ข้ามไปยังเนื้อหา
ติดอันดับใน The Agentic List 2026ดูข้อมูลเพิ่มเติม
Maven AGI

ข่าวผลิตภัณฑ์

ความปลอดภัยและธรรมาภิบาล AI ที่ Maven AGI: ออกแบบไว้ตั้งแต่แรก ไม่ใช่เสริมทีหลัง

ทำไมการนำ AI มาใช้ในองค์กรจึงต้องอาศัยสถาปัตยกรรมด้านความปลอดภัย ไม่ใช่แค่ส่วนเสริม

  • Lakshminarayana Gantiหัวหน้าฝ่าย Compliance

อ่าน 6 นาที

4 เสาหลักด้านความปลอดภัยและธรรมาภิบาล AI ได้แก่ การยืนยันตัวตน การควบคุมการเข้าถึง ชั้นข้อมูล และการตรวจจับภัยคุกคาม แสดงด้วยไอคอนสีม่วง

บทสนทนาแบบนี้เกิดขึ้นบ่อยกว่าที่หลายคนคิด

ลูกค้ากำลังคุยกับเจ้าหน้าที่ซัพพอร์ตเพื่อแก้ปัญหา ระหว่างนั้นลูกค้าให้ข้อมูลบัญชีทั่วไป เช่น ชื่อ อีเมล เบอร์โทรศัพท์ หรือรหัสลูกค้า แต่บางครั้งลูกค้าก็ให้ข้อมูลมากเกินจำเป็น เช่น หมายเลขประกันสังคม รายละเอียดบัตรเครดิต หรือข้อมูลทางการแพทย์อย่างผลวินิจฉัยหรือชื่อยาที่แพทย์สั่ง

คำถามนั้นเรียบง่ายแต่สำคัญมาก: ข้อมูลเหล่านั้นควรถูกจัดการอย่างไรต่อไป

ที่ Maven AGI เราแยกข้อมูลที่ได้รับอนุมัติออกจากข้อมูลอ่อนไหวที่ไม่จำเป็นอย่างชัดเจน เฉพาะข้อมูลที่ได้รับอนุมัติอย่างชัดแจ้งสำหรับแต่ละ use case เท่านั้นที่จะเข้าสู่ไปป์ไลน์การประมวลผล AI ได้ ส่วนข้อมูลอ่อนไหวที่ไม่จำเป็นจะถูกตรวจจับและปกปิด (redact) โดยอัตโนมัติตั้งแต่ขั้นตอนนำเข้าข้อมูล ก่อนที่จะถูกนำไปใช้ในการประมวลผล (inference) ของ AI ส่งไปยังผู้ให้บริการโมเดลภายนอก บันทึกลงใน audit log หรือแสดงบนอินเทอร์เฟซของเจ้าหน้าที่

การควบคุมเหล่านี้ขับเคลื่อนด้วยนโยบายและมีความสม่ำเสมอ ไม่ได้ปรับเปลี่ยนเป็นรายบทสนทนา ลูกค้าเป็นผู้กำหนดว่าข้อมูลใดได้รับอนุมัติสำหรับเวิร์กโฟลว์ของตน และ Maven AGI จะบังคับใช้นโยบายเหล่านั้นอย่างสม่ำเสมอทั่วทั้งแพลตฟอร์ม

นี่ไม่ใช่ฟีเจอร์ที่เพิ่มเข้ามาทีหลัง แต่เป็นสถาปัตยกรรมที่ระบบถูกออกแบบไว้ตั้งแต่วันแรก

ปัญหาความไว้วางใจใน AI ระดับองค์กร

การนำ AI มาใช้ในองค์กรไม่ได้ถูกจำกัดด้วยความสามารถของโมเดลอีกต่อไป แต่ถูกจำกัดด้วยความไว้วางใจ

องค์กรที่กำลังประเมินแพลตฟอร์ม conversational AI ต่างถามคำถามเชิงปฏิบัติแบบเดียวกัน: ระบบนี้จัดการข้อมูลลูกค้าที่อ่อนไหวได้อย่างปลอดภัยหรือไม่ ป้องกันไม่ให้ข้อมูลความเสี่ยงสูงถูกเปิดเผยโดยไม่จำเป็นได้อย่างไร เราจะแสดงประสิทธิผลของการควบคุมต่อผู้ตรวจสอบ หน่วยงานกำกับดูแล และลูกค้าได้อย่างไร และจะนำ AI ไปใช้ในสภาพแวดล้อมที่มีการกำกับดูแลโดยไม่สร้างความเสี่ยงใหม่ได้หรือไม่

สิ่งเหล่านี้ไม่ใช่ข้อกังวลเชิงทฤษฎี เมื่อลูกค้าองค์กรรายหนึ่งที่ให้ความสำคัญกับความปลอดภัยเป็นอันดับแรกได้ตรวจสอบสถานะด้าน compliance ของ Maven ปฏิกิริยาแรกของพวกเขาคือ คณะกรรมการของเราจะพอใจกับสิ่งนี้มาก ปฏิกิริยานั้นไปไกลกว่าเรื่องฟีเจอร์ แต่คือความมั่นใจว่าการนำ AI มาใช้จะไม่สร้างภาระความรับผิดด้านธรรมาภิบาลหรือ compliance

ความปลอดภัยในระดับสถาปัตยกรรม ไม่ใช่ส่วนเสริม

แนวทางของ Maven ตั้งอยู่บนหลักการง่ายๆ คือ delegated security

เราไม่ได้ขอให้ลูกค้าเปลี่ยนไปใช้โมเดลการยืนยันตัวตนหรือการเข้าถึงแบบใหม่ แต่เราผสานรวมเข้ากับระบบที่ลูกค้าไว้วางใจอยู่แล้ว ลูกค้าเป็นผู้กำหนดนโยบายการเข้าถึง และ Maven AGI บังคับใช้อย่างสม่ำเสมอ

เรื่องนี้สำคัญเพราะข้อกำหนดด้านความปลอดภัยไม่ได้เหมือนกันทุกที่ แต่ละอุตสาหกรรมและองค์กรมีข้อจำกัดด้านกฎระเบียบ การดำเนินงาน และความเสี่ยงที่แตกต่างกัน ความปลอดภัยแบบเดียวใช้กับทุกองค์กรจึงไม่ได้ผล

โดยภาพรวม Maven AGI รองรับการผสานรวมกับระบบ identity ขององค์กร การควบคุมการเข้าถึงตามบทบาท การยืนยันตัวตนที่รัดกุมสำหรับผู้ใช้ที่มีสิทธิ์พิเศษ การบันทึก audit log อย่างครบถ้วน การเข้ารหัสข้อมูลทั้งระหว่างส่งและขณะจัดเก็บ การแยก tenant และการทดสอบความปลอดภัยโดยหน่วยงานอิสระอย่างต่อเนื่อง

ความปลอดภัยของผลิตภัณฑ์: เลเยอร์เฉพาะสำหรับ AI

การควบคุมความปลอดภัยแบบดั้งเดิมเป็นสิ่งจำเป็น แต่ยังไม่เพียงพอ ระบบ AI นำมาซึ่งรูปแบบความล้มเหลวใหม่ๆ ที่ต้องมีมาตรการป้องกันเพิ่มเติม

รับเฉพาะข้อมูลที่อนุมัติ กันข้อมูลอ่อนไหวที่ไม่จำเป็นออก Maven AGI ใช้โมเดล allow-list ที่ลูกค้าเป็นผู้กำหนดและบังคับใช้ด้วยนโยบาย ข้อมูลที่ได้รับอนุมัติ เช่น ชื่อ อีเมล เบอร์โทรศัพท์ และรหัสบัญชี จะได้รับอนุญาตเมื่อจำเป็นต่อเวิร์กโฟลว์ซัพพอร์ต ส่วนข้อมูลอ่อนไหวความเสี่ยงสูงที่ไม่จำเป็น เช่น หมายเลขประกันสังคม ข้อมูลบัญชีการเงิน หรือรายละเอียดทางการแพทย์ จะถูกตรวจจับและปกปิดตั้งแต่ขั้นตอนนำเข้า การปกปิดเกิดขึ้นก่อนการเรียกใช้โมเดลภายนอก การจัดเก็บระยะยาว การบันทึก audit log หรือการแสดงบนอินเทอร์เฟซของเจ้าหน้าที่

ไม่นำข้อมูลลูกค้าไปเทรนโมเดล Maven AGI ไม่ใช้ข้อมูลลูกค้าในการเทรนหรือ fine-tune โมเดลพื้นฐาน ข้อมูลลูกค้าจะไม่ถูกรวบรวมหรือนำกลับมาใช้เพื่อปรับปรุงโมเดล

ความปลอดภัยและความทนทานต่อการโจมตี แพลตฟอร์มออกแบบมาเพื่อระบุเนื้อหาที่เป็นอันตรายและป้องกันภัยคุกคามเฉพาะของ AI ได้แก่ prompt injection ความพยายามอำพรางข้อความ และกลวิธีที่มุ่งดึงข้อมูลอ่อนไหวหรือแทรกแซงการทำงานของระบบ

คำตอบที่อ้างอิงแหล่งข้อมูลและตรวจสอบย้อนกลับได้ คำตอบอ้างอิงจากแหล่งความรู้ที่ลูกค้าอนุมัติ ผู้ใช้สามารถดูได้ว่าข้อมูลใดถูกใช้ประกอบแต่ละคำตอบ ช่วยลดผลลัพธ์ที่ไม่มีหลักฐานรองรับและตรวจสอบได้ง่ายขึ้น

ออกแบบให้มนุษย์กำกับดูแลได้ เมื่อระบบอัตโนมัติไม่เหมาะสม Maven AGI รองรับการส่งต่อไปยังเจ้าหน้าที่ตามสัญญาณที่กำหนดค่าได้ เช่น เกณฑ์ความมั่นใจ คำขอของลูกค้า หรือตัวบ่งชี้ความเสี่ยงของบทสนทนา เจ้าหน้าที่จะได้รับบริบทครบถ้วน ลูกค้าจึงไม่ต้องเล่าเรื่องซ้ำ

ยืนยันด้วยการตรวจสอบจากหน่วยงานอิสระ

การควบคุมที่แข็งแกร่งเป็นสิ่งสำคัญ และการรับรองจากหน่วยงานอิสระช่วยเสริมความไว้วางใจ

แนวปฏิบัติด้านความปลอดภัย ความเป็นส่วนตัว และธรรมาภิบาล AI ของ Maven ได้รับการยืนยันผ่านการตรวจสอบและการรับรองจากบุคคลที่สาม ได้แก่ ISO/IEC 27001:2022 (การจัดการความมั่นคงปลอดภัยสารสนเทศ), SOC 2 Type II (การควบคุมด้านความปลอดภัย ความพร้อมใช้งาน และการรักษาความลับ), ISO/IEC 27017 (การควบคุมความปลอดภัยบนคลาวด์), ISO/IEC 27018 (การคุ้มครองข้อมูลส่วนบุคคลในสภาพแวดล้อมคลาวด์), PCI-DSS v4.0 Level 1 AOC, HIPAA/HITECH พร้อม BAA, ISO/IEC 27701 (การจัดการข้อมูลความเป็นส่วนตัว) และ ISO/IEC 42001 (ระบบการจัดการ AI)

ISO/IEC 42001 เป็นการยืนยันจากหน่วยงานอิสระว่าระบบ AI ของ Maven อยู่ภายใต้การกำกับดูแลด้วยนโยบาย การติดตาม และการจัดการเหตุการณ์ที่กำหนดไว้ชัดเจน ไม่ใช่แค่นำไปใช้แล้วปล่อยไว้โดยไม่มีการตรวจสอบ

ความปลอดภัยและธรรมาภิบาลในสภาพแวดล้อมองค์กรที่มีการกำกับดูแล

การรับรองมาตรฐานเป็นสิ่งสำคัญ แต่เป็นเพียงส่วนหนึ่งของระบบที่กว้างกว่า

ตัวชี้วัดความสำเร็จที่แท้จริงคือองค์กรสามารถนำ AI มาใช้ได้อย่างมั่นใจหรือไม่ โดยรู้ว่าข้อมูลได้รับการปกป้อง ปฏิบัติตามข้อผูกพันได้ครบถ้วน และระบบ AI ทำงานอย่างคาดการณ์ได้และมีความรับผิดชอบในการใช้งานจริง

หากคุณกำลังประเมิน conversational AI สำหรับองค์กรหรืออุตสาหกรรมที่มีการกำกับดูแล นี่คือคำถามที่ควรถามผู้ให้บริการ: ข้อมูลใดบ้างที่ได้รับอนุญาตอย่างชัดแจ้งให้เข้าสู่ระบบ AI ข้อมูลอ่อนไหวที่ไม่จำเป็นถูกปกปิดที่ไหนและเมื่อใด มีการนำข้อมูลลูกค้าไปเทรนโมเดลหรือไม่ ได้รับการรับรองมาตรฐานใดแล้วจริงๆ บ้าง ระบบติดตั้งแบบ on-premises ได้หรือไม่หากจำเป็น รับมือกับ prompt injection และการโจมตีเฉพาะของ AI อื่นๆ อย่างไร และเมื่อ AI ส่งต่อให้มนุษย์ ลูกค้าต้องเริ่มต้นใหม่หรือไม่

ที่ Maven AGI ความปลอดภัยและธรรมาภิบาล AI ไม่ใช่สิ่งที่คิดทีหลังหรือคำกล่าวอ้างทางการตลาด แต่เป็นรากฐานทางสถาปัตยกรรมที่ทำให้องค์กรนำ AI มาใช้ได้จริง

หากต้องการเห็นแนวทางนี้ในการใช้งานจริง คุณสามารถจองเดโม หรือเยี่ยมชม Trust Center ของเรา

ทดลองกับบทสนทนาของคุณเอง

ขอรับเดโมเฉพาะสำหรับคุณฟรี

จองเดโม