หน่วยงานรัฐใช้ AI อย่างไรให้คุ้มค่า: กรอบเลือกโครงการ งบประมาณ และความปลอดภัยข้อมูล

การใช้ AI ในหน่วยงานรัฐจะคุ้มค่าเมื่อเริ่มจากปัญหาที่วัดผลได้ มีข้อมูลที่ใช้ได้ตามกฎ และยังมีเจ้าหน้าที่รับผิดชอบการตัดสินใจสำคัญ

ก่อนเลือกแพลตฟอร์ม AI บนคลาวด์ จ้างพัฒนาระบบ หรือใช้บริการที่ปรึกษา ควรประเมินต้นทุนตลอดอายุโครงการและความเสี่ยงของข้อมูลควบคู่กัน

AI ช่วยวิเคราะห์ข้อมูลจำนวนมาก จัดหมวดหมู่เอกสาร คาดการณ์ และตอบข้อมูลเบื้องต้นแก่ประชาชนได้ แต่คุณภาพผลลัพธ์ขึ้นอยู่กับความครบถ้วนและความเหมาะสมของข้อมูล

การเริ่มจากโครงการนำร่องขนาดพอดี ช่วยให้หน่วยงานเห็นข้อจำกัดจริงก่อนตัดสินใจขยายผลหรือจัดหาซอฟต์แวร์องค์กรในวงกว้าง

บทความนี้สรุปเกณฑ์เปรียบเทียบทางเลือกลงทุน คำถามสำหรับผู้ให้บริการ และจุดที่ควรตรวจสอบด้านความปลอดภัยข้อมูลอย่างเป็นขั้นตอน

ภาพรวมแบบเร็ว

• เริ่มจากปัญหางานที่มีตัวชี้วัดชัดเจน ไม่ใช่เริ่มจากความสามารถของเครื่องมือ
• ใช้เฉพาะข้อมูลที่มีฐานกฎหมายและจัดการสิทธิการเข้าถึงได้ พร้อมมาตรการรักษาความมั่นคงปลอดภัย
• เปรียบเทียบต้นทุนรวมตลอดอายุโครงการ ก่อนเลือกระบบสำเร็จรูป บริการคลาวด์ หรือการจ้างพัฒนา

ลักษณะงาน	ความพร้อมของข้อมูล	ความเร่งด่วน	แนวทางที่ควรพิจารณา
จัดหมวดหมู่เอกสารจำนวนมาก	ข้อมูลมีรูปแบบค่อนข้างสม่ำเสมอ	ต้องลดภาระงานซ้ำ	เริ่มนำร่องได้ โดยให้เจ้าหน้าที่สุ่มตรวจผลลัพธ์
ตอบคำถามบริการประชาชนเบื้องต้น	มีเนื้อหาอ้างอิงที่ตรวจทานแล้ว	ต้องการเพิ่มช่องทางบริการ	ใช้ AI ช่วยให้ข้อมูล พร้อมกำหนดทางส่งต่อเจ้าหน้าที่
วิเคราะห์แนวโน้มหรือคาดการณ์	ต้องตรวจความครบถ้วนและความเหมาะสมของข้อมูลก่อน	ขึ้นอยู่กับโจทย์นโยบาย	ทดลองในขอบเขตจำกัดและเทียบผลกับตัวชี้วัดที่กำหนด
คัดกรองหรือให้คะแนนที่อาจกระทบสิทธิประชาชน	แม้ข้อมูลพร้อมก็ยังต้องประเมินความเสี่ยงสูง	ไม่ควรเร่งเพียงเพราะมีเครื่องมือ	ต้องมีการตรวจทานโดยมนุษย์และผู้รับผิดชอบชัดเจน

AI ช่วยงานนโยบายและบริการประชาชนได้ตรงจุดใดบ้าง

คำตอบสั้น ๆ คือ AI เหมาะกับงานที่ต้องจัดการข้อมูลหรือเอกสารจำนวนมาก และมีขั้นตอนการทำงานที่ระบุได้ชัดเจน เช่น การจัดหมวดหมู่ การค้นหาข้อมูล การสรุปข้อมูลเพื่อช่วยเจ้าหน้าที่ หรือการให้ข้อมูลเบื้องต้นแก่ผู้รับบริการ อย่างไรก็ดี AI ควรทำหน้าที่ สนับสนุนการทำงาน ไม่ใช่แทนความรับผิดชอบของหน่วยงาน

เริ่มจากปัญหาบริการที่มีข้อมูลและตัวชี้วัดชัดเจน

โจทย์ที่ดีไม่ใช่ “ต้องการใช้ AI” แต่เป็น “ต้องการลดงานเอกสารซ้ำ” หรือ “ต้องการให้ประชาชนเข้าถึงข้อมูลเบื้องต้นได้ง่ายขึ้น” เมื่อกำหนดปัญหาได้แล้ว จึงค่อยระบุว่าอะไรคือผลลัพธ์ที่ต้องการติดตาม เช่น ความถูกต้องของการจัดหมวดหมู่ ความสะดวกของผู้ใช้งาน หรือภาระงานที่เจ้าหน้าที่ต้องตรวจทาน

ก่อนส่งข้อมูลเข้าสู่แพลตฟอร์ม AI ควรสำรวจว่าแหล่งข้อมูลใดเป็นข้อมูลที่เชื่อถือได้ ข้อมูลใดไม่ครบถ้วน และใครเป็นเจ้าของกระบวนการทำงานนั้น เพราะผลลัพธ์ของ AI ย่อมขึ้นอยู่กับ คุณภาพ ความครบถ้วน และความเหมาะสมของข้อมูล ที่นำมาใช้

ตัวอย่างงานที่ AI สนับสนุนได้โดยยังมีเจ้าหน้าที่กำกับ

หน่วยงานอาจใช้ AI ช่วยจัดหมวดหมู่เอกสารหรือคำร้อง ช่วยค้นหาข้อมูลจากเอกสารที่มีจำนวนมาก ช่วยวิเคราะห์ข้อมูลเพื่อมองหาแนวโน้ม หรือช่วยตอบคำถามทั่วไปจากเนื้อหาที่หน่วยงานตรวจทานแล้ว ในทุกกรณี ควรกำหนดจุดที่เจ้าหน้าที่สามารถตรวจแก้ ส่งต่อ หรือหยุดการใช้ผลลัพธ์ได้

สำหรับงานที่ผลลัพธ์อาจกระทบสิทธิ โอกาส หรือการเข้าถึงบริการของประชาชน ไม่ควรปล่อยให้ระบบเป็นผู้วินิจฉัยหรือให้คำตัดสินขั้นสุดท้ายเพียงลำพัง ต้องมี มนุษย์ตรวจทาน และมีผู้รับผิดชอบต่อการตัดสินใจที่ระบุได้

เปรียบเทียบทางเลือกลงทุน: ระบบสำเร็จรูป จ้างพัฒนา หรือใช้ที่ปรึกษา

ไม่มีรูปแบบใดเหมาะกับทุกหน่วยงาน ระบบสำเร็จรูปบนคลาวด์อาจเหมาะกับงานที่ต้องการเริ่มใช้งานเร็วและมีขั้นตอนมาตรฐาน ขณะที่การจ้างพัฒนาเฉพาะหน่วยงานอาจตอบโจทย์งานที่ต้องเชื่อมต่อระบบเดิมหลายส่วน ส่วนบริการที่ปรึกษามีประโยชน์เมื่อหน่วยงานต้องการจัดระเบียบโจทย์ ข้อมูล และข้อกำหนดก่อนเลือกเทคโนโลยี

ตารางเทียบงบเริ่มต้น ระยะเวลา ความยืดหยุ่น และภาระดูแลระบบ

แนวทาง	งบเริ่มต้น	ระยะเวลาเริ่มใช้งาน	ความยืดหยุ่น	ประเด็นข้อมูลและภาระดูแล
ระบบสำเร็จรูปบนคลาวด์	ขึ้นกับขอบเขต ผู้ใช้ และเงื่อนไขบริการ	อาจเริ่มได้เร็วเมื่อกระบวนการงานไม่ซับซ้อน	ปรับตามความสามารถของแพลตฟอร์ม	ตรวจสถานที่หรือรูปแบบการประมวลผลข้อมูล สิทธิการเข้าถึง และการส่งออกข้อมูล
จ้างพัฒนาเฉพาะหน่วยงาน	ขึ้นกับการเชื่อมต่อระบบและข้อกำหนดเฉพาะ	ต้องใช้เวลาออกแบบ ทดสอบ และเชื่อมต่อ	สูงกว่า หากกำหนดขอบเขตงานได้ชัด	ต้องวางบทบาทการดูแลระบบ การแก้ไข และเงื่อนไขเมื่อสิ้นสุดสัญญา
ใช้บริการที่ปรึกษา	ขึ้นกับขอบเขตการศึกษาและการสนับสนุน	เหมาะกับช่วงกำหนดโจทย์หรือเตรียมจัดหา	ยืดหยุ่นตามขอบเขตงานที่ตกลง	ควรกำหนดการเข้าถึงข้อมูล เอกสารส่งมอบ และความรับผิดชอบให้ชัดเจน

ต้นทุนรวมที่มักไม่อยู่ในราคาซอฟต์แวร์

การเปรียบเทียบใบเสนอราคาไม่ควรดูเฉพาะค่าซอฟต์แวร์หรือค่าบริการคลาวด์ ต้นทุนจริงอาจรวมถึงการเตรียมและตรวจคุณภาพข้อมูล การเชื่อมต่อระบบเดิม การกำหนดสิทธิผู้ใช้ การฝึกอบรมเจ้าหน้าที่ การดูแลรักษา การติดตามผล และการตรวจสอบระบบ

ควรถามให้ชัดว่าขอบเขตราคาครอบคลุมงานใดบ้าง และงานใดต้องใช้งบหรือทรัพยากรเพิ่มเติมจากหน่วยงานเอง ราคาจริงแตกต่างตามขอบเขตงาน ปริมาณผู้ใช้ ระดับความปลอดภัย และเงื่อนไขสัญญา จึงไม่ควรสรุปความคุ้มค่าจากตัวเลขเพียงรายการเดียว

วางขั้นตอนนำร่องจากโจทย์นโยบายสู่การใช้งานจริง

โครงการนำร่องช่วยให้หน่วยงานทดสอบว่ากระบวนการทำงาน ข้อมูล และเครื่องมือเข้ากันได้จริงหรือไม่ จุดสำคัญคือการเลือกขอบเขตที่เล็กพอจะควบคุมได้ แต่มีความหมายพอจะประเมินผลและใช้ประกอบการตัดสินใจในระยะต่อไป

กำหนดเป้าหมาย ตัวชี้วัด และเจ้าของกระบวนการ

เริ่มจากระบุปัญหาหนึ่งเรื่อง กำหนดผู้รับผิดชอบกระบวนการ และตกลงเกณฑ์ประเมินก่อนเริ่มใช้งาน ตัวชี้วัดควรเชื่อมกับปัญหาเดิม ไม่ใช่ดูเพียงว่าระบบสามารถสร้างคำตอบหรือจัดทำผลลัพธ์ได้ ตัวอย่างเช่น ความสอดคล้องของผลลัพธ์กับข้อมูลอ้างอิง ภาระการตรวจทานของเจ้าหน้าที่ หรือข้อเสนอแนะจากผู้ใช้งานจริง

การกำหนดเจ้าของกระบวนการมีความสำคัญ เพราะต้องมีผู้ตัดสินใจเมื่อระบบให้ผลลัพธ์ผิดพลาด ข้อมูลเปลี่ยนแปลง หรือผู้ใช้งานพบปัญหา หน่วยงานควรแยกบทบาทของผู้ดูแลข้อมูล ผู้ดูแลระบบ และผู้อนุมัติการใช้ผลลัพธ์ให้ชัดเจน

ตรวจคุณภาพข้อมูล ทดสอบผลลัพธ์ และเก็บข้อเสนอแนะจากผู้ใช้งาน

ก่อนใช้งาน ควรตรวจว่าข้อมูลมีความครบถ้วน เหมาะกับวัตถุประสงค์ และมีข้อจำกัดอะไรบ้าง จากนั้นทดสอบผลลัพธ์กับกรณีงานที่หลากหลาย รวมถึงกรณีที่ระบบอาจทำงานผิดพลาดได้ การทดสอบควรมีเจ้าหน้าที่ที่เข้าใจกระบวนการเดิมร่วมประเมิน ไม่ใช่พึ่งผลจากผู้ให้บริการเพียงฝ่ายเดียว

เมื่อเริ่มทดลอง ควรเก็บข้อเสนอแนะจากเจ้าหน้าที่และผู้ใช้งานบริการ เพื่อดูว่าระบบช่วยลดขั้นตอนจริงหรือเพิ่มภาระใหม่ เช่น ต้องแก้ไขผลลัพธ์บ่อยเกินไปหรือไม่ การขยายผลควรเกิดขึ้นเมื่อหน่วยงานเห็นหลักฐานเพียงพอ ไม่ใช่เพียงเพราะโครงการเริ่มต้นใช้งานได้

ความเสี่ยงด้านข้อมูล ความเป็นธรรม และความรับผิดชอบที่ต้องกันไว้ก่อน

การใช้ AI ภาครัฐเกี่ยวข้องกับความไว้วางใจของประชาชนโดยตรง ความเร็วหรือความสะดวกจึงไม่ควรอยู่เหนือการคุ้มครองข้อมูล สิทธิของเจ้าของข้อมูล และความสามารถในการตรวจสอบว่าใครทำอะไรกับข้อมูลบ้าง

ข้อมูลส่วนบุคคล สิทธิการเข้าถึง และการเก็บรักษาข้อมูล

หากมีข้อมูลส่วนบุคคล หน่วยงานต้องพิจารณา ฐานกฎหมาย สิทธิของเจ้าของข้อมูล และมาตรการรักษาความมั่นคงปลอดภัย ให้สอดคล้องกับลักษณะงาน ควรระบุว่าข้อมูลใดจำเป็นต่อการใช้งานจริง ใครเข้าถึงได้ ข้อมูลถูกเก็บรักษาอย่างไร และเมื่อใดควรยุติการเก็บหรือส่งออกข้อมูลจากระบบ

เมื่อต้องประเมินบริการคลาวด์หรือซอฟต์แวร์องค์กร คำถามสำคัญคือข้อมูลถูกนำไปใช้เพื่อวัตถุประสงค์ใด ผู้ให้บริการมีบทบาทอย่างไร และหน่วยงานสามารถตรวจสอบหรือเรียกคืนข้อมูลได้หรือไม่ รายละเอียดเหล่านี้ควรอยู่ในข้อกำหนดงานและเงื่อนไขสัญญา ไม่ควรอาศัยความเข้าใจโดยนัย

อคติของข้อมูล ความโปร่งใส และการทบทวนโดยมนุษย์

หากข้อมูลเดิมไม่ครบถ้วนหรือมีความเอนเอียง ผลลัพธ์จาก AI ก็อาจสะท้อนข้อจำกัดนั้นได้ หน่วยงานจึงควรทดสอบผลกับกลุ่มกรณีที่หลากหลาย บันทึกข้อจำกัดของระบบ และกำหนดวิธีรับมือเมื่อพบผลลัพธ์ที่ไม่เหมาะสม

ในงานที่มีผลกระทบสูง ควรอธิบายได้ว่า AI ถูกใช้ในขั้นตอนไหน เจ้าหน้าที่ตรวจทานอย่างไร และประชาชนจะติดต่อหน่วยงานผ่านช่องทางใดหากต้องการสอบถามหรือขอให้ตรวจสอบอีกครั้ง ความโปร่งใสไม่ได้หมายถึงต้องเปิดเผยรายละเอียดทางเทคนิคทั้งหมด แต่หมายถึงการมี กระบวนการรับผิดชอบที่ตรวจสอบได้

เลือกแนวทางตามขนาดหน่วยงานและระดับความซับซ้อนของงาน

ขนาดของหน่วยงานไม่ใช่เกณฑ์เดียวในการเลือกโซลูชัน AI สิ่งที่สำคัญกว่าคือความซับซ้อนของกระบวนการ จำนวนแหล่งข้อมูล ระบบเดิมที่ต้องเชื่อมต่อ และระดับผลกระทบต่อประชาชน

หน่วยงานที่ต้องการเริ่มเร็วด้วยงานเอกสารหรือศูนย์บริการ

หากเป้าหมายคือช่วยงานเอกสารที่มีรูปแบบซ้ำ หรือให้ข้อมูลเบื้องต้นจากแหล่งอ้างอิงที่ตรวจทานแล้ว ระบบสำเร็จรูปหรือแพลตฟอร์ม AI บนคลาวด์อาจเป็นจุดเริ่มต้นที่ควรนำมาเปรียบเทียบ ควรเริ่มจากกลุ่มผู้ใช้จำกัด กำหนดสิทธิการเข้าถึง และให้เจ้าหน้าที่ตรวจสอบผลในช่วงแรก

แนวทางนี้ไม่ควรละเลยเรื่องข้อมูล แม้จะเป็นงานที่ดูมีความเสี่ยงต่ำ ต้องตรวจว่าข้อมูลใดส่งเข้าสู่ระบบได้ และคำตอบหรือผลลัพธ์ใดควรมีข้อความแนะนำให้ติดต่อเจ้าหน้าที่เพิ่มเติม

หน่วยงานที่มีระบบเดิมและข้อมูลหลายฐานต้องเชื่อมต่อ

เมื่อโครงการต้องเชื่อมต่อข้อมูลจากหลายระบบ มีขั้นตอนอนุมัติหลายชั้น หรือมีข้อกำหนดเฉพาะด้านสิทธิผู้ใช้ การจ้างพัฒนาหรือการใช้ที่ปรึกษาเพื่อวิเคราะห์สถาปัตยกรรมข้อมูลอาจเหมาะกว่าในช่วงต้น จุดที่ควรพิจารณาคือการเชื่อมต่อระบบ การตรวจสอบสิทธิ การส่งออกข้อมูล และการดูแลต่อเนื่องหลังส่งมอบ

ไม่ว่าจะเลือกแนวทางใด ควรหลีกเลี่ยงการกำหนดความต้องการกว้างเกินไป เช่น “ทำระบบ AI สำหรับทุกงาน” ควรแบ่งเป็นระยะ เริ่มจากกรณีใช้งานที่สำคัญและตรวจสอบผลได้ก่อน แล้วค่อยตัดสินใจว่าจะเพิ่มขอบเขตหรือปรับปรุงส่วนใด

เกณฑ์ตัดสินใจและสรุปเปรียบเทียบก่อนจัดหาโซลูชัน

เช็กลิสต์คำถามสำหรับผู้ให้บริการและเอกสารข้อกำหนดงาน

• ระบบรองรับกรณีใช้งานและตัวชี้วัดที่หน่วยงานกำหนดได้อย่างไร
• ข้อมูลใดถูกนำเข้า ประมวลผล เก็บรักษา หรือส่งออก และหน่วยงานควบคุมสิทธิได้ระดับใด
• หน่วยงานตรวจสอบการทำงาน ผลลัพธ์ และการเข้าถึงข้อมูลได้อย่างไร
• เมื่อผลลัพธ์ไม่ถูกต้อง มีขั้นตอนให้เจ้าหน้าที่แก้ไข ระงับ หรือส่งต่อเรื่องอย่างไร
• สัญญาระบุสิทธิในข้อมูล การส่งออกข้อมูล การส่งมอบเอกสาร และเงื่อนไขยุติสัญญาไว้อย่างไร
• ค่าบริการครอบคลุมการเชื่อมต่อระบบ การฝึกอบรม การดูแลรักษา และการตรวจสอบผลลัพธ์หรือไม่

สัญญาณว่าโครงการพร้อมขยายผลหรือควรปรับปรุงก่อน

โครงการมีเหตุผลให้พิจารณาขยายผลเมื่อผลลัพธ์สอดคล้องกับตัวชี้วัดที่ตั้งไว้ ผู้ใช้งานเข้าใจกระบวนการตรวจทาน ข้อมูลและสิทธิการเข้าถึงถูกจัดการเป็นระบบ และหน่วยงานมีผู้รับผิดชอบดูแลต่อเนื่อง

ในทางกลับกัน หากยังตอบไม่ได้ว่าข้อมูลถูกใช้ภายใต้เงื่อนไขใด ผลลัพธ์ผิดพลาดโดยไม่มีกระบวนการแก้ไข หรือเจ้าหน้าที่ไม่สามารถตรวจสอบการทำงานที่สำคัญได้ ควรปรับปรุงโครงการก่อนขยายขอบเขต

เลือกแนวทางให้เหมาะกับหน่วยงาน

ลองตอบคำถามต่อไปนี้ก่อนเริ่มจัดหา: ปัญหาที่ต้องการแก้มีตัวชี้วัดชัดหรือไม่ ข้อมูลที่ต้องใช้มีฐานกฎหมายและคุณภาพเพียงพอหรือไม่ งานนี้มีผลกระทบต่อสิทธิของประชาชนระดับใด และหน่วยงานมีทีมดูแลข้อมูลกับระบบต่อเนื่องหรือไม่

หากคำตอบยังไม่ชัด การใช้บริการที่ปรึกษาเพื่อกำหนดขอบเขตงานหรือเตรียมเอกสารความต้องการอาจช่วยลดความคลาดเคลื่อนในการจัดหาได้ หากขอบเขตชัดแล้ว จึงเปรียบเทียบรายละเอียดบริการคลาวด์ ซอฟต์แวร์องค์กร หรือใบเสนอราคาจากผู้ให้บริการตามเกณฑ์เดียวกัน

เกณฑ์เลือกและสรุปเปรียบเทียบ

ก่อนตัดสินใจ ควรตรวจอย่างน้อย 5 เรื่อง ได้แก่ ปัญหาและตัวชี้วัด ที่วัดได้, ความพร้อมของข้อมูล และสิทธิการใช้, การตรวจทานโดยมนุษย์ สำหรับงานที่มีผลกระทบสูง, ต้นทุนรวม ตั้งแต่เตรียมข้อมูลถึงดูแลระบบ, และ เงื่อนไขสัญญา เรื่องการตรวจสอบ การส่งออกข้อมูล และการยุติบริการ

ระบบสำเร็จรูปอาจเหมาะกับการเริ่มต้นที่รวดเร็ว การจ้างพัฒนาอาจเหมาะกับกระบวนการเฉพาะและการเชื่อมต่อหลายระบบ ส่วนที่ปรึกษาอาจเหมาะเมื่อหน่วยงานยังต้องจัดระเบียบโจทย์และข้อมูลก่อนเลือกเครื่องมือ รายละเอียดขอบเขตบริการและเงื่อนไขในใบเสนอราคาควรตรวจสอบจากผู้ให้บริการแต่ละรายโดยตรง

บทสรุป

AI สามารถช่วยยกระดับงานนโยบายและบริการประชาชนได้ หากใช้กับปัญหาที่เหมาะสมและมีการกำกับดูแลที่ชัดเจน การเริ่มโครงการนำร่องทำให้หน่วยงานประเมินผลลัพธ์ ต้นทุน และข้อจำกัดจากการใช้งานจริงก่อนขยายผล

หัวใจสำคัญไม่ใช่การเลือกเครื่องมือที่ดูทันสมัยที่สุด แต่คือการเลือกกระบวนการที่วัดผลได้ ข้อมูลที่ใช้ได้อย่างรับผิดชอบ และรูปแบบการจัดหาที่หน่วยงานดูแลต่อเนื่องได้

ข้อมูลที่ควรรู้เพิ่มเติม

1. อย่าประเมินความคุ้มค่าจากค่าซอฟต์แวร์เพียงอย่างเดียว เพราะการเตรียมข้อมูล การเชื่อมต่อระบบ และการฝึกอบรมเป็นส่วนหนึ่งของต้นทุนโครงการ

2. ข้อมูลส่วนบุคคลต้องพิจารณาฐานกฎหมาย สิทธิของเจ้าของข้อมูล และมาตรการความปลอดภัยเป็นรายกรณี

3. ผลลัพธ์ AI ควรเป็นข้อมูลประกอบการทำงาน โดยเฉพาะในงานที่อาจส่งผลต่อสิทธิหรือโอกาสของประชาชน

ข้อควรระวังสำคัญ

ไม่ควรสรุปว่า AI จะลดงบประมาณหรือเพิ่มความรวดเร็วได้เสมอ หากยังไม่มีข้อมูลเปรียบเทียบก่อนและหลังดำเนินงาน ความเหมาะสมของเครื่องมือกับข้อมูลภาครัฐแต่ละประเภท รวมถึงข้อกำหนดภายในและกฎหมายที่เกี่ยวข้อง ต้องตรวจสอบตามบริบทของหน่วยงานก่อนใช้งานจริง

คำถามที่พบบ่อย

Q1. หน่วยงานรัฐควรเริ่มใช้ AI กับงานประเภทใดเพื่อควบคุมความเสี่ยงได้ง่าย?

A1. ควรเริ่มจากงานที่มีขั้นตอนชัดเจน ข้อมูลพอใช้ และมีตัวชี้วัดตรวจสอบได้ เช่น การจัดหมวดหมู่เอกสารหรือการให้ข้อมูลเบื้องต้นจากเนื้อหาที่ผ่านการตรวจทานแล้ว พร้อมให้เจ้าหน้าที่ตรวจผลลัพธ์

Q2. งบประมาณโครงการ AI ภาครัฐควรคิดค่าใช้จ่ายส่วนใดบ้างนอกจากค่าซอฟต์แวร์?

A2. ควรรวมการเตรียมข้อมูล การเชื่อมต่อระบบเดิม การฝึกอบรม การกำหนดสิทธิผู้ใช้ การดูแลรักษา และการตรวจสอบผลลัพธ์ด้วย รายละเอียดค่าใช้จ่ายจริงขึ้นอยู่กับขอบเขตงาน ปริมาณผู้ใช้ ระดับความปลอดภัย และเงื่อนไขสัญญา

Q3. เลือก AI บนคลาวด์หรือจ้างพัฒนาระบบเฉพาะหน่วยงาน แบบไหนเหมาะกว่า?

A3. หากต้องการเริ่มกับงานมาตรฐานและขอบเขตไม่ซับซ้อน บริการคลาวด์หรือระบบสำเร็จรูปอาจเหมาะต่อการนำร่อง หากต้องเชื่อมต่อหลายระบบ มีขั้นตอนเฉพาะ หรือมีข้อกำหนดข้อมูลละเอียด การจ้างพัฒนาอาจเหมาะกว่า ควรเปรียบเทียบต้นทุนรวมและเงื่อนไขการจัดการข้อมูลก่อนตัดสินใจ

Q4. ใช้ AI ช่วยคัดกรองหรือให้คะแนนประชาชนได้อย่างปลอดภัยหรือไม่?

A4. งานลักษณะนี้อาจมีผลกระทบต่อสิทธิหรือโอกาสของประชาชน จึงไม่ควรใช้ผลจาก AI เป็นคำตัดสินขั้นสุดท้ายโดยไม่มีผู้รับผิดชอบตรวจสอบ ต้องพิจารณาคุณภาพข้อมูล ความเป็นธรรม ความโปร่งใส และกระบวนการทบทวนโดยมนุษย์อย่างรอบคอบ