The GROUNDED Framework: Governed AI สำหรับองค์กรที่อยู่ภายใต้การกำกับและต้องการอธิปไตยข้อมูล

ห้าการตัดสินใจในหน้าเดียว

GROUNDED Framework คือ board briefing สำหรับแพลตฟอร์ม AI agent ระดับองค์กร (กันยายน 2026) ภายใต้แนวคิด "Sovereign by design. Governed by evidence. Measured by value." โดยขอให้คณะกรรมการอนุมัติห้าเรื่อง:

1. อธิปไตยข้อมูล — ข้อมูลที่ระบุตัวลูกค้าได้จะไม่ออกนอกเขตอำนาจไทยเพื่อการประมวลผล AI ในรูปแบบใด ๆ นอกจากที่ผ่าน reversible tokenisation
2. ความรับผิดชอบ — CRO เป็นประธานคณะกรรมการ AI Governance และผู้สร้างแพลตฟอร์มไม่ใช่ผู้อนุมัติ use case
3. รูปแบบงบประมาณ — AI Gateway และ sovereign GPU cluster เป็นโครงสร้างพื้นฐานร่วม ไม่คิดกับ use case แรก
4. ลำดับ — ไม่มี use case ที่ใกล้ชิดลูกค้าขึ้น production ก่อนที่ gateway, ทะเบียน และ evaluation harness จะทำงาน
5. ต้นทุนของอธิปไตย — ประมาณ 11 ล้านบาทต่อปี อนุมัติเป็นรายการถาวร และรายงานคู่กับการใช้งานและคุณค่า

ปัญหา: แผนภาพธรรมาภิบาลไม่ใช่แพลตฟอร์มที่มีธรรมาภิบาล

• Shadow AI — AI ส่วนใหญ่เข้ามาผ่านฟีเจอร์ SaaS และความริเริ่มของพนักงาน ไม่เคยผ่านแบบฟอร์ม use case
• การไหลทางเดียว — ประเมินความเสี่ยงครั้งเดียวก่อนมีมาตรการ และไม่เคยยอมรับความเสี่ยงคงเหลืออย่างเป็นทางการ
• ไม่มีผู้ปฏิเสธ — ความเสี่ยงถูกบันทึก ถกในเวทีที่ไม่มีอำนาจตัดสิน แล้วถูกแซงด้วยกำหนดส่งงาน
• ไม่มีบัญชีคุณค่า — ธรรมาภิบาลที่ถูกมองเป็นแค่ต้นทุนความเสี่ยง คือรายการแรกที่ถูกตัดเมื่อไตรมาสยากลำบาก

คำตอบ: แปดชั้น สองวงรอบ ห้า gate

Govern (อำนาจที่ระบุชื่อและ risk appetite ที่คณะกรรมการอนุมัติ) · Recognise (การรับคำขอและการค้นหา Shadow AI เข้าสู่ทะเบียนเดียว) · Orient (จัดระดับความเสี่ยงและ data zone ในการประเมินเดียวกัน) · Uphold (ข้อกำหนดการควบคุม 20 ข้อที่เป็นอิสระจากเทคโนโลยี) · Navigate (map กับสิ่งที่มีอยู่ แล้วปิดส่วนที่เหลือ) · Design (บังคับใช้ที่ choke point เดียว ย้อนกลับได้) · Enforce (assurance ต่อเนื่องที่เปลี่ยนการควบคุม ไม่ใช่แค่ dashboard) · Demonstrate (หลักฐานสำหรับหน่วยงานกำกับ คุณค่าสำหรับคณะกรรมการ)

สองวงรอบ: การออกแบบป้อนกลับเพื่อประเมินความเสี่ยงคงเหลือใหม่ และหลักฐานจาก runtime ป้อนกลับเพื่อเปิด portfolio ใหม่ — รายไตรมาสสำหรับ Tier 1 และรายครึ่งปีสำหรับ Tier 2

ห้า gate แต่ละ gate มีเจ้าของที่มีอำนาจปฏิเสธ และผูกกับโครงสร้างที่มีอยู่ (Change Advisory Board, New Product Approval, Outsourcing Committee) — "หากคณะกรรมการไม่เคยปฏิเสธอะไรเลย ก็ไม่ได้กำลังกำกับดูแล"

สิ่งที่กำกับ: แพลตฟอร์ม AI agent สำหรับพนักงานทั้งธนาคาร

• พนักงานในขอบเขต 18,000 คน, 13 use case ใน portfolio แรก, 6 รายการเป็น Tier 1 (สูง/วิกฤต), 20 โดเมนการควบคุมตามระดับ
• ความสามารถ: RAG บนความรู้ภายใน, document intelligence และ OCR, agent รายแผนก, การร่างและสรุป
• ข้อมูลส่วนบุคคล: ชื่อ เลขบัตรประชาชน ที่อยู่ เบอร์โทร ภาพเอกสารยืนยันตัวตน ประวัติธุรกรรม
• สถานะ: อยู่ภายใต้การกำกับของ ธปท., เป็น CII และอยู่ภายใต้ PDPA เต็มรูปแบบ

การตัดสินใจหลัก: inference เกิดที่ไหน

"การควบคุมด้วยสัญญาไม่ใช่หลักฐาน" — เมื่อผู้กำกับถามว่าเกิดอะไรขึ้นกับข้อมูลลูกค้าในวันหนึ่ง คำตอบว่า "สัญญาห้ามไว้" อ่อนกว่า log ที่พิสูจน์ว่าข้อมูลไม่เคยออกนอกประเทศอย่างมาก

อธิปไตยถูกบังคับใช้อย่างไร

การจัดประเภทข้อมูลเป็นตัวกำหนดปลายทาง ไม่ใช่ผู้ใช้ — classifier อยู่ใน AI Gateway และทำงานก่อนข้อมูลออกนอกระบบ reversible tokenisation เก็บตัวระบุไว้ในประเทศ ขณะที่ frontier model ประมวลผลบน token แล้วผู้ใช้เห็นชื่อจริงเมื่อผลลัพธ์กลับมา

สถาปัตยกรรมอ้างอิง: choke point เดียว trust boundary เดียว — sovereign cluster (GPU single-tenant เช่าจากผู้ให้บริการไทยที่ได้รับการรับรอง สำหรับ Zone A inference, embedding, re-ranking, Thai OCR และ PII detection), การควบคุมที่เป็นฟีเจอร์ของแพลตฟอร์ม (PII redaction, zone classification, routing, injection filtering, citation enforcement) และ ทุกอย่างที่เหลือใช้ซ้ำ — IAM, DLP, SIEM, GRC, vendor risk, change control และโปรแกรม PDPA ถูกขยายขอบเขต ไม่สร้างใหม่

ขยาย ไม่สร้างใหม่

ส่วนใหญ่ขององค์กรมีการควบคุมอยู่แล้ว — สร้างเฉพาะสิ่งที่ไม่มีของเทียบเคียง: Thai PII detection, chunk-level entitlement filtering, injection defence, prompt-level evidence และ evaluation harness โดยมี ช่องว่าง P1 แปดรายการ ที่แต่ละรายการบล็อก production ของ Tier 1 และทุกรายการมีเจ้าของและกำหนดวัน

เศรษฐศาสตร์: อธิปไตยมีราคา และไม่ใช่การประหยัด

ที่ปริมาณ 2.3 พันล้าน token ต่อเดือน (ตัวเลขเชิงตัวอย่าง): Frontier API ทั้งหมดราว 644, GROUNDED hybrid ราว 1,554 และ Sovereign ทั้งหมดราว 2,000 พันบาทต่อเดือน — ส่วนต่างคือ 51 บาทต่อพนักงานต่อเดือน หรือราว 11 ล้านบาทต่อปี จุดคุ้มทุนเทียบกับ frontier API อยู่ราว 4.3 พันล้าน token ต่อเดือน (ประมาณสองเท่าของความต้องการที่คาดการณ์) นี่จึงเป็น การตัดสินใจด้านกฎเกณฑ์และความยืดหยุ่นที่มีราคา ไม่ใช่การลดต้นทุน — business case ใดที่นำเสนอว่าเป็นการประหยัดจะแพ้ตั้งแต่คำถามแรกจากฝ่ายการเงิน (ควรแทนสมมติฐานทั้งหมดด้วยใบเสนอราคาจริงก่อนตัดสินใจ)

ลำดับการดำเนินงาน

• Phase 0–1 (เดือน 1–7): นโยบาย ทะเบียน gateway Thai redaction sovereign cluster และ use case ภายในความเสี่ยงต่ำ
• Phase 2 (เดือน 6–10): งานภายในที่เป็นความลับ — สัญญา การเงิน การตลาด การสรรหา
• Phase 3 (เดือน 9–13): งานใกล้ชิดลูกค้า — ผู้ช่วยสาขา KYC OCR relationship management และ contact centre

ความเสี่ยงหลักที่คณะกรรมการควรติดตาม

• R1 (สูงมาก): ข้อมูลส่วนบุคคลลูกค้าไปถึงโมเดลที่โฮสต์ต่างประเทศโดยไม่มีฐานกฎหมายเพียงพอ → zoning และ tokenisation ที่ gateway
• R3 (สูง): พนักงานสาขาส่งต่อคำตอบผิดให้ลูกค้า → บังคับ citation จำกัดหัวข้อ และมีมนุษย์ตรวจก่อนติดต่อลูกค้า
• R7 (สูง): Thai PII detection ทำงานต่ำกว่าเป้าและให้ความมั่นใจที่ผิด → วัด recall บนข้อมูลจริงก่อนพึ่งพา
• R5 (กลาง): ผู้ให้บริการเปลี่ยนเวอร์ชันโมเดลโดยไม่ตรวจพบ → version pinning และ regression อัตโนมัติ
• R10 (กลาง): การใช้งานหยุดชะงักหลังเปิดตัว → ฝังใน workflow มี champion รายแผนก และติดตามผู้ใช้รายสัปดาห์

สิ่งที่คณะกรรมการจะเห็น: ความเสี่ยงและคุณค่าในชุดเดียว

ธรรมาภิบาลและความเสี่ยง: AI ที่ลงทะเบียน ≥95%, Tier 1 มีบันทึก gate ครบ 100%, เหตุการณ์ SEV1 เป็นศูนย์, เวลาตรวจพบเฉลี่ย <30 นาที, คำขอ Zone A ประมวลผลในประเทศ 100%, ทดสอบ kill switch ใน 6 เดือน 100%

การใช้งานและคุณค่า: ผู้ใช้รายสัปดาห์ 50% ของกลุ่มเป้าหมาย, groundedness เฉลี่ยของ Tier 1 ≥0.90, ชั่วโมงที่ได้คืนตามเป้า, ต้นทุนต่องานต่ำกว่า baseline 30%, ผลตอบแทนสะสมเป็นบวกภายในเดือนที่ 18, Shadow AI ที่พบและปิดลดลงทุกไตรมาส

"การรายงานความเสี่ยงโดยไม่มีคุณค่า เชิญให้งบประมาณถูกตัด การรายงานคุณค่าโดยไม่มีความเสี่ยง เชิญผู้กำกับดูแลเข้ามา"