10 คำถามที่ควรถามก่อนเซ็นสัญญากับ Vendor AI เช็กอะไรบ้างก่อนฝากข้อมูลบริษัทไว้กับ AI

AI
2 mins read
2 mins read

Published

21 August, 2026

Language

Thai

Written by

Share

10 คำถามที่ควรถามก่อนเซ็นสัญญากับ Vendor AI เช็กอะไรบ้างก่อนฝากข้อมูลบริษัทไว้กับ AI

การเลือก Vendor AI ไม่ควรพิจารณาเพียงว่าโมเดลแม่นแค่ไหน ราคาเท่าไร หรือมีฟีเจอร์อะไรบ้าง เพราะเมื่อองค์กรนำ AI มาใช้ Vendor อาจเข้าถึงข้อมูลสำคัญของบริษัท ลูกค้า หรือพนักงานได้

แนวทางของ NIST AI Risk Management Framework ระบุว่าองค์กรควรพิจารณาความเสี่ยงจาก Third-party AI Providers และ Vendors เพราะเทคโนโลยีจากภายนอกอาจมีความซับซ้อนและมีระดับความเสี่ยงที่ไม่สอดคล้องกับองค์กรผู้ใช้งาน (NIST Publications)

ก่อนเซ็นสัญญา จึงควรถาม Vendor อย่างน้อย 10 ข้อนี้

1. ข้อมูลของเราถูกนำไปใช้ทำอะไร?

ถามให้ชัดว่า Prompt, เอกสาร, ข้อมูลลูกค้า หรือข้อมูลที่ส่งเข้า AI ถูกนำไปใช้เพื่อให้บริการเท่านั้น หรือถูกนำไป Training / Fine-tuning / ปรับปรุงโมเดลด้วย

ควรระบุเงื่อนไขการใช้ข้อมูลไว้ในสัญญา ไม่ควรอาศัยเพียงคำโฆษณาหรือหน้าเว็บไซต์

2. ข้อมูลถูกเก็บไว้นานแค่ไหน?

ต้องรู้ว่า Vendor มี Data Retention Policy อย่างไร สามารถกำหนด Zero Retention ได้หรือไม่ และเมื่อยกเลิกบริการแล้วข้อมูลจะถูกลบอย่างไร

3. ข้อมูลถูกเก็บไว้ที่ประเทศไหน?

ควรถามทั้ง Location ของระบบหลักและ Backup รวมถึงประเทศที่มีการประมวลผลข้อมูล เพราะเรื่อง Data Residency อาจเกี่ยวข้องกับกฎหมายและข้อกำหนดของแต่ละอุตสาหกรรม

4. Vendor มีมาตรการรักษาความปลอดภัยอะไรบ้าง?

อย่าถามเพียงว่า “ปลอดภัยไหม” แต่ควรขอหลักฐาน เช่น Security Certification, Encryption, Access Control, MFA และกระบวนการจัดการ Incident

5. มี Subprocessor หรือ Third Party รายอื่นเข้าถึงข้อมูลหรือไม่?

AI Vendor อาจไม่ได้ประมวลผลทุกอย่างด้วยตัวเอง แต่ใช้ Cloud Provider, Model Provider หรือบริการอื่นต่ออีกทอดหนึ่ง จึงควรรู้ว่า ข้อมูลของเราไหลไปถึงใครบ้าง

6. ใครเป็นเจ้าของ Input และ Output?

สัญญาควรระบุให้ชัดว่าองค์กรยังคงมีสิทธิในข้อมูลที่ส่งเข้า AI หรือไม่ และสิทธิในการใช้ผลลัพธ์ที่สร้างโดยระบบเป็นของใคร ประเด็นนี้ควรให้ Legal ตรวจสอบตามลักษณะการใช้งานและกฎหมายที่เกี่ยวข้อง (Reuters)

7. AI มีความแม่นยำแค่ไหน และมีข้อจำกัดอะไร?

อย่าดูเพียง Demo ของ Vendor ควรถามถึงวิธีประเมิน Accuracy, Error Rate, Bias และเงื่อนไขที่ทำให้ระบบอาจให้ผลลัพธ์ผิดพลาด

ICO แนะนำให้องค์กรทำ Due Diligence ก่อนจัดซื้อ AI และสามารถกำหนด Accuracy KPI หรือ SLA ไว้ในสัญญากับ Third-party ได้ (ICO)

8. หาก AI ให้คำตอบผิด ใครรับผิดชอบ?

ต้องกำหนดความรับผิดชอบให้ชัด โดยเฉพาะ AI ที่ใช้กับงานสำคัญ เช่น การเงิน กฎหมาย HR หรือการตัดสินใจที่มีผลต่อลูกค้า

ควรระบุทั้ง Liability, Warranty, Incident Response และข้อจำกัดความรับผิด ให้ Legal ตรวจสอบก่อนเซ็น

9. หาก Vendor เปลี่ยนโมเดลหรือระบบ เราจะรู้หรือไม่?

AI สามารถเปลี่ยน Model Version, Architecture หรือ Subprocessor ได้โดยที่ผู้ใช้ไม่ทันสังเกต การเปลี่ยนแปลงบางอย่างอาจส่งผลต่อ Accuracy, Security หรือ Compliance

จึงควรมี Change Notification และ Change Control สำหรับการเปลี่ยนแปลงที่มีนัยสำคัญ

10. ถ้าเลิกใช้บริการ เราจะเอาข้อมูลออกมาได้อย่างไร?

ต้องถามตั้งแต่ก่อนเริ่มใช้งานว่า หากยกเลิกสัญญา องค์กรสามารถ Export ข้อมูลได้หรือไม่ ข้อมูลอยู่ในรูปแบบใด และ Vendor มีขั้นตอนลบข้อมูลหลังสิ้นสุดสัญญาอย่างไร

เรื่องนี้สำคัญต่อการป้องกัน Vendor Lock-in และช่วยให้องค์กรสามารถเปลี่ยนระบบในอนาคตได้

คำถามที่พบบ่อย

ก่อนเซ็นสัญญากับ AI Vendor ควรให้ใครตรวจสอบ?

อย่างน้อยควรมี IT/Security, Legal/Compliance และ Business Owner ร่วมประเมิน เพราะความเสี่ยงของ AI ไม่ได้มีเฉพาะด้านเทคนิค แต่รวมถึงข้อมูล กฎหมาย และผลกระทบทางธุรกิจ

ควรถาม Vendor เรื่องการนำข้อมูลไป Training หรือไม่?

ควรถามอย่างชัดเจน เพราะเป็นประเด็นสำคัญในการประเมินว่าองค์กรกำลังอนุญาตให้ข้อมูลถูกนำไปใช้อย่างไร และควรกำหนดเงื่อนไขไว้ในสัญญา

AI Vendor ควรมี SLA หรือไม่?

ควรมี โดยเฉพาะ AI ที่เกี่ยวข้องกับกระบวนการสำคัญของธุรกิจ โดย SLA อาจครอบคลุม Availability, Response Time, Incident Response และในบางกรณีรวมถึงตัวชี้วัดด้านคุณภาพของ AI

สรุป

การเลือก Vendor AI ไม่ควรจบที่ “AI ตัวไหนเก่งที่สุด?” แต่ควรถามว่า “AI ตัวไหนเหมาะกับความเสี่ยงและข้อกำหนดขององค์กรเราที่สุด?”

ก่อนเซ็นสัญญา ควรตรวจสอบอย่างน้อย 4 ด้าน ได้แก่ Data, Security, Performance และ Accountability พร้อมกำหนดเงื่อนไขสำคัญไว้ในสัญญา

เพราะเมื่อองค์กรนำ AI เข้าไปอยู่ใน Workflow แล้ว Vendor ไม่ได้เป็นเพียงผู้ขาย Software แต่กลายเป็นส่วนหนึ่งของ AI Supply Chain ขององค์กรด้วย

 

Written by
Senna Labs
Senna Labs

Share

Keep me posted
to follow product news, latest in technology, solutions, and updates

More than 120,000 people/day  visit to read our blogs

Related articles

Explore all

AI Transformation ในธุรกิจไทย : 5 กรณีศึกษาที่เกิดขึ้นจริง และบทเรียนสำคัญที่องค์กรควรเรียนรู้
AI Transformation ในธุรกิจไทย : 5 กรณีศึกษาที่เกิดขึ้นจริง และบทเรียนสำคัญที่องค์กรควรเรียนรู้
AI Transformation ในไทยเกิดขึ้นจริงแล้ว และกำลังเร่งตัวเร็วขึ้น ในช่วงหลายปีที่ผ่านมา เวลาพูดถึง AI Transformation หลายคนมักนึกถึงองค์กรระดับโลกอย่าง Google, Amazon หรือ Netflix แม้กรณีศึกษาจากต่างประเทศจะสร้างแรงบันดาลใจได้ดี แต่ผู้บริหารไทยจำนวนไม่น้อยยังรู้สึกว่าบริบทขององค์กรไทยแตกต่างออกไป ทั้งในด้านงบประมาณ โครงสร้างองค์กร ข้อมูล และทรัพยากรบุคคล อย่างไรก็ตาม ในปี 2026 องค์กรไทยจำนวนมากเริ่มนำ AI มาใช้จริงในระดับธุรกิจ และสามารถสร้างผลลัพธ์ที่วัดได้ชัดเจน ทั้งด้านต้นทุน ประสิทธิภาพ และประสบการณ์ลูกค้า สิ่งสำคัญคือองค์กรเหล่านี้ไม่ได้เริ่มจากการ “ซื้อ AI มาใช้” แต่เริ่มจากการวางรากฐานด้านข้อมูล
21 Aug, 2026

by

ปี 2026 : องค์กรที่ชนะด้วย AI ทำอะไรแตกต่าง ?
ปี 2026 : องค์กรที่ชนะด้วย AI ทำอะไรแตกต่าง ?
ในปี 2026 ความได้เปรียบด้าน AI ไม่ได้อยู่ที่การเข้าถึง Technology ในปี 2026 AI กำลังกลายเป็น Infrastructure พื้นฐานของธุรกิจในลักษณะเดียวกับ Internet และ Cloud Computing องค์กรจำนวนมากสามารถเข้าถึงเทคโนโลยี AI ได้ใกล้เคียงกัน ไม่ว่าจะเป็น: ChatGPT Claude Gemini รวมถึง AI API และ Enterprise AI Platform ต่างๆ ดังนั้น ความแตกต่างระหว่างองค์กรที่ประสบความสำเร็จกับองค์กรทั่วไป จึงไม่ได้อยู่ที่ “ใครมี AI” แต่อยู่ที่
21 Aug, 2026

by

ROI ของ AI คืออะไร : ตัวเลขที่ผู้บริหารควรรู้ก่อนลงทุน AI
ROI ของ AI คืออะไร : ตัวเลขที่ผู้บริหารควรรู้ก่อนลงทุน AI
ก่อนลงทุน AI องค์กรต้องรู้ก่อนว่า “พร้อมแค่ไหน” หนึ่งในความผิดพลาดที่แพงที่สุดของ AI Transformation คือการเริ่มลงทุนโดยยังไม่เข้าใจว่าองค์กรตัวเองอยู่ในจุดไหน หลายองค์กรรีบซื้อ AI Platform หรือเริ่มโปรเจกต์ AI ทันที เพราะกลัวตามคู่แข่งไม่ทัน แต่กลับพบปัญหาในภายหลัง เช่น: • ข้อมูลไม่พร้อม • ทีมงานไม่เข้าใจ AI • ระบบเดิมเชื่อมต่อกันไม่ได้ • พนักงานไม่ใช้งานจริง • หรือไม่สามารถวัด ROI ได้ชัดเจน AI Readiness Assessment จึงกลายเป็นขั้นตอนสำคัญก่อนเริ่มลงทุน เพราะช่วยให้องค์กรเห็นภาพจริงว่า: • จุดแข็งอยู่ตรงไหน • จุดอ่อนคืออะไร • และควรเริ่มลงทุนจากส่วนใดก่อน การประเมินนี้ใช้เวลาไม่นาน
21 Aug, 2026

by

Contact Senna Labs at :

hello@sennalabs.com999 Gaysorn Centre, Unit 5B-1 (523), 5th Floor, Phloen Chit Road, Lumphini, Pathum Wan, Bangkok 10330+66 62 389 4599
© 2022 Senna Labs Co., Ltd.All rights reserved. | Privacy policy