นตอนทำ AI จาก Pilot ถึง Production เพื่อเห็นจุดที่ต้องกำหนด Permission, Logging, Approval และ Monitoring