Sebastien Rousseau

ความเสี่ยง AI จากบุคคลภายนอก

AI จากบุคคลภายนอก: โจทย์ธรรมาภิบาลหลักของบริษัทการเงินอังกฤษ

การใช้ AI ในบริษัทการเงินสหราชอาณาจักรที่ตอบแบบสำรวจแตะ 86% แล้ว แต่ตัวเลขที่สำคัญที่สุดอยู่ใต้พาดหัว: บุคคลภายนอกจัดหาระบบที่มีนัยสำคัญสูงกว่าครึ่งหนึ่ง และการกำกับดูแลพวกเขาคือความท้าทายด้านธรรมาภิบาลที่บริษัทรายงานบ่อยที่สุด

4 นาทีในการอ่าน
Banner for: AI จากบุคคลภายนอก: โจทย์ธรรมาภิบาลหลักของบริษัทการเงินอังกฤษ

การใช้ AI ในบริษัทการเงินสหราชอาณาจักรที่ตอบแบบสำรวจแตะ 86% แล้ว แต่ตัวเลขที่สำคัญที่สุดอยู่ใต้พาดหัว: บุคคลภายนอกจัดหาระบบที่มีนัยสำคัญสูงกว่าครึ่งหนึ่ง และการกำกับดูแลพวกเขาคือความท้าทายด้านธรรมาภิบาลที่บริษัทรายงานบ่อยที่สุด

บทสรุปสำหรับผู้บริหาร

  • ผู้ตอบ 86% รายงานว่าใช้ AI เพิ่มจาก 75% ในปี 2024 Generative AI คิดเป็น 56% ของระบบที่รายงาน
  • ราว 7% ของระบบที่รายงานถูกประเมินว่ามีนัยสำคัญสูง ลดจาก 16% ในปี 2024 แต่จำนวนสัมบูรณ์ของระบบที่มีนัยสำคัญสูงในปี 2026 มากกว่าเดิม
  • การนำระบบของบุคคลภายนอกมาใช้คิดเป็น 53% ของระบบที่มีนัยสำคัญสูง เพิ่มจาก 35% ในปี 2024 ผู้ให้บริการคลาวด์/การประมวลผลสามอันดับแรกคิดเป็น 79% ของความสัมพันธ์ด้านคลาวด์/การประมวลผลที่รายงาน
  • ผู้ตอบ 80% มีเอเจนต์ AI ใช้งานอยู่ แต่มีเพียง 2% ที่รายงานเอเจนต์ซึ่งมีอิสระกว้าง
  • ผู้ตอบคาดว่าทั้งประโยชน์และความเสี่ยงจะเพิ่มขึ้นในทุกหมวด โดยการขยายความเสี่ยงไซเบอร์และการพึ่งพาบุคคลภายนอกที่สำคัญยิ่งได้คะแนนเป็นความเสี่ยงเชิงระบบสูงสุด
  • การกำกับดูแลระบบ AI ของบุคคลภายนอกคือความท้าทายด้านธรรมาภิบาลที่รายงานบ่อยที่สุด

การสำรวจนี้คืออะไร และไม่ใช่อะไร #

เอกสารนี้ ซึ่งเป็นการสำรวจ AI และ machine learning ในภาคบริการทางการเงินสหราชอาณาจักรครั้งที่สี่ของ Bank of England (ธนาคารกลางอังกฤษ) และ FCA (Financial Conduct Authority หน่วยงานกำกับดูแลการประกอบธุรกิจการเงิน) เป็นบทสรุปเชิงพรรณนาของผลการสำรวจแบบรวม และควรยึดกรอบนี้ไว้ก่อนสรุปอะไรจากมัน ผลการสำรวจคือหลักฐานจากบริษัทที่เข้าร่วม ไม่ใช่การประเมินการใช้ AI ทั่วทั้งภาคการเงินสหราชอาณาจักรอย่างครบถ้วน ไม่มีส่วนใดด้านล่างที่ควรอ่านเป็นสำมะโน

การสำรวจได้รับคำตอบ 196 ราย: บริษัทขนาดใหญ่ 101 แห่งและบริษัทขนาดเล็ก 95 แห่ง เป็นครั้งแรกที่บริษัทซึ่งมีพนักงานน้อยกว่า 100 คนเลือกตอบแบบสอบถามฉบับย่อได้ และผู้ตอบ 105 รายตอบแบบสำรวจฉบับเต็ม หากไม่ระบุเป็นอย่างอื่น ตัวเลขในรายงานอิงจากคำตอบฉบับเต็ม ซึ่งช่วยให้เทียบกับการสำรวจก่อนหน้าได้ ร้อยละคำนวณจากคำตอบที่ใช้ได้ในระดับคำถามเท่านั้น บริษัทที่ไม่ตอบคำถามใดจึงไม่ถูกนับในตัวหารของคำถามนั้น คำตอบจากธนาคารระหว่างประเทศและบริษัทนายหน้า/ค้าหลักทรัพย์อ้างอิงการดำเนินงานในสหราชอาณาจักร

การสำรวจปี 2026 คงคำถามหลักจากการสำรวจก่อนหน้าไว้เพื่อความต่อเนื่อง และเพิ่มหรือปรับคำถามเพื่อสะท้อนพัฒนาการด้านการใช้และขีดความสามารถของ AI ตั้งแต่ปี 2024 นี่คือเหตุที่รายงานวางตัวเลขปี 2026 เทียบกับปี 2024 ได้ในด้านการนำไปใช้ นัยสำคัญ และสัดส่วนของบุคคลภายนอก และเป็นเหตุที่รายงานขอให้ผู้อ่านตีความการเปรียบเทียบกับปี 2024 อย่างระมัดระวัง เมื่อถ้อยคำคำถาม นิยาม ขอบเขต หรือกลุ่มผู้ตอบแตกต่างกัน บางหัวข้อ เช่น ภาคผนวกสั้นเรื่อง frontier AI และความเสี่ยงไซเบอร์ ไม่มีตัวเปรียบเทียบปี 2024 เลย

ข้อระวังเหล่านี้สำคัญ เพราะตัวเลขที่โดดเด่นที่สุดหลายตัวด้านล่างเป็นสัดส่วนของสัดส่วน ผู้อ่านที่มองข้ามตัวหารจะเข้าใจผิดว่าการเปลี่ยนองค์ประกอบคือการเปลี่ยนปริมาณ การสำรวจเองมีตัวอย่างชัดเจนของกับดักนี้ ซึ่งเราจะไปถึงในไม่ช้า

การนำไปใช้เกือบครบทุกแห่ง และ Generative AI ครองส่วนใหญ่ #

เริ่มที่พาดหัว ผู้ตอบ 86% รายงานว่าใช้ AI เพิ่มจาก 75% ในปี 2024 ตัวเลขนี้ครอบคลุมทั้งแบบสำรวจฉบับเต็มและฉบับย่อ และรายงานเองเตือนว่าร้อยละของปี 2026 และ 2024 ไม่ได้อ้างถึงกลุ่มบริษัทเดียวกัน และควรเปรียบเทียบอย่างระมัดระวัง บริษัทรายงานการใช้ Generative AI เอเจนต์ที่ขับเคลื่อนด้วย AI และระบบ AI ของบุคคลภายนอกมากขึ้น และสามเส้นเรื่องนี้ร้อยทุกส่วนที่เหลือของการสำรวจไว้ด้วยกัน

Generative AI คิดเป็น 56% ของระบบ AI ที่รายงานทั้งหมด รายงานเทียบกับ foundation model ซึ่งคิดเป็น 17% ของกรณีการใช้งาน AI ที่รายงานในปี 2024 รายงานระบุว่ามาตรวัดทั้งสองเทียบกันโดยตรงไม่ได้ การเรียกว่าเทคโนโลยีเดียวพุ่งขึ้น 39 จุดจึงผิด เมื่อดูร่วมกัน ในถ้อยคำของรายงาน มันชี้ว่าบริษัทรายงานการใช้ขีดความสามารถอเนกประสงค์เพิ่มขึ้นอย่างมากตั้งแต่ปี 2024

AI อยู่ตรงไหนในบริษัท? งานปฏิบัติการและไอทีคิดเป็นราว 31% ของระบบ AI ที่รายงานทั้งหมด เพิ่มจากราว 22% ในปี 2024 และไม่มีด้านใดอื่นเกิน 11% นั่นคือการกระจุกตัวที่โดดเด่น กรณีการใช้งานที่ติดต่อกับลูกค้าและงานส่วนหน้าได้รับความสนใจจากสาธารณะมากที่สุด แต่กลุ่มระบบที่รายงานก้อนใหญ่ที่สุดอยู่ในระบบท่อหลังบ้านของธุรกิจ ตัวเลขที่เกี่ยวข้องจากส่วนบริษัทขนาดเล็กชี้ไปทางเดียวกัน: ในกลุ่มผู้ตอบฉบับย่อ งานปฏิบัติการคือขอบเขตที่รายงานบ่อยที่สุดสำหรับการใช้ AI ในปัจจุบันหรือตามแผน ที่ 64%

ประโยชน์ที่รับรู้สอดคล้องกับภาพนั้น ประสิทธิภาพการดำเนินงาน ระบบอัตโนมัติ และผลิตภาพ คือด้านที่ได้คะแนนประโยชน์จาก AI ในปัจจุบันสูงสุด จากหลักฐานที่บริษัทรายงาน พวกเขาใช้ AI เพื่อบริหารตัวเองให้มีประสิทธิภาพขึ้นเป็นหลัก

การนำไปใช้ก็ไม่ได้กระจายเท่ากัน บริษัทเกือบครึ่งรายงานระบบ AI สิบระบบหรือน้อยกว่า ขณะที่สิบบริษัทที่รายงานระบบมากที่สุดคิดเป็น 43% ของระบบ AI ที่รายงานทั้งหมด ตัวเลข 86% จึงบอกความกว้างของการใช้ ไม่ใช่ความลึก บริษัทจำนวนน้อยแบกสัดส่วนใหญ่ของทั้งหมด และบริษัทจำนวนมากใช้ระบบเพียงไม่กี่ระบบ บริษัทขนาดเล็กก็อยู่ในภาพด้วย: ผู้ตอบฉบับย่อ 73% รายงานว่าใช้ AI และในจำนวนนั้น 58% รายงานว่าใช้ large language model อเนกประสงค์เป็นหลัก

ปริศนาเรื่องนัยสำคัญ #

นี่คือกับดักที่กล่าวถึงข้างต้น ราว 7% ของระบบ AI ที่รายงานถูกผู้ตอบประเมินว่ามีนัยสำคัญสูง เทียบกับ 16% ในปี 2024 อ่านเร็วๆ ดูเหมือน AI สำคัญต่อบริษัทน้อยลง หรือเสี่ยงน้อยลง

ไม่ได้หมายความเช่นนั้น จำนวนสัมบูรณ์ของระบบ AI ที่มีนัยสำคัญสูงที่รายงานในปี 2026 มากกว่าปี 2024 สัดส่วนลดลงเพราะยอดรวมเติบโตเร็วกว่ากลุ่มย่อยที่มีนัยสำคัญสูง เมื่อบริษัทนำระบบขึ้นใช้งานมากขึ้น ระบบที่เพิ่มเข้ามาส่วนใหญ่ถูกประเมินว่ามีนัยสำคัญต่ำกว่า ซึ่งเจือจางร้อยละ ขณะที่จำนวนระบบที่มีนัยสำคัญสูงยังเพิ่มขึ้น ระบบเหล่านี้ยังกระจุกตัวด้วย: สิบบริษัทคิดเป็น 62% ของระบบ AI ที่มีนัยสำคัญสูงที่รายงานทั้งหมด

นี่เป็นข้อแก้ที่มีประโยชน์สำหรับใครก็ตามที่สร้างกรณีธรรมาภิบาลจากร้อยละเพียงอย่างเดียว สัดส่วนระบบที่มีนัยสำคัญสูงที่ลดลงไม่ได้บอกอะไรที่น่าวางใจเกี่ยวกับภาระงานของผู้รับผิดชอบ ระบบที่ต้องกำกับดูแลมีมากกว่าปี 2024

ระบบที่สำคัญมาจากไหน #

ผลที่มีนัยมากที่สุดในการสำรวจคือใครสร้างและดำเนินระบบที่สำคัญที่สุด การนำระบบของบุคคลภายนอกมาใช้คิดเป็น 39% ของระบบ AI ที่รายงานทั้งหมด เพิ่มจาก 33% ในปี 2024 และ 17% ในปี 2022 นั่นคือการเคลื่อนอย่างสม่ำเสมอ การเปลี่ยนแปลงในกลุ่มระบบที่มีนัยสำคัญสูงชันกว่ามาก: ระบบของบุคคลภายนอกคิดเป็น 53% เพิ่มจาก 35% ในปี 2024

ดังนั้น เมื่อดูระบบที่รายงานทั้งหมด ระบบที่บริษัทถือว่าสำคัญที่สุดมีแนวโน้มมาจากภายนอกมากกว่ามาจากภายในแล้ว การเพิ่มขึ้น 18 จุดในสองปี ในหมวดที่ความล้มเหลวจะเจ็บที่สุด คือสัญญาณที่ชัดที่สุดในข้อมูล เมื่อรวมกับผลเรื่องนัยสำคัญข้างต้น ภาพคือระบบสำคัญที่มีจำนวนเพิ่มขึ้น ซึ่งส่วนใหญ่บริษัทไม่ได้สร้างเอง

การกระจุกตัวของผู้ให้บริการทำให้ภาพคมขึ้น ผู้ให้บริการคลาวด์และการประมวลผลสามรายใหญ่ที่สุดคิดเป็น 79% ของความสัมพันธ์ด้านคลาวด์/การประมวลผลที่รายงานทั้งหมด และผู้ตอบ 98% รายงานว่าใช้หนึ่งในสามรายนั้น การให้บริการ model API และโฮสติ้งก็กระจุกตัวเช่นกัน แม้น้อยกว่า: ผู้ให้บริการสามรายใหญ่ที่สุดคิดเป็น 54% ของความสัมพันธ์ที่รายงาน และผู้ให้บริการคลาวด์/การประมวลผลสามอันดับแรกล้วนอยู่ในห้าอันดับแรกของผู้ให้บริการ model API/โฮสติ้งด้วย บริษัทอาจมีระบบ AI มาก แต่ดึงโครงสร้างพื้นฐานและโมเดลเบื้องล่างจากผู้ให้บริการกลุ่มเล็กๆ

การทดแทนคือคำถามที่ยากกว่า จากความสัมพันธ์ด้านคลาวด์และการประมวลผลที่แตกต่างกัน 169 รายการที่รายงาน 37% ถูกจัดว่ามีความสำคัญวิกฤตสูงและทดแทนยาก และมีเพียง 35% ของกลุ่มนั้นที่มีแผนออกจากผู้ให้บริการที่ผ่านการทดสอบ สำหรับความสัมพันธ์ด้าน model API/โฮสติ้ง 226 รายการ สัดส่วนที่มีความสำคัญวิกฤตสูงและทดแทนยากคือ 14% ความคาดหวังด้านความยืดหยุ่นในการดำเนินงานที่เข้มขึ้นสำหรับ AI ของบุคคลภายนอก เช่น การทดสอบเหตุการณ์ร่วมกันหรือการวางแผนออกจากผู้ให้บริการ มีรายงานจากบริษัทเพียง 27%

ผู้ตอบยกความกังวลในระดับระบบนี้ขึ้นมาเอง: การขยายความเสี่ยงไซเบอร์และการพึ่งพาบุคคลภายนอกที่สำคัญยิ่งคือความเสี่ยงเชิงระบบสองอันดับแรก ทั้งในปัจจุบันและในสามปีข้างหน้า และผู้ตอบคาดว่าจะรุนแรงขึ้นเมื่อการใช้ AI แพร่หลายขึ้น สัดส่วนที่ให้การพึ่งพาบุคคลภายนอกที่สำคัญยิ่งเป็นความกังวลระดับสูงหรือรุนแรง เพิ่มจาก 40% ในปัจจุบันเป็น 63% ในหนึ่งถึงสามปีข้างหน้า ความคาดหวังนั้นเป็นการพยากรณ์ของผู้ตอบ ไม่ใช่ผลที่สังเกตได้ แต่ตัวเลขการกระจุกตัวของผู้ให้บริการให้ฐานที่ชัดเจน

บริษัทไม่ได้มองไม่เห็นข้อจำกัดนี้ ความกังวลด้านความมั่นคงปลอดภัยสารสนเทศและความยืดหยุ่นในการดำเนินงานถูกระบุเป็นข้อจำกัดสำคัญต่อการนำ AI ของบุคคลภายนอกมาใช้โดยผู้ตอบ 40% ตามด้วยความโปร่งใสที่จำกัดของระบบ AI ของบุคคลภายนอก (ข้อมูลฝึกสอน การออกแบบโมเดล ข้อจำกัดด้านประสิทธิภาพ รูปแบบความล้มเหลว) ที่ 34% เมื่อนับข้อจำกัดระดับใหญ่และปานกลางรวมกัน ความยากในการเจรจาการคุ้มครองตามสัญญาคือความท้าทายที่อ้างถึงมากเป็นอันดับสอง เมื่อรวมกัน สิ่งเหล่านี้อธิบายบริษัทที่พึ่งพาผู้ให้บริการภายนอกอย่างหนัก ขณะที่บอกว่ามองเข้าไปข้างในไม่ได้เสมอไป

เอเจนต์: ใช้งานแพร่หลาย ส่วนใหญ่อยู่ในบทบาทสนับสนุน #

ตัวเลขเอเจนต์ต้องอ่านอย่างระมัดระวัง เพราะพาดหัวกับเนื้อหาชี้ไปคนละทิศ ผู้ตอบ 80% รายงานว่ามีเอเจนต์ AI ใช้งานอยู่ อีก 14% รายงานแผนจะนำขึ้นใช้งานใน 12 เดือนข้างหน้า ตามตัวเลขนี้ เหลือเพียงส่วนน้อยที่ยังไม่ได้ใช้และไม่มีแผน

แต่ดูว่าเอเจนต์ทำอะไร ผู้ตอบ 80% รายงานเอเจนต์ในการใช้งานจริงที่ทำหน้าที่สนับสนุนการตัดสินใจ ซึ่งนิยามว่าเอเจนต์ AI เสนอการกระทำ ขณะที่มนุษย์ตัดสินใจและดำเนินการ 46% รายงานเอเจนต์ที่ดำเนินการภายใต้ข้อจำกัด ทำงานภายในขอบเขตและกฎที่กำหนดไว้ล่วงหน้า และ 22% รายงานเอเจนต์ที่มีอิสระแบบมีเงื่อนไข มีเพียง 2% ที่รายงานการใช้เอเจนต์ซึ่งมีอิสระกว้าง รูปแบบหลักคือเอเจนต์ที่ให้คำแนะนำ หรือลงมือภายในขอบเขตที่เข้มงวด

การสื่อสารกับลูกค้าคือจุดที่เส้นแบ่งเริ่มเลื่อน 16% รายงานว่าใช้เอเจนต์สำหรับการสื่อสารกับลูกค้าแบบอัตโนมัติในปัจจุบัน เพิ่มเป็น 34% เมื่อรวมการนำขึ้นใช้งานตามแผน สัดส่วนจะเพิ่มกว่าเท่าตัวหากบริษัททำตามแผน แต่แผนก็คือแผน และการสำรวจบอกไม่ได้ว่าจะส่งมอบจริงได้กี่ราย ในทางกลับกัน แม้รวมการนำขึ้นใช้งานตามแผน ผู้ตอบไม่เกิน 9% คาดว่าจะให้เอเจนต์อนุมัติหรือปฏิเสธผลลัพธ์ของลูกค้า ส่งคำสั่งซื้อขายหรือวางคำสั่ง เริ่ม ดำเนินการ หรือระงับการชำระเงิน หรือเปลี่ยนวงเงิน เกณฑ์ และการควบคุม

ผมอ่านว่าตัวเลข 2% บอกได้มากกว่า และสมควรได้รับความสนใจมากกว่า 80% การนำเอเจนต์ที่เสนอแนะแล้วรอคนขึ้นใช้งานเป็นก้าวเล็กๆ การนำเอเจนต์ที่มีอิสระกว้างขึ้นใช้งานเปลี่ยนว่าใครต้องรับผิดชอบต่อผลลัพธ์ จนถึงตอนนี้บริษัทพร้อมก้าวแรกอย่างกว้างขวาง และแทบไม่ก้าวที่สองเลย แผนการสื่อสารกับลูกค้าจะเป็นสัญญาณเริ่มต้นของการเปลี่ยนท่าทีนั้นหรือไม่ คือหนึ่งในคำถามเปิดที่น่าสนใจที่สุดในข้อมูล

ทั้งประโยชน์และความเสี่ยงคาดว่าจะเพิ่มขึ้น #

ผู้ตอบไม่ได้มอง AI เป็นเดิมพันด้านเดียว พวกเขาคาดว่าประโยชน์จะเพิ่มขึ้นในทุกด้านในสามปีข้างหน้า โดยคาดว่าจะเพิ่มมากที่สุดในด้านความมั่นคงปลอดภัยไซเบอร์และความยืดหยุ่นในการดำเนินงาน และด้านการสร้างรายได้และตำแหน่งการแข่งขัน สิ่งเหล่านี้คือความคาดหวัง และการสำรวจนำเสนอเช่นนั้น ไม่มีประโยชน์ใดในรายการที่ถูกมองอย่างกว้างขวางว่ามีขนาดเกินระดับปานกลางในปัจจุบัน

ฝั่งความเสี่ยงก็สม่ำเสมอไม่แพ้กันในแง่ทิศทาง ด้านที่ได้คะแนนความเสี่ยงต่อบริษัทจาก AI ในปัจจุบันสูงสุด คือการคุ้มครองข้อมูลและความปลอดภัย ความเสี่ยงจากบุคคลภายนอกและห่วงโซ่อุปทาน และความเสี่ยงเฉพาะของ GenAI ในหนึ่งถึงสามปีข้างหน้า ผู้ตอบคาดว่าระดับความเสี่ยงจะเพิ่มขึ้นในทุกหมวด แม้โดยเฉลี่ยพวกเขาให้คะแนนความรุนแรงของความเสี่ยงในปี 2026 ต่ำกว่าปี 2024

แหล่งข้อมูลวางกรอบภาพรวมอย่างสมดุล พัฒนาการเหล่านี้อาจนำประโยชน์มา ทั้งประสิทธิภาพที่สูงขึ้น การสนับสนุนการตัดสินใจที่ดีขึ้น และการบริหารความเสี่ยงที่แข็งแรงขึ้น และอาจสร้างหรือขยายความเสี่ยงด้านธรรมาภิบาล ความยืดหยุ่นในการดำเนินงาน การคุ้มครองข้อมูล ผลลัพธ์ต่อผู้บริโภค การพึ่งพาบุคคลภายนอก และเสถียรภาพทางการเงินด้วย ถ้อยคำมีเงื่อนไขกำกับเป็นของแหล่งข้อมูลเอง และเหมาะสมแล้ว การสำรวจวัดการรับรู้และแนวปฏิบัติที่รายงาน ไม่ใช่ผลได้หรือผลเสียที่เกิดขึ้นจริง

ผลกลุ่มหนึ่งเกี่ยวกับ frontier AI และขีดความสามารถด้านไซเบอร์ ผู้ตอบ 88% ประเมินว่าขีดความสามารถด้านไซเบอร์ของ frontier AI ที่พัฒนาไปในสองปีข้างหน้า มีผลกระทบปานกลางหรือสูงต่อโปรไฟล์ความเสี่ยงของบริษัท นั่นคือการประเมินมองไปข้างหน้า ไม่ใช่ผลที่วัดได้ แม้ 19% ระบุแล้วว่าการโจมตีผ่านห่วงโซ่อุปทานหรือบุคคลภายนอกที่มีประสิทธิผลสูงขึ้น คือช่องทางที่ frontier AI ก่อความเสี่ยงมากที่สุดในปัจจุบัน สิ่งที่บริษัททำไปแล้วเพื่อตอบสนองตรวจสอบได้ง่ายกว่า: 64% เลือกการจัดการช่องโหว่และรอบการแพตช์ เป็นด้านความยืดหยุ่นทางไซเบอร์ที่ได้รับความสนใจจากฝ่ายบริหารเพิ่มขึ้นมากที่สุดอันเป็นผลจากการตระหนักถึง frontier AI

ข้อจำกัด: เป็นเรื่องเชิงปฏิบัติมากกว่ากฎระเบียบ #

หากคาดว่ากฎระเบียบจะอยู่บนสุดของรายการอุปสรรค การสำรวจให้ภาพที่ละเอียดกว่านั้น ข้อจำกัดที่ไม่ใช่กฎระเบียบที่อ้างถึงมากที่สุด คือความยากในการผสาน AI เข้ากับกระบวนการและการตัดสินใจทางธุรกิจที่มีอยู่ และระบบหรือโครงสร้างพื้นฐานรุ่นเก่า ซึ่งถูกระบุเป็นข้อจำกัดใหญ่โดยผู้ตอบ 23% และ 22% ตามลำดับ สัดส่วนเหล่านี้ไม่สูง ชี้ว่าไม่มีอุปสรรคที่ไม่ใช่กฎระเบียบข้อใดครอบงำ แต่เป็นปัญหาวิศวกรรมและองค์กรธรรมดา ไม่ใช่เรื่องแปลกใหม่

ฝั่งกฎระเบียบ ข้อจำกัดที่รับรู้และอ้างถึงมากที่สุดคือการคุ้มครองข้อมูลและความเป็นส่วนตัวของสหราชอาณาจักร และกฎระเบียบระหว่างประเทศ ซึ่งผู้ตอบ 42% และ 29% ตามลำดับมองว่าเป็นภาระการปฏิบัติตามที่สูง 28% ระบุว่าไม่มีข้อจำกัดด้านกฎระเบียบ

บริษัทขนาดเล็กแสดงรูปแบบคล้ายกัน: ผู้ตอบฉบับย่อ 30% ระบุว่าการคุ้มครองข้อมูล การรักษาความลับ และประเด็นด้านไอทีเป็นข้อจำกัด การคุ้มครองข้อมูลปรากฏทั้งในการจัดอันดับความเสี่ยง ตัวเลขภาระด้านกฎระเบียบ และข้อจำกัดของบริษัทขนาดเล็ก หากมีประเด็นเดียวที่เชื่อมส่วนต่างๆ ของการสำรวจนอกเหนือจากบุคคลภายนอก ก็คือประเด็นนี้

ธรรมาภิบาล: กว้างบนกระดาษ บางลงหลังการนำขึ้นใช้งาน #

โครงสร้างที่เป็นทางการเกือบครบทุกแห่ง ผู้ตอบ 94% รายงานว่ามีนโยบาย หลักการ หรือมาตรฐานด้าน AI ระดับทั้งองค์กร และ 84% รายงานว่ามีที่ประชุมธรรมาภิบาลด้าน AI/ความเสี่ยงของแบบจำลองแบบรวมศูนย์ ในบรรดาการควบคุมความเสี่ยงด้านข้อมูล การอนุมัติโดยมนุษย์ การทบทวนก่อนนำขึ้นใช้งาน และการตรวจสอบสถานะผู้ขาย ต่างมีรายงานจากผู้ตอบมากกว่า 90%

ทีนี้เทียบกับการควบคุมที่ใช้หลังเปิดใช้งาน การติดตามอย่างต่อเนื่อง การทดสอบการรั่วไหล และการทบทวนหรือรับรองซ้ำเป็นระยะ ต่างมีรายงานจากผู้ตอบราวครึ่งหนึ่ง ความต่างชัดเจน การควบคุมความเสี่ยงด้านข้อมูลที่เกิดก่อนหรือ ณ จุดนำขึ้นใช้งาน ซึ่งมีคนลงนามอนุมัติ เกือบครบทุกแห่ง การควบคุมที่ยังทำงานต่อหลังนำขึ้นใช้งานมีรายงานราวครึ่งหนึ่ง

ผมเห็นว่านี่คือผลด้านธรรมาภิบาลที่เป็นแกนกลาง และเชื่อมโดยตรงกับเรื่องบุคคลภายนอก การสำรวจแสดงว่าบริษัทเข้าใจสิ่งที่ซื้อมาต่างกันเพียงใด สำหรับระบบที่มีนัยสำคัญสูง ผู้ตอบ 77% รายงานว่าพึ่งพาความรู้เชิงลึกของระบบที่พัฒนาภายใน เทียบกับ 24% สำหรับระบบของบุคคลภายนอก สำหรับระบบของบุคคลภายนอก 81% พึ่งพาการรับรองจากผู้ขายและข้อตกลงตามสัญญาแทน ระบบที่ซื้อมาแทนที่จะสร้างเอง คือระบบที่การทบทวนก่อนนำขึ้นใช้งานและการตรวจสอบสถานะผู้ขายเป็นคันโยกที่เห็นชัด การติดตามและการรับรองซ้ำต้องอาศัยการมองเห็นภายในระบบ และความโปร่งใสที่จำกัดของระบบ AI ของบุคคลภายนอกก็ถูกผู้ตอบ 34% ระบุเป็นข้อจำกัดอยู่แล้ว การสำรวจไม่ได้ระบุความเชื่อมโยงเชิงเหตุผลนี้ และข้อมูลพิสูจน์ไม่ได้ แต่ชิ้นส่วนเข้ากันได้ดีอย่างน่าอึดอัด

บริษัทก็พูดเช่นนั้นเอง การกำกับดูแลระบบ AI ของบุคคลภายนอกคือด้านความไม่แน่นอนหรือความท้าทายในการนำธรรมาภิบาลไปปฏิบัติที่รายงานบ่อยที่สุด การใช้หลักการบริหารความเสี่ยงของแบบจำลองกับแบบจำลองของบุคคลภายนอกหรือที่ผู้ขายจัดหา ถูกเลือกโดยผู้ตอบ 54% และการกำกับดูแลระบบที่บุคคลภายนอกจัดหาหรือมีอิทธิพลอย่างมีนัยสำคัญที่ 49% บริษัทราวครึ่งหนึ่งจึงรายงานความท้าทายในการใช้หลักการบริหารความเสี่ยงของแบบจำลองกับโมเดลที่ผู้ขายจัดหา และราวครึ่งหนึ่งในการกำกับดูแลระบบที่บุคคลภายนอกจัดหาหรือมีอิทธิพลอย่างมีนัยสำคัญ

วางสามเส้นเรื่องเคียงกัน บุคคลภายนอกจัดหาระบบที่มีนัยสำคัญสูงส่วนใหญ่ ผู้ให้บริการไม่กี่รายครองความสัมพันธ์เบื้องล่าง และธรรมาภิบาลของบริษัทเอง ซึ่งแข็งแรงที่ประตูทางเข้า กลับบางลงในการกำกับดูแลต่อเนื่อง โดยกรณีบุคคลภายนอกถูกระบุว่ายากที่สุด นี่ไม่ใช่การวิจารณ์บริษัทใด แต่เป็นการอธิบายว่าความพยายามที่รายงานอยู่ตรงไหน เทียบกับจุดที่ความเสี่ยงที่รายงานอยู่

ข้อสรุปที่ควรนำไปใช้ #

สำหรับผู้นำด้านเทคโนโลยี การอ่านเชิงปฏิบัติคือการซื้อแซงการสร้างไปแล้วสำหรับระบบที่สำคัญ อย่างน้อยในกลุ่มตัวอย่างนี้: 53% ของระบบที่มีนัยสำคัญสูงเป็นระบบของบุคคลภายนอก ความพยายามด้านวิศวกรรมจึงย้ายไปที่สิ่งที่ทำได้รอบๆ ระบบที่คุณไม่ได้ควบคุม: ความโปร่งใสตามสัญญา การทดสอบที่ขอบเขตระบบ และการติดตามที่ไม่ต้องพึ่งการเข้าถึงภายใน การสำรวจไม่ได้กำหนดสิ่งใดในนี้ และไม่ควรเข้าใจผิดว่าเป็นผลการสำรวจ สิ่งเหล่านี้คือคำถามที่ตัวเลขของมันยกขึ้นมา

สำหรับผู้ก่อตั้งที่ขาย AI ให้ภาคบริการทางการเงิน ข้อมูลชี้ว่าแรงเสียดทานจะอยู่ตรงไหน ผู้ตอบรายงานความกังวลด้านความมั่นคงปลอดภัยสารสนเทศและความยืดหยุ่นในการดำเนินงาน (40%) และความโปร่งใสที่จำกัด (34%) เป็นข้อจำกัดสำคัญต่อการนำ AI ของบุคคลภายนอกมาใช้ ผู้ขายที่ตอบสองข้อกังวลนี้ได้โดยตรง กำลังแก้สิ่งที่ผู้ตอบสัดส่วนไม่น้อยบอกว่าฉุดรั้งพวกเขา และเพราะผู้ตอบมากกว่า 90% รายงานการตรวจสอบสถานะผู้ขายเป็นการควบคุมความเสี่ยงด้านข้อมูล ผู้ให้บริการจึงควรคาดว่าจะถูกตรวจสอบ

สำหรับใครที่อยากอ่านตัวเลขการนำไปใช้ 86% ว่าส่วนที่ยากผ่านไปแล้ว การสำรวจให้มุมมองที่สุขุมกว่า การนำไปใช้กว้าง แต่บริษัทไม่กี่แห่งแบกสัดส่วนใหญ่ของระบบ เอเจนต์ส่วนใหญ่อยู่ในบทบาทสนับสนุน และผู้ตอบคาดว่าความเสี่ยงจะเพิ่มขึ้นในทุกหมวดในหนึ่งถึงสามปีข้างหน้า ผู้ตอบยังคาดว่าประโยชน์จะเพิ่มขึ้นในทุกด้าน ทั้งการมองโลกในแง่ดีและความระมัดระวังจึงไม่มีหลักฐานเป็นของตนฝ่ายเดียว

ข้อระวังจากตอนต้นยังใช้ได้ นี่คือบทสรุปเชิงพรรณนาของบริษัทที่ตอบ 196 แห่ง ซึ่งมีเพียง 105 แห่งที่ตอบแบบสำรวจฉบับเต็ม และไม่ใช่การประเมินภาคการเงินสหราชอาณาจักรอย่างครบถ้วน ภายในขอบเขตนั้น รูปแบบสม่ำเสมอพอจะใช้ประโยชน์ได้: ระบบที่บริษัทถือว่าสำคัญที่สุดมาจากภายนอกมากขึ้นเรื่อยๆ และการกำกับดูแลที่รายงานอ่อนที่สุดตรงจุดที่การพึ่งพามากที่สุด

คำถามที่ข้อมูลยกขึ้นแต่ตอบไม่ได้ คือจะเกิดอะไรที่เส้นแบ่งของอิสระ เมื่อผู้ตอบ 34% ใช้หรือวางแผนใช้เอเจนต์สำหรับการสื่อสารกับลูกค้าแบบอัตโนมัติ เทียบกับเพียง 2% ที่ใช้เอเจนต์ซึ่งมีอิสระกว้างในวันนี้ การสำรวจครั้งหน้าจะแสดงว่าเอเจนต์ยังอยู่ในบทบาทสนับสนุนหรือไม่ เมื่อระบบเบื้องหลังส่วนใหญ่จัดหาโดยผู้อื่น

คำถามที่พบบ่อย #

การสำรวจ AI ในภาคบริการทางการเงินสหราชอาณาจักรของ Bank of England และ FCA คืออะไร? คือการสำรวจร่วมครั้งที่สี่เรื่องปัญญาประดิษฐ์และ machine learning ในภาคบริการทางการเงินสหราชอาณาจักร ต่อจากการสำรวจในปี 2019, 2022 และ 2024 ฉบับปี 2026 ได้รับคำตอบ 196 ราย โดย 105 รายตอบแบบสอบถามฉบับเต็ม ผู้จัดทำนำเสนอเป็นบทสรุปเชิงพรรณนาของหลักฐานจากบริษัทที่เข้าร่วม ไม่ใช่การประเมินภาคการเงินสหราชอาณาจักรอย่างครบถ้วน

AI ของบริษัทมาจากบุคคลภายนอกมากแค่ไหน? การนำระบบของบุคคลภายนอกมาใช้คิดเป็น 39% ของระบบ AI ที่รายงานทั้งหมดในปี 2026 เพิ่มจาก 33% ในปี 2024 และ 17% ในปี 2022 ในกลุ่มระบบที่มีนัยสำคัญสูง สัดส่วนคือ 53% เพิ่มจาก 35% ในปี 2024

ผู้ให้บริการ AI กระจุกตัวแค่ไหน? ผู้ให้บริการคลาวด์และการประมวลผลสามรายใหญ่ที่สุดคิดเป็น 79% ของความสัมพันธ์ด้านคลาวด์/การประมวลผลที่รายงาน และผู้ตอบ 98% ใช้หนึ่งในสามรายนั้น ผู้ให้บริการ model API/โฮสติ้งสามรายใหญ่ที่สุดคิดเป็น 54% ของความสัมพันธ์ที่รายงานในหมวดนั้น จากความสัมพันธ์ด้านคลาวด์และการประมวลผล 169 รายการที่รายงาน 37% ถูกจัดว่ามีความสำคัญวิกฤตสูงและทดแทนยาก และมีเพียง 35% ของกลุ่มนั้นที่มีแผนออกจากผู้ให้บริการที่ผ่านการทดสอบ

บริษัทรายงานความท้าทายด้านธรรมาภิบาลใดเกี่ยวกับ AI ของบุคคลภายนอก? การกำกับดูแลระบบ AI ของบุคคลภายนอกคือด้านความไม่แน่นอนหรือความท้าทายในการนำธรรมาภิบาลไปปฏิบัติที่รายงานบ่อยที่สุด ผู้ตอบ 54% เลือกการใช้หลักการบริหารความเสี่ยงของแบบจำลองกับแบบจำลองของบุคคลภายนอกหรือที่ผู้ขายจัดหา และ 49% เลือกการกำกับดูแลระบบที่บุคคลภายนอกจัดหาหรือมีอิทธิพลอย่างมีนัยสำคัญ สำหรับระบบที่มีนัยสำคัญสูงของบุคคลภายนอก 81% พึ่งพาการรับรองจากผู้ขายและข้อตกลงตามสัญญา ขณะที่มีเพียง 24% ที่รายงานว่ามีความรู้เชิงลึกเกี่ยวกับระบบ

เอเจนต์ AI ทำงานอย่างอิสระในบริษัทการเงินสหราชอาณาจักรหรือไม่? น้อยมาก ผู้ตอบ 80% รายงานว่ามีเอเจนต์ AI ใช้งานอยู่ และ 80% รายงานเอเจนต์ในการใช้งานจริงเพื่อสนับสนุนการตัดสินใจ ซึ่งเอเจนต์เสนอการกระทำ และมนุษย์ตัดสินใจและดำเนินการ มีเพียง 2% ที่รายงานเอเจนต์ซึ่งมีอิสระกว้าง และแม้รวมแผนแล้ว ไม่เกิน 9% คาดว่าจะให้เอเจนต์อนุมัติหรือปฏิเสธผลลัพธ์ของลูกค้า ส่งคำสั่งซื้อขายหรือวางคำสั่ง เริ่ม ดำเนินการ หรือระงับการชำระเงิน หรือเปลี่ยนวงเงิน

เอกสารอ้างอิง #

ทบทวนล่าสุด .

เผยแพร่บทความนี้ซ้ำ

คัดลอกรูปแบบสำหรับ Medium

# AI จากบุคคลภายนอก: โจทย์ธรรมาภิบาลหลักของบริษัทการเงินอังกฤษ — Sebastien Rousseau

> Originally published at [https://sebastienrousseau.com/th/2026-11-21-chak-bukhkhlphaynok-chothythrrmaphibalhlak-brisathkarngeinoangkrues/](https://sebastienrousseau.com/th/2026-11-21-chak-bukhkhlphaynok-chothythrrmaphibalhlak-brisathkarngeinoangkrues/)

บุคคลภายนอกจัดหา 53% ของระบบ AI ที่มีนัยสำคัญสูงในบริษัทการเงินสหราชอาณาจักรที่ตอบแบบสำรวจ และการกำกับดูแลพวกเขาคือความท้าทายด้านธรรมาภิบาลอันดับหนึ่ง

Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/th/2026-11-21-chak-bukhkhlphaynok-chothythrrmaphibalhlak-brisathkarngeinoangkrues/

คัดลอกรูปแบบสำหรับ Mastodon

AI จากบุคคลภายนอก: โจทย์ธรรมาภิบาลหลักของบริษัทการเงินอังกฤษ — Sebastien Rousseau

บุคคลภายนอกจัดหา 53% ของระบบ AI ที่มีนัยสำคัญสูงในบริษัทการเงินสหราชอาณาจักรที่ตอบแบบสำรวจ และการกำกับดูแลพวกเขาคือความท้าทายด้านธรรมาภิบาลอันดับหนึ่ง

https://sebastienrousseau.com/th/2026-11-21-chak-bukhkhlphaynok-chothythrrmaphibalhlak-brisathkarngeinoangkrues/

คัดลอกที่จัดรูปแบบสำหรับ LinkedIn

AI จากบุคคลภายนอก: โจทย์ธรรมาภิบาลหลักของบริษัทการเงินอังกฤษ — Sebastien Rousseau

บุคคลภายนอกจัดหา 53% ของระบบ AI ที่มีนัยสำคัญสูงในบริษัทการเงินสหราชอาณาจักรที่ตอบแบบสำรวจ และการกำกับดูแลพวกเขาคือความท้าทายด้านธรรมาภิบาลอันดับหนึ่ง.

นี่คือประเด็นเชิงกลยุทธ์ที่สำคัญ:

- การสำรวจนี้คืออะไร และไม่ใช่อะไร. เอกสารนี้ ซึ่งเป็นการสำรวจ AI และ machine learning ในภาคบริการทางการเงินสหราชอาณาจักรครั้งที่สี่ของ Bank of England (ธนาคารกลางอังกฤษ) และ FCA (Financial Conduct Authority หน่วยงานกำกับดูแลการประกอบธุรกิจการเงิน)…
- การนำไปใช้เกือบครบทุกแห่ง และ Generative AI ครองส่วนใหญ่. เริ่มที่พาดหัว ผู้ตอบ 86% รายงานว่าใช้ AI เพิ่มจาก 75% ในปี 2024 ตัวเลขนี้ครอบคลุมทั้งแบบสำรวจฉบับเต็มและฉบับย่อ และรายงานเองเตือนว่าร้อยละของปี 2026 และ 2024 ไม่ได้อ้างถึงกลุ่มบริษัทเดียวกัน…
- ปริศนาเรื่องนัยสำคัญ. นี่คือกับดักที่กล่าวถึงข้างต้น ราว 7% ของระบบ AI ที่รายงานถูกผู้ตอบประเมินว่ามีนัยสำคัญสูง เทียบกับ 16% ในปี 2024 อ่านเร็วๆ ดูเหมือน AI สำคัญต่อบริษัทน้อยลง หรือเสี่ยงน้อยลง.
- ระบบที่สำคัญมาจากไหน. ผลที่มีนัยมากที่สุดในการสำรวจคือใครสร้างและดำเนินระบบที่สำคัญที่สุด การนำระบบของบุคคลภายนอกมาใช้คิดเป็น 39% ของระบบ AI ที่รายงานทั้งหมด เพิ่มจาก 33% ในปี 2024 และ 17% ในปี 2022 นั่นคือการเคลื่อนอย่างสม่ำเสมอ…

แนวทางขององค์กรของคุณในการรับมือกับความท้าทายที่ระบุไว้ในบทความนี้คืออะไร?

→ https://sebastienrousseau.com/th/2026-11-21-chak-bukhkhlphaynok-chothythrrmaphibalhlak-brisathkarngeinoangkrues/

#ความเสี่ยงAiจากบุคคลภายนอก #ThirdPartyAiRisk #ธรรมาภิบาลAi #AiGovernance #BankOfEngland

Sebastien Rousseau | CC-BY-4.0
อ้างอิงบทความนี้

AI จากบุคคลภายนอก: โจทย์ธรรมาภิบาลหลักของบริษัทการเงินอังกฤษ — Sebastien Rousseau

บุคคลภายนอกจัดหา 53% ของระบบ AI ที่มีนัยสำคัญสูงในบริษัทการเงินสหราชอาณาจักรที่ตอบแบบสำรวจ และการกำกับดูแลพวกเขาคือความท้าทายด้านธรรมาภิบาลอันดับหนึ่ง

BibTeX

@online{rousseau2026ai,
  author  = {Rousseau, Sebastien},
  title   = {{AI จากบุคคลภายนอก: โจทย์ธรรมาภิบาลหลักของบริษัทการเงินอังกฤษ — Sebastien Rousseau}},
  year    = {2026},
  url     = {https://sebastienrousseau.com/th/2026-11-21-chak-bukhkhlphaynok-chothythrrmaphibalhlak-brisathkarngeinoangkrues/},
  urldate = {2026}
}

RIS

TY  - GEN
AU  - Rousseau, Sebastien
TI  - AI จากบุคคลภายนอก: โจทย์ธรรมาภิบาลหลักของบริษัทการเงินอังกฤษ — Sebastien Rousseau
PY  - 2026
UR  - https://sebastienrousseau.com/th/2026-11-21-chak-bukhkhlphaynok-chothythrrmaphibalhlak-brisathkarngeinoangkrues/
ER  -

Vancouver

Rousseau S. AI จากบุคคลภายนอก: โจทย์ธรรมาภิบาลหลักของบริษัทการเงินอังกฤษ — Sebastien Rousseau. sebastienrousseau.com. 2026 Nov 21. Available from: https://sebastienrousseau.com/th/2026-11-21-chak-bukhkhlphaynok-chothythrrmaphibalhlak-brisathkarngeinoangkrues/

Chicago

Rousseau, Sebastien. "AI จากบุคคลภายนอก: โจทย์ธรรมาภิบาลหลักของบริษัทการเงินอังกฤษ — Sebastien Rousseau." sebastienrousseau.com. November 21, 2026. https://sebastienrousseau.com/th/2026-11-21-chak-bukhkhlphaynok-chothythrrmaphibalhlak-brisathkarngeinoangkrues/.

APA

Rousseau, S. (2026, November 21). AI จากบุคคลภายนอก: โจทย์ธรรมาภิบาลหลักของบริษัทการเงินอังกฤษ — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/th/2026-11-21-chak-bukhkhlphaynok-chothythrrmaphibalhlak-brisathkarngeinoangkrues/

เผยแพร่บทความนี้ซ้ำ

AI จากบุคคลภายนอก: โจทย์ธรรมาภิบาลหลักของบริษัทการเงินอังกฤษ — Sebastien Rousseau

บุคคลภายนอกจัดหา 53% ของระบบ AI ที่มีนัยสำคัญสูงในบริษัทการเงินสหราชอาณาจักรที่ตอบแบบสำรวจ และการกำกับดูแลพวกเขาคือความท้าทายด้านธรรมาภิบาลอันดับหนึ่ง

บทความนี้เผยแพร่ภายใต้สัญญาอนุญาต Creative Commons Attribution 4.0 International. การเผยแพร่ซ้ำต้องระบุที่มาเป็น URL ต้นฉบับ

AI จากบุคคลภายนอก: โจทย์ธรรมาภิบาลหลักของบริษัทการเงินอังกฤษ — Sebastien Rousseau

บุคคลภายนอกจัดหา 53% ของระบบ AI ที่มีนัยสำคัญสูงในบริษัทการเงินสหราชอาณาจักรที่ตอบแบบสำรวจ และการกำกับดูแลพวกเขาคือความท้าทายด้านธรรมาภิบาลอันดับหนึ่ง

Originally published at https://sebastienrousseau.com/th/2026-11-21-chak-bukhkhlphaynok-chothythrrmaphibalhlak-brisathkarngeinoangkrues/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.