Synology เปิด AI Console รับมือข้อมูลรั่วไหลและความเสี่ยงไซเบอร์

10 กันยายน 2568

Generative AI กำลังเปลี่ยนวิธีทำงานในองค์กรทั่วโลก แต่ก็เปิดช่องให้ Shadow AI และความเสี่ยงไซเบอร์เพิ่มขึ้นอย่างมาก

การใช้ Generative AI กำลังขยายตัวอย่างรวดเร็วในภาคธุรกิจทั่วโลก ไม่ว่าจะเป็นงานเขียนรายงาน การสรุปข้อมูล การแปลภาษา ไปจนถึงการวิเคราะห์เชิงลึก เทคโนโลยีนี้ถูกมองว่าเป็น “ผู้ช่วยดิจิทัล” ที่ช่วยลดงานซ้ำซ้อนและเพิ่มความเร็วในการตัดสินใจ แต่ในอีกมุมหนึ่ง การใช้งานที่ขาดการควบคุมก็สร้างความเสี่ยงใหม่ ๆ โดยเฉพาะด้านความปลอดภัยและการปฏิบัติตามกฎหมายคุ้มครองข้อมูลส่วนบุคคล

รายงานของการ์ทเนอร์คาดการณ์ว่า ภายในปี 2570 เหตุการณ์ข้อมูลรั่วไหลจากการใช้งาน AI จะเพิ่มขึ้นกว่า 40% ส่วนใหญ่เกิดจากการนำเครื่องมือภายนอกมาใช้งานโดยไม่ได้รับอนุญาต หรือที่เรียกว่า “Shadow AI” ซึ่งทำให้องค์กรไม่สามารถควบคุมเส้นทางข้อมูลได้ และอาจละเมิดข้อกฎหมายอย่าง PDPA หรือ GDPR นอกจากนี้ ค่าใช้จ่ายจากการใช้บริการ AI บนคลาวด์สาธารณะโดยไม่มีระบบกำกับ ยังเป็นอีกปัจจัยที่เพิ่มความกังวลให้กับหลายองค์กร

Synology เปิดตัว “AI Console” รับมือความเสี่ยง

เพื่อตอบสนองต่อความท้าทายเหล่านี้ Synology ได้นำเสนอแพลตฟอร์มใหม่ชื่อ AI Console จุดประสงค์หลักคือช่วยให้องค์กรสามารถควบคุมการใช้งาน AI ได้จากศูนย์กลาง ภายใต้โครงสร้าง Private Cloud ที่องค์กรบริหารเอง

คุณสมบัติหลักที่ประกาศ ได้แก่

- การจำกัด Shadow AI: บล็อกการใช้งานเครื่องมือภายนอกที่ไม่ได้รับอนุญาต

- ควบคุมการเข้าถึงและต้นทุน: ผู้ดูแลสามารถกำหนดสิทธิ์และข้อจำกัดการใช้งานได้ละเอียด

- ปกป้องข้อมูล: มีระบบปิดบังข้อมูลระบุตัวบุคคลก่อนส่งต่อให้ผู้ให้บริการภายนอก

- ตรวจสอบย้อนหลัง: ระบบเก็บบันทึกการใช้งานและผลลัพธ์อย่างละเอียดเพื่อความโปร่งใส

นอกจากด้านความปลอดภัย Synology ระบุว่า AI Console ยังสามารถเชื่อมต่อกับชุดเครื่องมือ Synology Office Suite เพื่อให้ผู้ใช้งานใช้ AI ช่วยร่างเนื้อหา สรุปอีเมล หรือสร้างสูตรในสเปรดชีตได้โดยไม่เสียค่าบริการเพิ่มเติม แนวทางนี้ถูกนำเสนอว่าเป็นวิธีให้องค์กรก้าวสู่การเปลี่ยนผ่านด้าน AI ได้โดยไม่พึ่งพาคลาวด์สาธารณะมากเกินไป

การใช้งาน AI อย่างมีประสิทธิภาพกำลังกลายเป็นตัวแปรสำคัญที่แบ่งเส้นระหว่างองค์กรที่ใช้เทคโนโลยีอย่างยั่งยืนกับองค์กรที่ต้องเผชิญความเสี่ยง Synology AI Console จึงเป็นหนึ่งในตัวอย่างของความพยายามสร้างสมดุลระหว่าง “ประสิทธิภาพ” และ “ความปลอดภัย” ที่หลายบริษัทต้องหาทางออกในยุคการเปลี่ยนผ่านสู่ AI