Ping Identity ชี้ Identity ต้องเปลี่ยน เมื่อ AI Agent เริ่มทำงานแทนมนุษย์

โลกของ AI กำลังเดินไปไกลกว่าการเป็นผู้ช่วยที่คอยตอบคำถาม เพราะ Agentic AI สามารถตัดสินใจและลงมือดำเนินการบางอย่างแทนมนุษย์ได้ และนั่นกำลังสร้างโจทย์ใหม่ให้องค์กรว่า เมื่อ AI เป็นผู้ลงมือทำ เราจะรู้ได้อย่างไรว่า Agent ตัวนั้นคือใคร กำลังทำอะไร ทำแทนใคร และควรได้รับอนุญาตให้ทำต่อหรือไม่

Jasie Fon รองประธานประจำภูมิภาคเอเชีย บริษัท Ping Identity มองว่านี่คือจุดเปลี่ยนสำคัญของ Identity ในยุค Agentic AI เพราะ Identity จะไม่ได้มีหน้าที่เพียงยืนยันว่า “ผู้ใช้คือใคร” อีกต่อไป แต่ต้องสามารถควบคุมและตรวจสอบตัวตนของ AI Agents ได้ด้วย

AI Agent ต่างจาก Non-human Identity ที่องค์กรคุ้นเคยอย่างไร?

ที่จริงแล้วแนวคิดเรื่อง Non-human Identity ไม่ใช่เรื่องใหม่สำหรับองค์กร เพราะที่ผ่านมาเรามีทั้งอุปกรณ์ IoT เครื่องจักร ระบบอัตโนมัติ และบริการต่างๆ ที่ต้องมีตัวตนและสิทธิ์ในการเข้าถึงระบบอยู่แล้ว

แต่สิ่งที่ทำให้ AI Agents แตกต่างออกไปคือความสามารถในการทำความเข้าใจพฤติกรรมและ Context ของผู้ใช้ ก่อนนำข้อมูลเหล่านั้นไปใช้ประกอบการตัดสินใจและ Execute Action หรือดำเนินการบางอย่างแทนผู้ใช้

เมื่อ Agent ไม่ได้ทำหน้าที่เพียงรวบรวมข้อมูลแล้วส่งกลับมาให้มนุษย์ตัดสินใจ ระบบ Identity จึงต้องตอบคำถามเพิ่มขึ้นว่า Agent คืออะไร สามารถทำอะไรได้บ้าง เข้าถึงข้อมูลหรือระบบใดได้ ได้รับอนุญาตจากใคร และกำลังดำเนินการในนามของใคร

จาก AI ที่ให้คำแนะนำ สู่ AI ที่ลงมือทำ

การเปลี่ยนแปลงดังกล่าวสามารถสร้างโอกาสให้กับองค์กรอย่างน้อยสองด้านสำคัญ

1. Business Productivity และ Operations

องค์กรสามารถสร้าง Agent สำหรับงานเฉพาะด้าน เพื่อช่วยทำให้ Workflow และกระบวนการต่างๆ เป็นอัตโนมัติมากขึ้น ซึ่ง Jasie มองว่าในอนาคตบทบาทของนักพัฒนาอาจไม่ได้หยุดอยู่แค่การเป็น Software Developer แต่จะขยายไปสู่การเป็นผู้พัฒนา Agent เพิ่มขึ้น

2. Commerce และ Revenue

เมื่อ Agent สามารถโต้ตอบกับลูกค้าและดำเนินการได้โดยตรง ก็อาจเข้ามารับงานบางประเภทที่ปัจจุบันต้องใช้ Helpdesk หรือ Customer Service เช่น การรับคำสั่งซื้อหรือจัดการ Customer Interactions

นั่นหมายความว่า Agentic AI อาจไม่ได้เป็นเพียงเครื่องมือช่วยลดเวลาในการทำงาน แต่สามารถพัฒนาไปเป็นช่องทางใหม่สำหรับการสร้างรายได้ของธุรกิจได้ด้วย

อย่างไรก็ตาม เมื่อ Agent มีทั้งความสามารถและอำนาจในการลงมือทำ สิ่งที่ตามมาคือคำถามด้าน Trust, Authorization และ Governance เพราะ Actor ที่ดำเนินการอยู่ภายในระบบอาจไม่ได้เป็นมนุษย์อีกต่อไป

จาก Zero Trust สู่ “Verified Trust”

ในโลกที่ AI สามารถกลายเป็น Actor ได้ด้วยตัวเอง แนวคิด Zero Trust ยังคงมีความสำคัญ แต่ต้องปรับให้เข้ากับสภาพแวดล้อมที่การตัดสินใจไม่ได้มาจากมนุษย์เพียงอย่างเดียว

Jasie เรียกแนวทางนี้ว่า “Verified Trust” ซึ่งขยับจากการตรวจสอบตัวตนเพียงบางจุด ไปสู่ Continuous Validation และ Continuous Verification

พูดง่ายๆ คือ ระบบไม่ควรเชื่อว่า User หรือ Agent ปลอดภัยไปตลอด เพียงเพราะผ่านการ Login หรือ Authentication มาแล้วครั้งหนึ่ง แต่ต้องประเมินอย่างต่อเนื่องว่า Actor ดังกล่าวยังน่าเชื่อถือหรือไม่ และยังมีสิทธิ์ดำเนินการในสิ่งที่กำลังจะทำอยู่หรือเปล่า

Continuous Verification ไม่ได้แปลว่าต้องถามรหัสผ่านตลอดเวลา

อย่างไรก็ตาม การตรวจสอบอย่างต่อเนื่องไม่ได้หมายความว่าระบบต้องถามรหัสผ่านหรือให้ผู้ใช้ทำ MFA ซ้ำทุกครั้ง เพราะหากเพิ่มขั้นตอนมากเกินความจำเป็น ก็จะเกิด Friction และอาจนำไปสู่ Password Fatigue หรือ MFA Fatigue

เมื่อผู้ใช้เจอคำถามยืนยันตัวตนบ่อยเกินไป สุดท้ายอาจกลายเป็นการกด “Yes” โดยไม่ได้ตรวจสอบรายละเอียด เพียงเพื่อต้องการให้ขั้นตอนจบลง ซึ่งกลับกลายเป็นความเสี่ยงด้านความปลอดภัยอีกแบบหนึ่ง

สิ่งที่ควรเข้ามาช่วยจึงประกอบด้วย Risk Signals, Behavioral Signals และ Context เพื่อให้ระบบสามารถประเมินระดับความเสี่ยงก่อนเลือกวิธีตรวจสอบที่เหมาะสม

ตัวอย่างง่ายๆ จากธุรกรรมธนาคาร

Jasie ยกตัวอย่างการทำ Banking Transaction หากระบบพบว่าปกติผู้ใช้อยู่ในกรุงเทพฯ แต่มีธุรกรรมเกิดขึ้นจากอีกประเทศหนึ่งในช่วงเวลาเดียวกัน ความผิดปกติดังกล่าวสามารถถูกมองเป็น Risk Signal ได้

ระบบจึงอาจยกระดับการตรวจสอบด้วยการขอ Biometric Confirmation เพิ่มเติม แต่หากสถานการณ์มีความเสี่ยงต่ำและพฤติกรรมสอดคล้องกับสิ่งที่ระบบคาดการณ์ไว้ ก็ไม่จำเป็นต้องสร้างขั้นตอน Authentication เพิ่มโดยไม่มีเหตุผล

หลักการเดียวกันนี้สามารถนำมาใช้กับ AI Agents ได้ โดย Identity System ต้องประเมินพฤติกรรมของทั้งมนุษย์และ Agent ก่อนที่จะเกิด Action ว่าสิ่งที่กำลังจะทำนั้นสอดคล้องกับ Context หรือมีความผิดปกติหรือไม่

Zero Trust จึงไม่ได้หายไป แต่กำลังพัฒนาจากแนวคิด “Never Trust, Always Verify” ไปสู่การตรวจสอบอย่างต่อเนื่องโดยพิจารณาจาก Context, Behavior และ Risk Level ของแต่ละ Action

ก่อนควบคุม AI องค์กรต้องรู้ก่อนว่ามี Agent อะไรอยู่บ้าง

ปัญหาแรกที่องค์กรต้องตอบให้ได้คือ ภายในองค์กรมี AI Agent จำนวนเท่าใด แต่ละตัวมีหน้าที่อะไร สามารถเข้าถึงข้อมูลอะไร ทำ Task หรือ Action แบบไหนได้ สิทธิ์เหล่านั้นควรหมดอายุเมื่อใด ใครเป็นผู้อนุมัติ และ Agent กำลังดำเนินการในนามของใคร

Jasie เปรียบเทียบแนวคิดนี้กับ HR Registry ที่ใช้จัดเก็บข้อมูลบุคลากรภายในองค์กร แต่ในกรณีของ AI ควรมีลักษณะเป็น Agent Registry

Agent Registry ไม่ควรเป็นเพียงรายชื่อเครื่องมือ AI ที่บริษัทใช้งาน แต่ควรบอกได้ว่า Agent แต่ละตัวทำอะไร เข้าถึงระบบใด ใครเป็นผู้อนุมัติ ทำงานในนามของใคร และมีสิทธิ์อะไรบ้าง

เป้าหมายสำคัญคือการทำให้องค์กรมีทั้ง Visibility และ Accountability สามารถมองเห็นและตรวจสอบความรับผิดชอบของ Agent ทุกตัวที่ทำงานอยู่ภายในระบบได้

AI Agent ควรได้สิทธิ์เท่าที่จำเป็น

อีกหนึ่งหลักการสำคัญคือ Least-Privilege Access หรือการให้สิทธิ์เท่าที่จำเป็น โดย Agent ควรเข้าถึงเฉพาะข้อมูลและระบบที่จำเป็นต่อ Task ที่ได้รับมอบหมาย และเฉพาะในช่วงเวลาที่ต้องใช้งานเท่านั้น

การกำหนด Authorization จึงควรอ้างอิงจาก Role หรือ Policy ไม่ใช่เปิด Access ให้กว้างที่สุดเพียงเพราะระบบทางเทคนิคสามารถทำได้

แต่ Least Privilege เพียงอย่างเดียวยังไม่พอ เพราะสิทธิ์ควรมี Time Expiry หรือวันและเวลาหมดอายุด้วย

เหตุผลคือ หากองค์กรเปิด Access ทิ้งไว้แล้วลืมถอนสิทธิ์ AI Agent สามารถทำงานและเข้าถึงข้อมูลจำนวนมากได้อย่างรวดเร็ว ความเสียหายจึงอาจเกิดขึ้นก่อนที่มนุษย์จะตรวจพบว่ามีสิทธิ์บางอย่างที่ไม่ควรเปิดทิ้งไว้

Agent ไม่ควรยืม Credentials ของมนุษย์

ในมุมของ Ping Identity อีกหลักการที่สำคัญคือ Agent ไม่ควรใช้หรือ Impersonate Credentials ของมนุษย์ แต่ AI Agent แต่ละตัวควรมี Identity เป็นของตัวเอง และมีขอบเขตสิทธิ์ที่ถูกกำหนดอย่างชัดเจน

แนวทางนี้ช่วยให้องค์กรสามารถแยกได้ว่า Action ใดเกิดจากพนักงาน และ Action ใดเกิดจาก Agent รวมถึงสามารถตรวจสอบย้อนหลังได้ว่า Agent ตัวใดเป็นผู้ดำเนินการ

Identity กำลังกลายเป็น “Control Plane” ของ Agentic AI

Ping Identity จึงมองว่า Identity ในอนาคตไม่ควรเป็นเพียง “บัตรผ่าน” สำหรับ Login เข้าสู่ระบบ แต่กำลังกลายเป็น Control Plane หรือศูนย์กลางในการควบคุม AI Interactions และ Agentic Activity ขององค์กร

Control Plane ดังกล่าวต้องประกอบด้วยหลายองค์ประกอบที่ทำงานร่วมกัน ได้แก่

• Authorization – กำหนดว่า Agent มีสิทธิ์ทำอะไร
• Continuous Verification – ตรวจสอบความน่าเชื่อถืออย่างต่อเนื่อง
• Auditability – สามารถตรวจสอบการทำงานย้อนหลังได้
• Separate Agent Identities – Agent แต่ละตัวมี Identity ของตัวเอง
• Runtime Governance – กำกับดูแล Agent ระหว่างที่กำลังทำงาน
• Least-Privilege Access – ให้สิทธิ์เฉพาะเท่าที่จำเป็น
• Time Expiry – กำหนดระยะเวลาของสิทธิ์และยกเลิกเมื่อหมดความจำเป็น

ที่สำคัญ ทุก Action ของ Agent ต้องสามารถตรวจสอบย้อนหลังได้ว่า Agent ทำอะไร ใครเป็นผู้อนุมัติ ได้รับอนุญาตให้ดำเนินการนั้นหรือไม่ และ Action ดังกล่าวยังอยู่ภายในขอบเขต Authority ที่กำหนดไว้หรือเปล่า

ยุค Agentic AI คำถามไม่ใช่แค่ว่า “จะใช้ AI แค่ไหน”

เมื่อ AI กำลังเปลี่ยนจากระบบที่คอยสร้างคำตอบมาเป็นระบบที่สามารถลงมือดำเนินการได้จริง ความท้าทายขององค์กรจึงเปลี่ยนไปด้วย

คำถามสำคัญอาจไม่ใช่เพียงว่า “องค์กรจะนำ AI มาใช้ได้มากแค่ไหน” แต่เป็น “เราจะมอบอำนาจให้ AI ลงมือทำได้อย่างไร โดยยังรู้ว่าใครกำลังทำอะไร ทำแทนใคร และสามารถควบคุมอำนาจนั้นได้เมื่อจำเป็น”

นี่จึงเป็นเหตุผลที่ Identity มีแนวโน้มจะขยับจากระบบเบื้องหลังสำหรับ Login และ Authentication ขึ้นมาเป็นหนึ่งในโครงสร้างพื้นฐานสำคัญของ Agentic AI เพราะเมื่อองค์กรเริ่มมีทั้งมนุษย์และ AI Agents ทำงานร่วมกัน การสร้างเครือข่ายแห่งความไว้วางใจที่ตรวจสอบและควบคุมได้ อาจสำคัญไม่แพ้ความสามารถของ AI เอง