ถ้า OpenAI, AWS หรือ Azure ล่ม ธุรกิจยังทำงานได้ไหม?

Digital Infrastructure กลายเป็นความเสี่ยงระดับ Supply Chain เมื่อธุรกิจพึ่งพา Cloud และ AI มากขึ้น
บทความนี้ช่วยประเมิน Vendor Lock In วางระบบ Multi Cloud และ Multi Model
พร้อมออกแบบ Backup Workflow และ Data Ownership เพื่อรักษาความต่อเนื่องทางธุรกิจ

Cloud, AI Model, Data Platform และ Software Provider ไม่ได้เป็นเพียงเครื่องมือของฝ่าย IT อีกต่อไป แต่เป็นโครงสร้างพื้นฐานที่เชื่อมกับการขาย การบริการลูกค้า การเงิน และการดำเนินงานโดยตรง

หากผู้ให้บริการหลักหยุดทำงาน ถูกโจมตี หรือถูกจำกัดการให้บริการ ผลกระทบอาจกระจายไปทั่วองค์กรภายในเวลาไม่กี่นาที ผู้บริหารจึงต้องบริหาร Digital Infrastructure Risk ด้วยหลักการเดียวกับ Supply Chain Risk

Digital Infrastructure กำลังกลายเป็น Supply Chain ใหม่

Reuters รายงานผลสำรวจของ Capgemini ซึ่งเก็บข้อมูลจากผู้บริหารขององค์กรขนาดใหญ่ 1,300 แห่งใน 11 ประเทศ พบว่า Digital Infrastructure กำลังได้รับความสำคัญในระดับเดียวกับพลังงานและห่วงโซ่อุปทานทางกายภาพ

เกือบครึ่งหนึ่งของผู้ตอบแบบสำรวจระบุว่า การเปลี่ยนผู้ให้บริการเทคโนโลยีรายสำคัญอาจใช้เวลาตั้งแต่สามเดือนถึงหนึ่งปี ขณะที่มากกว่าหนึ่งในสามคาดว่าต้องใช้เวลานานกว่านั้น

ตัวเลขนี้สะท้อนว่า Vendor Lock In ไม่ได้เป็นเพียงปัญหาด้านราคา แต่เป็นความเสี่ยงต่อ Business Continuity หากองค์กรไม่สามารถย้ายข้อมูล เปลี่ยน AI Model หรือเปิดระบบสำรองได้ทันเวลา

ถ้า Cloud หรือ AI Provider ล่ม ผลกระทบเกิดที่ใด?

ความเสียหายขึ้นอยู่กับว่าบริการดังกล่าวเชื่อมกับ Workflow สำคัญมากเพียงใด หาก AI ทำหน้าที่เพียงช่วยสรุปเอกสาร ผลกระทบอาจอยู่ในระดับประสิทธิภาพลดลง แต่หาก AI Agent เชื่อมกับระบบรับคำสั่งซื้อ อนุมัติสินเชื่อ หรือบริการลูกค้า การหยุดทำงานอาจกระทบรายได้และข้อกำหนดทางธุรกิจทันที

ความเสี่ยงหลักที่ผู้บริหารควรประเมินมี 3 ด้าน

• ความเสี่ยงจาก Provider: Cloud, AI API หรือ Software Provider หยุดให้บริการหรือเปลี่ยนเงื่อนไข
• ความเสี่ยงจากสถาปัตยกรรม: ระบบผูกกับเทคโนโลยีเฉพาะจนไม่สามารถย้าย Workload ได้รวดเร็ว
• ความเสี่ยงจากข้อมูล: องค์กรส่งออกข้อมูลไม่ได้ หรือไม่มีสำเนาที่พร้อมนำไปใช้กับระบบอื่น

ตัวอย่างที่ 1: AWS หยุดให้บริการและกระทบระบบที่เชื่อมต่อกัน

เดือนธันวาคม 2021 AWS ประสบปัญหาใน Region Northern Virginia หรือ US EAST 1 ส่งผลให้บริการหลายรายการทำงานผิดปกติ รายงานเหตุการณ์ของ AWS ระบุว่าปัญหาภายใน Network ส่งผลต่อทั้งบริการของลูกค้าและเครื่องมือบางส่วนที่ AWS ใช้บริหารระบบของตนเอง

กรณีนี้แสดงให้เห็นว่า การสำรองข้อมูลอย่างเดียวไม่เพียงพอ หาก Application, Identity, Monitoring และระบบ Deployment ยังพึ่งพา Region เดียวกันทั้งหมด

องค์กรที่ใช้ AWS จึงควรประเมินว่า Workload ใดต้องรองรับ Multi Region และระบบใดสามารถหยุดชั่วคราวได้ การทำ Multi Cloud ทุกระบบอาจเพิ่มต้นทุนโดยไม่จำเป็น แต่กระบวนการที่สร้างรายได้หรืออยู่ภายใต้ข้อกำกับควรมีทางเลือกที่ผ่านการทดสอบแล้ว

ตัวอย่างที่ 2: CrowdStrike กระทบอุปกรณ์ Windows 8.5 ล้านเครื่อง

เดือนกรกฎาคม 2024 การอัปเดตซอฟต์แวร์ของ CrowdStrike ทำให้อุปกรณ์ Windows จำนวนมากไม่สามารถทำงานได้ Microsoft ประเมินว่ามีอุปกรณ์ได้รับผลกระทบราว 8.5 ล้านเครื่อง แม้คิดเป็นสัดส่วนน้อยกว่าหนึ่งเปอร์เซ็นต์ของอุปกรณ์ Windows ทั้งหมด แต่ผลกระทบครอบคลุมสายการบิน ธนาคาร โรงพยาบาล และสื่อ Microsoft อธิบายเหตุการณ์ดังกล่าวไว้ในรายงานสำหรับลูกค้า

เหตุการณ์นี้แสดงว่า Digital Supply Chain ไม่ได้มีเฉพาะ Cloud Provider ระบบปฏิบัติการ เครื่องมือ Cybersecurity และ Software Update ก็สามารถกลายเป็นจุดล้มเหลวร่วมของหลายองค์กรได้

Multi Cloud และ Multi Model จำเป็นกับทุกธุรกิจหรือไม่?

ไม่จำเป็นต้องกระจายทุกระบบไปยังผู้ให้บริการหลายราย เพราะ Multi Cloud เพิ่มทั้งต้นทุน บุคลากร ความซับซ้อนด้าน Security และภาระในการดูแลข้อมูล

แนวทางที่เหมาะสมคือแยก Workflow ตามระดับความสำคัญ ระบบที่หยุดได้ชั่วคราวอาจใช้ Provider เดียว ส่วนระบบที่เกี่ยวข้องกับรายได้ ความปลอดภัย หรือข้อกำกับควรมี Backup Workflow ที่ใช้งานได้จริง

สำหรับ Generative AI องค์กรสามารถสร้าง Model Abstraction Layer เพื่อเปลี่ยนระหว่าง OpenAI, Claude, Gemini หรือโมเดลภายในองค์กร โดยไม่ต้องแก้ Application ทั้งระบบ อย่างไรก็ตาม การสลับโมเดลต้องทดสอบคุณภาพ คำตอบ ต้นทุน และข้อกำหนดด้านข้อมูลล่วงหน้า เพราะแต่ละโมเดลไม่ได้ให้ผลลัพธ์เหมือนกัน

Data Ownership ช่วยลด Vendor Lock In อย่างไร?

องค์กรควรรักษาสิทธิ์ควบคุมข้อมูลต้นฉบับ ประวัติธุรกรรม Prompt Template และ Business Logic ไว้ในระบบที่ส่งออกได้ หากข้อมูลสำคัญอยู่ในรูปแบบเฉพาะของ Provider การย้ายระบบอาจใช้เวลานานแม้จะมีผู้ให้บริการสำรองแล้วก็ตาม

นโยบาย Data Ownership จึงควรกำหนดทั้งตำแหน่งจัดเก็บ สิทธิ์เข้าถึง รูปแบบการส่งออก ระยะเวลาสำรอง และขั้นตอนกู้คืน รวมถึงต้องทดสอบว่าไฟล์สำรองสามารถนำกลับมาใช้งานได้จริง

วิธีเตรียม Backup Workflow สำหรับธุรกิจ

องค์กรควรเริ่มจากการทำแผนที่ Digital Dependency เพื่อดูว่าแต่ละกระบวนการพึ่งพา Cloud, AI Model, API และ Software Provider รายใด จากนั้นกำหนด Recovery Time Objective ว่าระบบยอมให้หยุดได้นานเท่าใด

ระบบสำรองต้องครอบคลุมทั้งเทคโนโลยีและวิธีทำงานของพนักงาน ตัวอย่างเช่น หาก AI Customer Service หยุดทำงาน เจ้าหน้าที่ต้องเข้าถึงข้อมูลลูกค้าและรับเรื่องผ่านช่องทางสำรองได้ ไม่ใช่รอให้ Provider กลับมาให้บริการเพียงอย่างเดียว

แผนเหล่านี้ควรถูกทดสอบเป็นระยะ เพราะ Backup Workflow ที่มีอยู่เฉพาะในเอกสารอาจไม่สามารถใช้งานได้เมื่อเกิด Cloud Outage จริง

คำถามที่พบบ่อย

Multi Cloud คืออะไร?

Multi Cloud คือการใช้บริการจาก Cloud Provider มากกว่าหนึ่งราย เพื่อตอบโจทย์ด้านประสิทธิภาพ ต้นทุน ข้อกำกับ หรือการลดความเสี่ยงจากการพึ่งพาผู้ให้บริการรายเดียว

Multi Model ช่วยให้ AI มีความต่อเนื่องได้อย่างไร?

Multi Model ช่วยให้องค์กรเปลี่ยนไปใช้ AI Model สำรองเมื่อโมเดลหลักหยุดให้บริการ แต่ต้องเตรียมระบบเชื่อมต่อและทดสอบคุณภาพของแต่ละโมเดลไว้ล่วงหน้า

องค์กรควรเริ่มลด Vendor Lock In จากจุดใด?

ควรเริ่มจาก Workflow ที่มีผลต่อรายได้ ลูกค้า และข้อกำกับ จากนั้นตรวจสอบความสามารถในการส่งออกข้อมูล เปลี่ยน Provider และดำเนินงานด้วยวิธีสำรอง

สรุป

Digital Infrastructure กลายเป็นส่วนหนึ่งของ Supply Chain ทางธุรกิจแล้ว การพึ่งพา OpenAI, AWS, Azure หรือ Software Provider รายเดียวจึงต้องถูกพิจารณาในระดับความเสี่ยงขององค์กร ไม่ใช่เฉพาะฝ่าย IT

เป้าหมายไม่ใช่การสร้างระบบสำรองทุกอย่าง แต่คือการรู้ว่า Workflow ใดห้ามหยุด ข้อมูลใดต้องอยู่ภายใต้การควบคุม และ Provider ใดต้องมีทางเลือกทดแทน

คำถามสำคัญสำหรับผู้บริหารจึงไม่ใช่เพียง “ระบบของเราใช้ Provider รายใด?” แต่คือ “หาก Provider รายนั้นใช้งานไม่ได้ในวันนี้ ธุรกิจยังดำเนินงานต่อได้หรือไม่?”