ລະບຽບການດ້ານ AI ຂອງບັນດາປະເທດໃນ ASEAN ພວມຢູ່ໃນສະຖານະທີ່ກຳລັງພັດທະນາໂດຍອີງໃສ່ກົດໝາຍປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ, ໃນຂະນະທີ່ແນວທາງປະຕິບັດ (Guidelines) ແລະ ເອກະສານຍຸດທະສາດສະເພາະດ້ານ AI ຂອງແຕ່ລະປະເທດກຳລັງຖືກຈັດຕັ້ງຂຶ້ນດ້ວຍຄວາມໄວທີ່ແຕກຕ່າງກັນ.

ບົດຄວາມນີ້ມີຈຸດປະສົງເພື່ອຜູ້ຮັບຜິດຊອບດ້ານກົດໝາຍ ແລະ ການປະຕິບັດຕາມກົດລະບຽບ (Compliance) ຂອງບໍລິສັດຍີ່ປຸ່ນທີ່ດຳເນີນທຸລະກິດໃນພາກພື້ນ ASEAN, ຜູ້ຮັບຜິດຊອບໂຄງການທີ່ກຳລັງນຳ AI ມາໃຊ້ງານ, ແລະ Tech Lead ທີ່ມີຖານປະຕິບັດງານຢູ່ໃນ ASEAN. ບົດຄວາມນີ້ຈະຍົກເອົາ 4 ປະເທດໄດ້ແກ່ ໄທ, ຫວຽດນາມ, ລາວ ແລະ ອິນໂດເນເຊຍ ມາສັງລວມຂໍ້ມູນໃນຮູບແບບດຽວ ເພື່ອໃຫ້ເຫັນພາບລວມກ່ຽວກັບ: (1) ສະຖານະປັດຈຸບັນຂອງລະບຽບການດ້ານ AI ໃນແຕ່ລະປະເທດ, (2) ການເຊື່ອມຕໍ່ກັບກົດໝາຍປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ, ແລະ (3) ການຮັບມືໃນທາງປະຕິບັດທີ່ບໍລິສັດຍີ່ປຸ່ນຄວນປະຕິບັດ.

ຂໍສະຫຼຸບກ່ອນວ່າ: ໃນພາກພື້ນ ASEAN ຍັງບໍ່ທັນມີ "ລະບຽບການດ້ານ AI ທີ່ຄອບຄຸມ ແລະ ມີຜົນບັງຄັບໃຊ້ຄືກັບ EU AI Act" ແຕ່ຫາກລະເລີຍຄວາມເຄື່ອນໄຫວຂອງແຕ່ລະປະເທດ ກໍອາດຈະເຮັດໃຫ້ເກີດຕົ້ນທຶນໃນການປະຕິບັດຕາມກົດລະບຽບຢ່າງກະທັນຫັນໃນການເຮັດທຸລະກິດຂ້າມຊາດ. ການເລີ່ມຕົ້ນວົງຈອນ 3 ຂັ້ນຕອນຄື "ການສຳຫຼວດສະຖານະປັດຈຸບັນ → ການປະເມີນຄວາມສ່ຽງພາຍໃນບໍລິສັດ → ການຈັດຕັ້ງລະບົບການກຳກັບດູແລ (Governance)" ໄວເທົ່າໃດ ກໍຈະເປັນມາດຕະການຫຼຸດຜ່ອນຄວາມສ່ຽງສຳລັບບໍລິສັດຍີ່ປຸ່ນເທົ່ານັ້ນ.

ທັງນີ້, ບົດຄວາມນີ້ຖືກຮຽບຮຽງຂຶ້ນໂດຍອີງໃສ່ຄວາມຮູ້ທ້ອງຖິ່ນຂອງບໍລິສັດພວກເຮົາ ແລະ ຂໍ້ມູນທີ່ເປີດເຜີຍຕໍ່ສາທາລະນະເທົ່ານັ້ນ, ບໍ່ແມ່ນຄຳແນະນຳທາງກົດໝາຍ. ໃນການດຳເນີນການຕົວຈິງ, ກະລຸນາປຶກສາຫາລືກັບຜູ້ຊ່ຽວຊານດ້ານກົດໝາຍໃນທ້ອງຖິ່ນທຸກຄັ້ງ.

ການປຽບທຽບກົດລະບຽບດ້ານ AI ໃນອາຊຽນ ມີຄວາມສຳຄັນຢູ່ທີ່ການເກັບກຳທັງ "ຄວາມແຕກຕ່າງໃນປັດຈຸບັນ" ແລະ "ທິດທາງໃນອະນາຄົດ" ເພື່ອນຳມາຈັດລຳດັບຄວາມສຳຄັນຂອງຄວາມສ່ຽງສຳລັບບໍລິສັດຂອງທ່ານ.

ແຕກຕ່າງຈາກ EU AI Act ແລະ ກົດລະບຽບດ້ານ AI ໃນລະດັບລັດຂອງສະຫະລັດອາເມຣິກາ, ກົດລະບຽບດ້ານ AI ພາຍໃນພາກພື້ນອາຊຽນມີຄວາມຄືບໜ້າ, ຮູບແບບ ແລະ ຂໍ້ບັງຄັບທີ່ແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍໃນແຕ່ລະປະເທດ. ຖ້າບໍ່ມີການປຽບທຽບ, ທ່ານຈະບໍ່ສາມາດເຫັນໄດ້ວ່າ "ຄວນຈັດສັນຊັບພະຍາກອນໃຫ້ປະເທດໃດຫຼາຍໜ້ອຍພຽງໃດ".

ພາຍໃນພາກພື້ນ ASEAN, ຄວາມໄວໃນການດຳເນີນງານດ້ານກົດລະບຽບ AI ແມ່ນມີຄວາມແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍ. ໂດຍສາມາດສະຫຼຸບໂດຍທົ່ວໄປໄດ້ດັ່ງນີ້:

• ສິງກະໂປ: ເປັນປະເທດທີ່ເປີດຕົວ ຫຼື Launch ກອບການບໍລິຫານຈັດການ AI ໄດ້ໄວທີ່ສຸດໃນພາກພື້ນ ASEAN. ເຖິງແມ່ນວ່າຈະບໍ່ແມ່ນຈຸດສຳຄັນ ຫຼື ແກນຫຼັກຂອງບົດຄວາມນີ້ ແຕ່ກໍມີປະໂຫຍດໃນການໃຊ້ເປັນມາດຕະຖານໃນການປຽບທຽບ
• ໄທ: ມີຍຸດທະສາດ AI ແຫ່ງຊາດ ແລະ ເນັ້ນການຄວບຄຸມການນຳໃຊ້ AI ຜ່ານກົດໝາຍຄຸ້ມຄອງຂໍ້ມູນສ່ວນບຸກຄົນ (PDPA) ເປັນຫຼັກ
• ຫວຽດນາມ: ການສົນທະນາກ່ຽວກັບຮ່າງກົດໝາຍທີ່ກ່ຽວຂ້ອງກັບ AI ກຳລັງມີຄວາມເຄື່ອນໄຫວຢ່າງຕໍ່ເນື່ອງ ແລະ ຂະບວນການນິຕິບັນຍັດກຳລັງດຳເນີນຢູ່
• ອິນໂດເນເຊຍ: ມີແນວທາງປະຕິບັດດ້ານຈັນຍາບັນ AI ນຳໜ້າໄປກ່ອນ ແລະ ມີໂຄງສ້າງທີ່ເຊື່ອມຕໍ່ກັບກົດໝາຍຄຸ້ມຄອງຂໍ້ມູນສ່ວນບຸກຄົນ (UU PDP)
• ລາວ: ກົດລະບຽບສະເພາະດ້ານ AI ຍັງຢູ່ໃນຂັ້ນຕອນການພັດທະນາ ແຕ່ຈະຖືກຮອງຮັບດ້ວຍການຕີຄວາມໝາຍຂອງກົດໝາຍວ່າດ້ວຍການປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ (PDPL) ແລະ ກົດໝາຍວ່າດ້ວຍດິຈິຕອນ

ເມື່ອພິຈາລະນາເຖິງຄວາມແຕກຕ່າງຂອງຄວາມໄວນີ້, ບໍລິສັດຍີ່ປຸ່ນຈຳເປັນຕ້ອງຕິດຕາມສະຖານະການຫຼ້າສຸດຂອງກົດໝາຍ ແລະ ແນວທາງປະຕິບັດໂດຍໃຫ້ບຸລິມະສິດແກ່ "ປະເທດທີ່ມີຄວາມສຳຄັນທາງທຸລະກິດສູງ" ກ່ອນເປັນອັນດັບທຳອິດ.

ບໍລິສັດຍີ່ປຸ່ນຫຼາຍແຫ່ງທີ່ດຳເນີນທຸລະກິດໃນ ASEAN ມີການດຳເນີນງານທີ່ກວມເອົາຫຼາຍປະເທດ (ຕົວຢ່າງ: ການປະມວນຜົນຂໍ້ມູນຂອງຫວຽດນາມ ແລະ ລາວ ດ້ວຍ AI model ທີ່ສຳນັກງານໃຫຍ່ໃນໄທ). ໃນກໍລະນີນີ້, ຄວາມແຕກຕ່າງດ້ານກົດລະບຽບຂອງແຕ່ລະປະເທດຈະປາກົດອອກມາໃນຮູບແບບດັ່ງຕໍ່ໄປນີ້:

• ການໂອນຂໍ້ມູນຂ້າມຊາຍແດນ: ໃນບາງປະເທດ ອາດມີການກຳນົດຂໍ້ກຳນົດເພີ່ມເຕີມສຳລັບການໂອນຂໍ້ມູນສ່ວນບຸກຄົນໄປຕ່າງປະເທດ (ເຊັ່ນ: ຂໍ້ກຳນົດໃນສັນຍາ, ການແຈ້ງຕໍ່ໜ່ວຍງານທີ່ກ່ຽວຂ້ອງ, ຫຼື ການຂໍຄວາມຍິນຍອມຢ່າງຈະແຈ້ງຈາກເຈົ້າຂອງຂໍ້ມູນ).
• ຄວາມຮັບຜິດຊອບຕໍ່ຜົນການຕັດສິນໃຈຂອງ AI: ໃນກໍລະນີທີ່ຜົນການຕັດສິນໃຈຂອງ AI ສົ່ງຜົນກະທົບຕໍ່ຜູ້ໃຊ້ງານໃນທ້ອງຖິ່ນ, ອາດມີຄວາມຈຳເປັນຕ້ອງປະຕິບັດຕາມແນວທາງປະຕິບັດຂອງທ້ອງຖິ່ນກ່ຽວກັບຄວາມສາມາດໃນການອະທິບາຍ (Explainability).
• ກົດລະບຽບເພີ່ມເຕີມຕາມປະເພດທຸລະກິດ: ໃນຂະແໜງການເງິນ, ການແພດ ແລະ ພາກລັດ ອາດມີກົດລະບຽບສະເພາະຂະແໜງການເພີ່ມເຕີມເຂົ້າໃນການນຳໃຊ້ AI.

ເຖິງແມ່ນວ່າ ASEAN ມັກຈະຖືກຮັບຮູ້ວ່າເປັນ "ພາກພື້ນທີ່ມີກົດລະບຽບເບົາບາງ", ແຕ່ໃນຂະແໜງການຕ່າງໆ ໂດຍສະເພາະກົດໝາຍປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ ພວມມີການພັດທະນາຢ່າງຕໍ່ເນື່ອງ ແລະ ຄວາມສ່ຽງຈາກການ "ລະເລີຍແລ້ວດຳເນີນການຕໍ່ໄປ" ກໍມີແນວໂນ້ມເພີ່ມທະວີຂຶ້ນເລື້ອຍໆ.

ການປຽບທຽບຈຳເປັນຕ້ອງມີການກຳນົດແກນຫຼັກໃຫ້ກົງກັນ. ໃນບົດຄວາມນີ້, ພວກເຮົາຈະປຽບທຽບແຕ່ລະປະເທດໂດຍອີງໃສ່ 3 ແກນຫຼັກ ຄື: "ພັນທະທາງກົດໝາຍ", "ການເຊື່ອມຕໍ່ກັບກົດໝາຍປົກປ້ອງຂໍ້ມູນ", ແລະ "ການຮອງຮັບການໂອນຍ້າຍຂໍ້ມູນຂ້າມຊາຍແດນ".

ການກຳນົດແກນຫຼັກໃຫ້ຊັດເຈນຈະຊ່ວຍໃຫ້ສາມາດປະເມີນລະດັບຜົນກະທົບຕໍ່ບໍລິສັດຂອງທ່ານໄດ້ງ່າຍຂຶ້ນ. ເນື່ອງຈາກການຕິດຕາມຂໍ້ມູນທັງໝົດຢ່າງຄົບຖ້ວນຈະມີຄ່າໃຊ້ຈ່າຍສູງເກີນໄປ, ການເລີ່ມຕົ້ນດ້ວຍການປະເມີນຜົນຜ່ານ 3 ແກນຫຼັກດັ່ງກ່າວຈຶ່ງເປັນວິທີທີ່ເໝາະສົມໃນຄວາມເປັນຈິງ.

ກົດລະບຽບທີ່ກ່ຽວຂ້ອງກັບ AI ຂອງບັນດາປະເທດໃນ ASEAN ຢູ່ໃນສະຖານະການທີ່ມີທັງ "ກົດໝາຍທີ່ມີຜົນບັງຄັບໃຊ້" ແລະ "ແນວທາງປະຕິບັດ/ເອກະສານຍຸດທະສາດ" ປະປົນກັນ. ທັງສອງຢ່າງນີ້ມີລຳດັບຄວາມສຳຄັນໃນການຕອບສະໜອງທີ່ແຕກຕ່າງກັນຢ່າງຫຼວງຫຼາຍ.

ໃນການປະຕິບັດງານຕົວຈິງຂອງບໍລິສັດຍີ່ປຸ່ນ, ການຕອບສະໜອງແບບສາມຊັ້ນແມ່ນມີຄວາມເປັນໄປໄດ້ຫຼາຍທີ່ສຸດ ຄື: (1) ປະຕິບັດຕາມກົດໝາຍກ່ອນ, (2) ນຳເອົາລະດັບແນວທາງປະຕິບັດມາປັບໃຊ້ດ້ວຍຕົນເອງ, ແລະ (3) ອ້າງອີງເອກະສານຍຸດທະສາດເພື່ອເປັນຂໍ້ມູນສຳລັບສະຖານະການຄວາມສ່ຽງ.

ໃນບັນດາປະເທດ ASEAN ຍັງມີໜ້ອຍປະເທດທີ່ມີການຈັດຕັ້ງລະບຽບການດ້ານ AI ເປັນກົດໝາຍສະບັບເອກະລາດ. ໃນຫຼາຍປະເທດ, ໂຄງສ້າງການກຳກັບດູແລການນຳໃຊ້ AI ຈະເປັນແບບທາງອ້ອມຜ່ານກົດໝາຍປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ.

• ໄທ PDPA: ການປະມວນຜົນຂໍ້ມູນສ່ວນບຸກຄົນໂດຍ AI ແມ່ນຢູ່ພາຍໃຕ້ຂອບເຂດຂອງ PDPA. ການກຳກັບດູແລການຕັດສິນໃຈແບບອັດຕະໂນມັດກໍຖືກນຳມາປຶກສາຫາລືພາຍໃຕ້ຂອບຂອງກົດໝາຍປົກປ້ອງຂໍ້ມູນເຊັ່ນກັນ.
• ອິນໂດເນເຊຍ UU PDP: ກຳນົດໃຫ້ການປະມວນຜົນໂດຍ AI ເປັນການປະມວນຜົນຂໍ້ມູນສ່ວນບຸກຄົນໃນລັກສະນະດຽວກັນ.
• ລາວ PDPL: ການກຳກັບດູແລ AI ຜ່ານກົດໝາຍປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ, ໂດຍມີຈຸດສຳຄັນ ຫຼື ແກນຫຼັກ ຢູ່ທີ່ການກຳກັບດູແລການໂອນຂໍ້ມູນຂ້າມແດນ.
• ຫວຽດນາມ ຂໍ້ກຳນົດທີ່ກ່ຽວຂ້ອງກັບການປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ: ການກຳກັບດູແລການນຳໃຊ້ AI ຜ່ານຂໍ້ກຳນົດທີ່ກ່ຽວຂ້ອງກັບການປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ.

ສະຫຼຸບກໍຄື ການເບິ່ງ "ລະບຽບການດ້ານ AI" ບໍ່ຄວນເບິ່ງແບບແຍກອອກມາເປັນເອກະລາດ, ແຕ່ຄວນເບິ່ງເປັນຊຸດຂອງ "ກົດໝາຍປົກປ້ອງຂໍ້ມູນ + ແນວທາງປະຕິບັດດ້ານ AI" ເຊິ່ງເປັນມຸມມອງທີ່ຖືກຕ້ອງໃນການເບິ່ງພາບລວມຂອງ ASEAN.

ທ່ານສາມາດອ່ານບົດຄວາມທີ່ກ່ຽວຂ້ອງເພີ່ມເຕີມໄດ້ທີ່ ການປຽບທຽບກົດໝາຍປົກປ້ອງຂໍ້ມູນຂອງ 4 ປະເທດໃນ ASEAN.

ເມື່ອດຳເນີນການດ້ານ AI ພາຍໃນ ASEAN, ການໂອນຍ້າຍຂໍ້ມູນຂ້າມຊາຍແດນຈະເກີດຂຶ້ນເກືອບທຸກຄັ້ງ. ກົດໝາຍປົກປ້ອງຂໍ້ມູນຂອງແຕ່ລະປະເທດມັກຈະມີຂໍ້ກຳນົດກ່ຽວກັບການໂອນຍ້າຍຂ້າມຊາຍແດນ (ເຊັ່ນ: ການຍິນຍອມ, ຂໍ້ກຳນົດໃນສັນຍາ, ການແຈ້ງຕໍ່ເຈົ້າໜ້າທີ່ ແລະ ອື່ນໆ) ລວມຢູ່ດ້ວຍ.

ຮູບແບບທີ່ບໍລິສັດຍີ່ປຸ່ນມັກພົບເຫັນມີດັ່ງນີ້:

• ລະບົບ AI ຂອງສຳນັກງານໃຫຍ່ໃນໄທ ປະມວນຜົນຂໍ້ມູນລູກຄ້າໃນຫວຽດນາມ ແລະ ລາວ: ຈຳເປັນຕ້ອງປະຕິບັດຕາມຂໍ້ກຳນົດການໂອນຍ້າຍຂ້າມຊາຍແດນຂອງປະເທດຕົ້ນທາງ (ຫວຽດນາມ ແລະ ລາວ).
• ການແບ່ງປັນພື້ນຖານ AI ລະດັບໂລກຂອງຍີ່ປຸ່ນໃຫ້ກັບບັນດາປະເທດໃນ ASEAN: ຈຳເປັນຕ້ອງມີການຂໍຄວາມຍິນຍອມ, ການເຮັດສັນຍາ ແລະ ການກວດສອບມາດຕະການຄຸ້ມຄອງຄວາມປອດໄພຂອງປາຍທາງການໂອນຍ້າຍຂໍ້ມູນໄປຕ່າງປະເທດໃນແຕ່ລະປະເທດ.
• ໂມເດວ AI ທີ່ຢູ່ເທິງ Cloud ໃຊ້ສູນຂໍ້ມູນ (Data Center) ຂອງປະເທດອື່ນ: ບໍ່ຄວນປ່ອຍໃຫ້ເປັນໜ້າທີ່ຂອງຜູ້ໃຫ້ບໍລິການ Cloud ພຽງຢ່າງດຽວ, ແຕ່ຈຳເປັນຕ້ອງຮັບຮູ້ເຖິງສະຖານທີ່ຕັ້ງທາງກາຍະພາບຂອງຂໍ້ມູນນຳອີກ.

ໂດຍສະເພາະຢ່າງຍິ່ງ, ໃນກໍລະນີທີ່ຂໍ້ມູນການຮຽນຮູ້ຂອງໂມເດວ AI ມີຂໍ້ມູນສ່ວນບຸກຄົນຂອງບັນດາປະເທດໃນ ASEAN ລວມຢູ່ດ້ວຍ, ຂໍ້ກຳນົດການໂອນຍ້າຍຂ້າມຊາຍແດນຂອງກົດໝາຍປົກປ້ອງຂໍ້ມູນອາດຈະສົ່ງຜົນກະທົບຕໍ່ຂະບວນການຮຽນຮູ້ທັງໝົດ, ດັ່ງນັ້ນການກວດສອບໃນຂັ້ນຕອນການອອກແບບຈຶ່ງມີຄວາມສຳຄັນຫຼາຍ.

ຕໍ່ໄປນີ້ແມ່ນການສະຫຼຸບຄວາມເຄື່ອນໄຫວໃນ 4 ປະເທດ ໄດ້ແກ່ ໄທ, ຫວຽດນາມ, ລາວ ແລະ ອິນໂດເນເຊຍ ຕາມຂໍ້ມູນໃນເວລາທີ່ຂຽນບົດຄວາມນີ້.

ໝາຍເຫດ: ເນື່ອງຈາກລະບຽບການຂອງບັນດາປະເທດໃນ ASEAN ມີການປ່ຽນແປງຢ່າງວ່ອງໄວ, ຂໍ້ມູນໃນບົດຄວາມນີ້ຈຶ່ງເປັນພຽງການຮວບຮວມຂໍ້ມູນໃນເວລາທີ່ຂຽນເທົ່ານັ້ນ. ໃນການປະຕິບັດວຽກງານຕົວຈິງ, ກະລຸນາກວດສອບຂໍ້ມູນສະບັບຫຼ້າສຸດຈາກຂໍ້ມູນທີ່ເປີດເຜີຍຢ່າງເປັນທາງການຂອງແຕ່ລະປະເທດ ແລະ ປຶກສາຫາລືກັບຜູ້ຊ່ຽວຊານດ້ານກົດໝາຍໃນທ້ອງຖິ່ນສະເໝີ.

ໄທເປັນໜຶ່ງໃນປະເທດພາຍໃນ ASEAN ທີ່ມີຄວາມຫ້າວຫັນໃນການວາງລະບົບ AI Governance ໂດຍມີເອກະສານຍຸດທະສາດ AI ແຫ່ງຊາດທີ່ໄດ້ ເປີດຕົວ ຫຼື Launch ອອກມາແລ້ວ. ຈຸດສຳຄັນ ຫຼື ແກນຫຼັກ ແມ່ນການຄວບຄຸມການນຳໃຊ້ AI ຜ່ານກົດໝາຍຄຸ້ມຄອງຂໍ້ມູນສ່ວນບຸກຄົນ (PDPA), ເຊິ່ງປະເດັນກ່ຽວກັບການຕັດສິນໃຈແບບອັດຕະໂນມັດ ແລະ ການສ້າງໂປຣໄຟລ໌ສ່ວນບຸກຄົນຈະຖືກນຳມາປຶກສາຫາລືພາຍໃຕ້ຂອບເຂດນີ້.

ຈຸດທີ່ຄວນສັງເກດໃນທາງປະຕິບັດຂອງໄທມີ 3 ປະການ: ປະການທຳອິດ, ຂອບເຂດການບັງຄັບໃຊ້ຂອງ PDPA ມີຄວາມກວ້າງຂວາງ ເຊິ່ງລວມໄປເຖິງບໍລິສັດຕ່າງປະເທດທີ່ຈັດການຂໍ້ມູນຂອງພົນລະເມືອງໄທ ແລະ ຜູ້ທີ່ຢູ່ໃນປະເທດໄທນຳອີກ (ການບັງຄັບໃຊ້ຂ້າມພົມແດນ). ປະການທີສອງ, ວຽກງານທີ່ສົ່ງຜົນກະທົບຕໍ່ບຸກຄົນຜ່ານການຕັດສິນໃຈຂອງ AI ອາດຈະຕ້ອງມີການບັນທຶກຂະບວນການຕັດສິນໃຈໄວ້ ເພື່ອຄວາມຮັບຜິດຊອບ. ປະການທີສາມ, ກົດລະບຽບສະເພາະຂອງແຕ່ລະຂະແໜງການ ເຊັ່ນ: ການເງິນ, ການແພດ (ທະນາຄານກາງ, ກະຊວງສາທາລະນະສຸກ, SEC ແລະ ອື່ນໆ) ອາດຈະຖືກນຳມາບັງຄັບໃຊ້ເພີ່ມເຕີມໃນການນຳໃຊ້ AI.

ສຳລັບບໍລິສັດຍີ່ປຸ່ນທີ່ພັດທະນາລະບົບ AI ໃນໄທ, ວິທີການທີ່ຮັດກຸມຄືການເລີ່ມຕົ້ນຈາກການປະຕິບັດຕາມ PDPA ໂດຍນຳເອົາກົດລະບຽບສະເພາະຂອງແຕ່ລະຂະແໜງການ ແລະ ທິດທາງຂອງຍຸດທະສາດ AI ແຫ່ງຊາດມາປະສົມປະສານກັນ ເພື່ອໃຫ້ເຫັນພາບລວມທັງໝົດ.

ສຳລັບບົດຄວາມທີ່ກ່ຽວຂ້ອງ, ຂໍໃຫ້ອ້າງອີງ ລາຍການກວດສອບການປະຕິບັດຕາມກົດລະບຽບເພື່ອຄວາມສົມດຸນລະຫວ່າງການປະຕິບັດຕາມ PDPA ແລະ ການນຳໃຊ້ AI ໃນໄທ ນຳອີກ.

ຫວຽດນາມ ກຳລັງດຳເນີນການປັບປຸງກົດລະບຽບທີ່ກ່ຽວຂ້ອງກັບການປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ, ພ້ອມທັງມີການປຶກສາຫາລືກ່ຽວກັບຮ່າງກົດໝາຍ ແລະ ຂໍ້ກຳນົດຕ່າງໆທີ່ກ່ຽວຂ້ອງກັບ AI ໄປພ້ອມໆກັນ. ນີ້ແມ່ນໜຶ່ງໃນປະເທດທີ່ຈຳເປັນຕ້ອງຕິດຕາມຄວາມຄືບໜ້າຂອງຂະບວນການນິຕິບັນຍັດຢ່າງຕໍ່ເນື່ອງ.

ຂໍ້ຄວນລະວັງໃນທາງປະຕິບັດ:

• ຂໍ້ກຳນົດທີ່ກ່ຽວຂ້ອງກັບການປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ: ການປະມວນຜົນຂໍ້ມູນສ່ວນບຸກຄົນໂດຍ AI ມີທ່າອ່ຽງທີ່ຈະຖືກຈັດໃຫ້ຢູ່ໃນຂອບເຂດຂອງກົດລະບຽບນີ້.
• ການໂອນຂໍ້ມູນຂ້າມຊາຍແດນ: ຂໍ້ກຳນົດກ່ຽວກັບການໂອນຂໍ້ມູນຂ້າມຊາຍແດນແມ່ນຖືກຈັດຢູ່ໃນຂໍ້ກຳນົດທີ່ກ່ຽວຂ້ອງກັບການປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ.
• ກົດລະບຽບແຍກຕາມຂະແໜງການ: ມີຂໍ້ກຳນົດສະເພາະກ່ຽວກັບຄວາມປອດໄພທາງໄຊເບີ ແລະ ການຈັດການຂໍ້ມູນໃນຂະແໜງການເງິນ, ໂທລະຄົມມະນາຄົມ ແລະ ອື່ນໆ.

ຫວຽດນາມ ເປັນປະເທດທີ່ມີການປັບປຸງ ແລະ ປະກາດໃຊ້ຮ່າງກົດໝາຍຢ່າງຫ້າວຫັນ, ໂດຍສະເພາະຜູ້ປະກອບການທີ່ນຳໃຊ້ AI ຢ່າງເຕັມຮູບແບບ ຈຳເປັນຕ້ອງມີການອັບເດດຂໍ້ມູນກັບຝ່າຍກົດໝາຍໃນທ້ອງຖິ່ນຢ່າງສະໝໍ່າສະເໝີ.

ລາວມີການຈັດຕັ້ງປະຕິບັດກົດໝາຍວ່າດ້ວຍການປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ (PDPL) ພາຍໃນພາກພື້ນ ASEAN ໂດຍມີໂຄງສ້າງທີ່ປະສົມປະສານກັບກົດໝາຍດິຈິຕອນ ແລະ ກົດໝາຍວ່າດ້ວຍການເຮັດທຸລະກຳທາງອີເລັກໂທຣນິກ. ເຖິງວ່າກົດໝາຍສະເພາະດ້ານ AI ຍັງຢູ່ໃນຂັ້ນຕອນການພັດທະນາ, ແຕ່ການນຳໃຊ້ AI ທີ່ມີການປະມວນຜົນຂໍ້ມູນສ່ວນບຸກຄົນຈະຕົກຢູ່ພາຍໃຕ້ການຄວບຄຸມຂອງ PDPL.

ຈຸດສຳຄັນໃນທາງປະຕິບັດທີ່ລາວ:

• ການນຳໃຊ້ PDPL: ລະບົບ AI ທີ່ຈັດການກັບຂໍ້ມູນສ່ວນບຸກຄົນຂອງພົນລະເມືອງລາວ ຫຼື ຜູ້ທີ່ຢູ່ໃນລາວ ແມ່ນຕົກຢູ່ພາຍໃຕ້ການຄວບຄຸມຂອງ PDPL.
• ການໂອນຂໍ້ມູນຂ້າມແດນ: ການໂອນຂໍ້ມູນສ່ວນບຸກຄົນໄປຕ່າງປະເທດ ຈຳເປັນຕ້ອງປະຕິບັດຕາມຂໍ້ກຳນົດທີ່ລະບຸໄວ້ໃນ PDPL.
• ກົດໝາຍດິຈິຕອນ ແລະ ກົດໝາຍວ່າດ້ວຍການເຮັດທຸລະກຳທາງອີເລັກໂທຣນິກ: ຄວາມຖືກຕ້ອງຕາມກົດໝາຍຂອງການເຮັດທຸລະກຳທາງອີເລັກໂທຣນິກ ແລະ ສັນຍາທາງອີເລັກໂທຣນິກໂດຍ AI ຈະຖືກພິຈາລະນາພາຍໃຕ້ຂອບເຂດຂອງກົດໝາຍເຫຼົ່ານີ້.
• ຕາມຂະແໜງການ: ໃນຂະແໜງການເງິນ ແລະ ພາກລັດ, ລະບຽບການສະເພາະຂອງແຕ່ລະຂະແໜງການອາດສົ່ງຜົນກະທົບຕໍ່ການນຳໃຊ້ AI.

ລາວເປັນປະເທດທີ່ຂ້ອນຂ້າງເລີ່ມຕົ້ນຊ້າໃນການພັດທະນາກົດລະບຽບພາຍໃນພາກພື້ນ ASEAN, ແຕ່ໃນຊຸມປີມໍ່ໆມານີ້ ການພັດທະນາກົດໝາຍໄດ້ມີຄວາມຄືບໜ້າຢ່າງວ່ອງໄວ. ບໍລິສັດຍີ່ປຸ່ນຄວນມີລະບົບໃນການກວດສອບສະບັບຫຼ້າສຸດຂອງກົດໝາຍໃນທຸກໆ ຮອບ 10 ປີ (ໝາຍເຫດ: ປັບປຸງຕາມຄວາມເໝາະສົມຂອງບໍລິບົດ).

ສຳລັບບົດຄວາມທີ່ກ່ຽວຂ້ອງ, ກະລຸນາອ້າງອີງເຖິງ ຈຸດສຳຄັນທີ່ບໍລິສັດຄວນຮູ້ກ່ຽວກັບກົດໝາຍດິຈິຕອນຂອງລາວ ແລະ ຄູ່ມືການຈັດຕັ້ງປະຕິບັດກົດໝາຍວ່າດ້ວຍການປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນຂອງລາວ.

ອິນໂດເນເຊຍມີກົດໝາຍວ່າດ້ວຍການປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ (UU PDP) ທີ່ຖືກຈັດຕັ້ງຂຶ້ນແລ້ວ, ສ່ວນໃນດ້ານ AI ນັ້ນແມ່ນມີແນວທາງດ້ານຈັນຍາບັນທີ່ນຳພາໂດຍລັດຖະບານເປັນຕົວນຳ. ໂດຍບໍ່ໄດ້ມີການຄວບຄຸມ AI ໂດຍກົງຜ່ານທາງກົດໝາຍ, ແຕ່ຈະເປັນການຊີ້ແນະທິດທາງຜ່ານແນວທາງປະຕິບັດ ແລະ ໃຊ້ກົດໝາຍປົກປ້ອງຂໍ້ມູນມາຄວບຄຸມການປະມວນຜົນໃນແຕ່ລະກໍລະນີແທນ.

ຈຸດສຳຄັນໃນທາງປະຕິບັດ:

• ການຮອງຮັບ UU PDP: ການປະມວນຜົນຂໍ້ມູນສ່ວນບຸກຄົນໂດຍ AI ຈະຖືກຈັດຢູ່ໃນຂອບເຂດຂອງ UU PDP.
• ແນວທາງດ້ານຈັນຍາບັນ AI: ແນວທາງດ້ານຈັນຍາບັນທີ່ນຳພາໂດຍລັດຖະບານ ບາງຄັ້ງກໍເຮັດໜ້າທີ່ເປັນມາດຕະຖານຂອງອຸດສາຫະກຳໃນທາງປະຕິບັດ.
• ການຄວບຄຸມຕາມຂະແໜງການ: ມີການຄວບຄຸມຕາມຂະແໜງການ ເຊັ່ນ: ອົງການບໍລິການດ້ານການເງິນ (OJK) ແລະ ອົງການຄວບຄຸມດ້ານໂທລະຄົມມະນາຄົມ ເຂົ້າມາຊ້ອນທັບກັບການນຳໃຊ້ AI.
• ການໂອນຂໍ້ມູນຂ້າມຊາຍແດນ: ຈຳເປັນຕ້ອງປະຕິບັດຕາມກົດລະບຽບການໂອນຂໍ້ມູນຂ້າມຊາຍແດນໂດຍອີງຕາມ UU PDP.

ຕະຫຼາດອິນໂດເນເຊຍມີຂະໜາດໃຫຍ່ ແລະ ໃນຫຼາຍກໍລະນີຈະຕ້ອງມີການຮ່ວມມືກັບຄູ່ຮ່ວມງານໃນທ້ອງຖິ່ນ. ດັ່ງນັ້ນ, ເມື່ອຈະເປີດຕົວ ຫຼື Launch ລະບົບ AI, ຈຳເປັນຕ້ອງມີການປະເມີນລວມເຖິງສະຖານະການປະຕິບັດຕາມກົດລະບຽບ (Compliance) ຂອງຝ່າຍຄູ່ຮ່ວມງານນຳອີກ.

ການຮັບມືກັບກົດລະບຽບດ້ານ AI ໃນອາຊຽນ, ການຈັດລຳດັບຄວາມສຳຄັນໂດຍອີງໃສ່ "ອັດຕາສ່ວນທຸລະກິດ × ຄວາມສ່ຽງ × ຕົ້ນທຶນ" ແມ່ນມີຄວາມເປັນຈິງຫຼາຍກວ່າການ "ຕິດຕາມທຸກຢ່າງໃຫ້ສົມບູນແບບ".

ໃນທີ່ນີ້, ພວກເຮົາຈະສະຫຼຸບສອງວຽກງານຕົວຈິງທີ່ບໍລິສັດຍີ່ປຸ່ນຄວນດຳເນີນການ ຄື: ການປະເມີນຄວາມສ່ຽງ ແລະ ການສ້າງລະບົບການບໍລິຫານຈັດການພາຍໃນ.

ເມື່ອເລີ່ມຕົ້ນການຮັບມືກັບກົດລະບຽບດ້ານ AI ໃນບັນດາປະເທດ ASEAN, ສິ່ງທີ່ຄວນເລີ່ມຕົ້ນເຮັດເປັນອັນດັບທຳອິດຄື "ການປະເມີນຄວາມສ່ຽງຂອງບໍລິສັດຕົນເອງ". ທາງບໍລິສັດຂອງພວກເຮົາແນະນຳຂັ້ນຕອນດັ່ງນີ້:

1. ການສຳຫຼວດກໍລະນີການນຳໃຊ້ AI: ເຮັດລາຍການລະບົບ AI ທີ່ກຳລັງດຳເນີນການຢູ່ ຫຼື ວາງແຜນໄວ້ໃນແຕ່ລະສາຂາປະເທດ.
2. ການລະບຸປະເທດເປົ້າໝາຍ: ເຮັດການ Mapping ວ່າແຕ່ລະກໍລະນີການນຳໃຊ້ ຕົກຢູ່ພາຍໃຕ້ກົດລະບຽບຂອງປະເທດໃດແດ່ (ກົດໝາຍປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ, ກົດລະບຽບສະເພາະອຸດສາຫະກຳ, ຫຼື ແນວທາງປະຕິບັດດ້ານ AI).
3. ການປະເມີນລະດັບຜົນກະທົບ: ແບ່ງປະເພດເປັນ ຄວາມສ່ຽງສູງ (ຜົນກະທົບໂດຍກົງຕໍ່ບຸກຄົນ, ການຕັດສິນໃຈທາງການເງິນ, ການຕັດສິນໃຈທາງການແພດ), ຄວາມສ່ຽງປານກາງ, ແລະ ຄວາມສ່ຽງຕ່ຳ (ການເພີ່ມປະສິດທິພາບວຽກງານພາຍໃນ).
4. ການວິເຄາະຊ່ອງຫວ່າງ (Gap Analysis): ຊອກຫາຊ່ອງຫວ່າງລະຫວ່າງການດຳເນີນງານໃນປັດຈຸບັນ ກັບຂໍ້ກຳນົດດ້ານກົດລະບຽບຂອງແຕ່ລະປະເທດສຳລັບແຕ່ລະກໍລະນີການນຳໃຊ້.
5. ແຜນການຮັບມື: ສ້າງແຜນການຮັບມືຕາມລະດັບຄວາມສຳຄັນຂອງຊ່ອງຫວ່າງນັ້ນໆ.

ການນຳເອົາຂະບວນການນີ້ເຂົ້າໄປໃນການທົບທວນປະຈຳປີ ຈະຊ່ວຍໃຫ້ການຕິດຕາມການອັບເດດກົດລະບຽບຕ່າງໆມີຄວາມເປັນລະບົບ. ທາງບໍລິສັດຂອງພວກເຮົາແນະນຳຮູບແບບການທົບທວນຮ່ວມກັບຝ່າຍກົດໝາຍທ້ອງຖິ່ນປີລະ 1 ຄັ້ງ ແລະ ການອັບເດດຂໍ້ມູນແຕ່ລະປະເທດໃນທຸກໆໄຕມາດ.

ການນຳເອົາຜົນການປະເມີນຄວາມສ່ຽງມາປັບໃຊ້ໃຫ້ເປັນຮູບແບບທີ່ອົງກອນສາມາດດຳເນີນການໄດ້ຢ່າງຕໍ່ເນື່ອງ ຄືການສ້າງທຳມະພິບານພາຍໃນ (Internal Governance). ໂດຍຕ້ອງມີການຈັດຕຽມ 4 ອົງປະກອບຫຼັກດັ່ງນີ້:

• ນະໂຍບາຍການນຳໃຊ້ AI: ເກນການຕັດສິນໃຈ, ຂໍ້ຫ້າມ ແລະ ຂັ້ນຕອນການອະນຸມັດເມື່ອນຳໃຊ້ AI ພາຍໃນອົງກອນ
• ແນວທາງການຈັດການຂໍ້ມູນ: ຂັ້ນຕອນການນຳຂໍ້ມູນສ່ວນບຸກຄົນ ແລະ ຂໍ້ມູນລັບເຂົ້າສູ່ລະບົບ AI
• ຜູ້ຮັບຜິດຊອບ ແລະ ໂຄງສ້າງ: ຜູ້ຮັບຜິດຊອບດ້ານການປະຕິບັດຕາມກົດລະບຽບ AI (AI Compliance) ແລະ ຈຸດປະສານງານກັບສາຂາໃນທ້ອງຖິ່ນ
• ການສຶກສາອົບຮົມ ແລະ ການເຜີຍແຜ່ຂໍ້ມູນ: ການຝຶກອົບຮົມໃຫ້ພະນັກງານໜ້າວຽກ, FAQ ແລະ ການສົ່ງຂໍ້ມູນອັບເດດເປັນໄລຍະ

ສຳລັບບໍລິສັດຍີ່ປຸ່ນທີ່ມີສາຂາໃນ ASEAN, ການວາງໂຄງສ້າງທຳມະພິບານສອງຊັ້ນລະຫວ່າງສຳນັກງານໃຫຍ່ ແລະ ສາຂາໃນທ້ອງຖິ່ນຖືເປັນທາງເລືອກທີ່ເໝາະສົມທີ່ສຸດ. ເຊິ່ງເປັນໂຄງສ້າງທີ່ສຳນັກງານໃຫຍ່ກຳນົດນະໂຍບາຍລວມຂອງບໍລິສັດ ແລະ ສາຂາໃນທ້ອງຖິ່ນດຳເນີນການເພີ່ມເຕີມເພື່ອໃຫ້ສອດຄ່ອງກັບກົດລະບຽບຂອງແຕ່ລະປະເທດ.

ສາມາດອ້າງອີງບົດຄວາມທີ່ກ່ຽວຂ້ອງໄດ້ທີ່ AI Governance ຄືຫຍັງ? ແລະ ການປຽບທຽບກົດໝາຍປົກປ້ອງຂໍ້ມູນຂອງ 4 ປະເທດໃນ ASEAN ຢ່າງລະອຽດ.

ພວກເຮົາຈະມາຕອບຄຳຖາມທີ່ພົບເລື້ອຍຈາກບໍລິສັດຍີ່ປຸ່ນທີ່ມີຖານການຜະລິດໃນ ASEAN.

Q1. ໃນ ASEAN ມີກົດລະບຽບ AI ແບບຄົບວົງຈອນທີ່ "ທຽບເທົ່າກັບ EU AI Act" ຫຼືບໍ່?

ໃນເວລາທີ່ຂຽນບົດຄວາມນີ້, ຍັງບໍ່ມີກົດລະບຽບ AI ແບບຄົບວົງຈອນທີ່ມີຜົນບັງຄັບໃຊ້ທາງກົດໝາຍທີ່ "ທຽບເທົ່າກັບ EU AI Act" ພາຍໃນພາກພື້ນ ASEAN. ເຖິງແມ່ນວ່າສິງກະໂປຈະມີຄວາມກ້າວໜ້າໃນດ້ານກອບການບໍລິຫານຈັດການ AI (AI Governance Framework), ແຕ່ສິ່ງນີ້ກໍຍັງເປັນພຽງແນວທາງປະຕິບັດ (Guidelines) ບໍ່ແມ່ນກົດໝາຍທີ່ມີຜົນບັງຄັບໃຊ້. ຫຼາຍປະເທດຍັງໃຊ້ການປະສົມປະສານລະຫວ່າງກົດໝາຍປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ ແລະ ແນວທາງປະຕິບັດດ້ານ AI ເພື່ອກຳກັບດູແລການນຳໃຊ້ AI.

Q2. ໃນກໍລະນີທີ່ແນວທາງປະຕິບັດດ້ານ AI ບໍ່ມີຜົນບັງຄັບໃຊ້ທາງກົດໝາຍ, ພວກເຮົາສາມາດລະເລີຍໄດ້ຫຼືບໍ່?

ບໍ່ແນະນຳໃຫ້ລະເລີຍ. ປະການທຳອິດ, ແນວທາງປະຕິບັດມັກຈະເປັນສັນຍານຂອງການອອກກົດໝາຍໃນອະນາຄົດ. ປະການທີສອງ, ມັນມັກຈະຖືກອ້າງອີງເປັນ "ມາດຕະຖານຕົວຈິງ" ຈາກເຈົ້າໜ້າທີ່ທ້ອງຖິ່ນ, ຄູ່ຄ້າ ແລະ ຜູ້ໃຊ້ງານ, ຖ້າບໍ່ປະຕິບັດຕາມອາດຈະສົ່ງຜົນເສຍຕໍ່ຄວາມເຊື່ອໝັ້ນ, ສັນຍາ ແລະ ການຈັດຊື້ຈັດຈ້າງ. ປະການທີສາມ, ມີບາງກໍລະນີທີ່ໜ່ວຍງານກຳກັບດູແລຕາມຂະແໜງການ (ການເງິນ, ການແພດ, ໂທລະຄົມ ແລະ ອື່ນໆ) ໄດ້ນຳເອົາແນວທາງປະຕິບັດເຫຼົ່ານີ້ເຂົ້າໄປເປັນສ່ວນໜຶ່ງຂອງເງື່ອນໄຂການອອກໃບອະນຸຍາດ. ເຖິງຈະບໍ່ຈຳເປັນຕ້ອງປະຕິບັດຕາມຢ່າງເຄັ່ງຄັດເທົ່າກັບກົດໝາຍ, ແຕ່ການນຳເອົາໄປບັນຈຸໄວ້ໃນການບໍລິຫານຈັດການພາຍໃນບໍລິສັດກໍຖືວ່າມີຄຸນຄ່າ.

Q3. ເມື່ອບໍລິສັດຍີ່ປຸ່ນນຳ AI ມາໃຊ້ໃນ ASEAN, ກົດລະບຽບໃດທີ່ຄວນໃຫ້ຄວາມສຳຄັນເປັນອັນດັບໜຶ່ງ?

"ກົດໝາຍປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ" ມັກຈະເປັນສິ່ງທີ່ສຳຄັນທີ່ສຸດ. ມີ 3 ເຫດຜົນຄື: ມີບົດລົງໂທດ ແລະ ມາດຕະການທາງປົກຄອງທີ່ຊັດເຈນເມື່ອມີການລະເມີດ, ມີຂອບເຂດການບັງຄັບໃຊ້ທີ່ກວ້າງຂວາງເຖິງຕ່າງປະເທດ, ແລະ ເປັນພື້ນຖານຕົວຈິງຂອງກົດລະບຽບ AI. ການເລີ່ມຕົ້ນຈາກການປະຕິບັດຕາມກົດໝາຍປົກປ້ອງຂໍ້ມູນ, ຈາກນັ້ນຈຶ່ງຂະຫຍາຍຂອບເຂດການປະຕິບັດໃຫ້ກວມເອົາກົດລະບຽບຕາມຂະແໜງການ, ແນວທາງປະຕິບັດດ້ານ AI ແລະ ເອກະສານຍຸດທະສາດແຫ່ງຊາດຕາມລຳດັບ ແມ່ນວິທີການທີ່ຮັດກຸມທີ່ສຸດ.

Q4. ເພື່ອຮອງຮັບກົດລະບຽບໃນ ASEAN, ຄວນສ້າງນະໂຍບາຍທີ່ເປັນເອກະພາບຈາກສຳນັກງານໃຫຍ່ ຫຼື ຄວນສ້າງແຍກກັນໃນແຕ່ລະປະເທດ?

ການໃຊ້ຮູບແບບປະສົມ (Hybrid) ແມ່ນມີຄວາມເປັນໄປໄດ້ຫຼາຍທີ່ສຸດ. ການສ້າງໂຄງສ້າງສອງຊັ້ນ ໂດຍໃຫ້ສຳນັກງານໃຫຍ່ກຳນົດ "ຂໍ້ກຳນົດຂັ້ນຕ່ຳທີ່ທຸກສາຂາຕ້ອງປະຕິບັດ" (ການຈັດການຂໍ້ມູນສ່ວນບຸກຄົນ, ການຈັດການຂໍ້ມູນລັບ, ຂັ້ນຕອນການອະນຸມັດການນຳໃຊ້ AI) ແລະ ໃຫ້ແຕ່ລະສາຂາໃນແຕ່ລະປະເທດກຳນົດ "ຂໍ້ກຳນົດເພີ່ມເຕີມ" (ການຮອງຮັບກົດລະບຽບຂອງແຕ່ລະປະເທດ, ການຮອງຮັບກົດລະບຽບຕາມຂະແໜງການ) ແມ່ນວິທີທີ່ສ້າງຄວາມສົມດຸນລະຫວ່າງຕົ້ນທຶນໃນການດູແລຮັກສາໃນທາງປະຕິບັດ ແລະ ຄວາມສອດຄ່ອງກັບສະພາບການໃນທ້ອງຖິ່ນ.

ລະບຽບການດ້ານ AI ຂອງ ASEAN ຍັງບໍ່ທັນມີກອບການດຳເນີນງານທີ່ເປັນເອກະພາບ ແລະ ຄົບວົງຈອນຄືກັບ EU AI Act ແຕ່ການນຳໃຊ້ AI ກໍພວມຖືກຄວບຄຸມຢ່າງແທ້ຈິງດ້ວຍການປະສົມປະສານລະຫວ່າງກົດໝາຍປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ ແລະ ແນວທາງປະຕິບັດດ້ານ AI ຂອງແຕ່ລະປະເທດ. ຕໍ່ໄປນີ້ແມ່ນການສະຫຼຸບຈຸດສຳຄັນ ຫຼື ແກນຫຼັກ ຂອງບົດຄວາມນີ້:

• ການຮັບມືກັບລະບຽບການດ້ານ AI ຂອງ ASEAN ຄວນພິຈາລະນາໃນຮູບແບບ "ກົດໝາຍປົກປ້ອງຂໍ້ມູນສ່ວນບຸກຄົນ + ແນວທາງປະຕິບັດດ້ານ AI + ລະບຽບການສະເພາະແຕ່ລະຂະແໜງການ"
• ໄທ, ຫວຽດນາມ, ລາວ ແລະ ອິນໂດເນເຊຍ ມີຄວາມຄືບໜ້າ, ຮູບແບບ ແລະ ຂໍ້ຜູກມັດທີ່ແຕກຕ່າງກັນ ຈຶ່ງຈຳເປັນຕ້ອງຈັດລະບົບໂດຍໃຊ້ແກນການປຽບທຽບທີ່ຄືກັນ
• ການປະຕິບັດງານຕົວຈິງຄວນສ້າງໃຫ້ເປັນວົງຈອນ: ການປະເມີນຄວາມສ່ຽງ → ການສ້າງລະບົບການບໍລິຫານຈັດການ (Governance) → ການທົບທວນປະຈຳປີ
• ໂຄງສ້າງການບໍລິຫານຈັດການສອງຊັ້ນລະຫວ່າງສຳນັກງານໃຫຍ່ ແລະ ທ້ອງຖິ່ນ ແມ່ນວິທີທີ່ງ່າຍໃນການຮັກສາຄວາມສົມດຸນລະຫວ່າງຄວາມສາມາດໃນການບຳລຸງຮັກສາ ແລະ ຄວາມເໝາະສົມກັບທ້ອງຖິ່ນ

ລະບຽບການຂອງບັນດາປະເທດໃນ ASEAN ມີການປ່ຽນແປງຢ່າງວ່ອງໄວ, ຂໍ້ມູນໃນບົດຄວາມນີ້ແມ່ນການຮວບຮວມໃນເວລາທີ່ຂຽນເທົ່ານັ້ນ. ໃນການປະຕິບັດຕົວຈິງ, ກະລຸນາກວດສອບຂໍ້ມູນຫຼ້າສຸດທີ່ມີການເປີດຕົວ ຫຼື Launch ແລະ ປຶກສາຫາລືກັບຜູ້ຊ່ຽວຊານດ້ານກົດໝາຍໃນທ້ອງຖິ່ນສະເໝີ.

ບໍລິສັດຂອງພວກເຮົາໃຫ້ການສະໜັບສະໜູນການສ້າງລະບົບການປະຕິບັດຕາມກົດລະບຽບດ້ານ AI ສຳລັບບໍລິສັດຍີ່ປຸ່ນທີ່ດຳເນີນທຸລະກິດພາຍໃນ ASEAN. ຫາກທ່ານຕ້ອງການສົນທະນາໃນເບື້ອງຕົ້ນ, ກະລຸນາຕິດຕໍ່ສອບຖາມເຂົ້າມາໄດ້.