การกำกับดูแล AI ในอุตสาหกรรมแฟชั่นและสินค้าหรูหรา

มุมมองของ CIO เกี่ยวกับการนำ AI มาใช้

บทสัมภาษณ์ Andrea Pertici, CIO ของ Global Fashion & Luxury Brands

ปัญญาประดิษฐ์ (AI) กำลังเปลี่ยนแปลงกระบวนการเชิงกลยุทธ์ในอุตสาหกรรมแฟชั่นและสินค้าหรูหราอย่างไร?

ปัญญาประดิษฐ์ (AI) กำลังเปลี่ยนแปลงกระบวนการเชิงกลยุทธ์ในอุตสาหกรรมแฟชั่นและสินค้าหรูหรา โดยทำให้จำเป็นต้องเปลี่ยนจากการใช้เทคโนโลยีเพียงอย่างเดียวไปสู่การมองภาพรวมอย่างรอบด้าน focus เกี่ยวกับวัฒนธรรมองค์กรและความเสี่ยง managementและการกำกับดูแลข้อมูล ผู้เชี่ยวชาญในอุตสาหกรรมกล่าวว่า การบูรณาการ AI จำเป็นต้องมีวิสัยทัศน์เชิงกลยุทธ์และการจัดการองค์กรในระดับเดียวกับที่เคยใช้กับนวัตกรรมต่างๆ เช่น บล็อกเชน หรือระบบ ERP เนื่องจากเทคโนโลยีเพียงอย่างเดียวไม่สามารถแก้ปัญหาทางธุรกิจได้ และอาจสร้างปัญหาใหม่ๆ ขึ้นมาได้หากไม่มีกลยุทธ์ที่ชัดเจน

การเปลี่ยนแปลงกระบวนการเชิงกลยุทธ์นั้นเห็นได้ชัดเจนในประเด็นสำคัญดังต่อไปนี้:

• การประเมินความเสี่ยงและการกำกับดูแล: ด้วยการนำกฎระเบียบต่างๆ มาใช้ เช่น กฎระเบียบดังต่อไปนี้ ในทวีปยุโรป พระราชบัญญัติ AIปัจจุบัน บริษัทต่างๆ ต้องประเมินการลงทุนและการนำ AI มาใช้ทั้งหมดโดยพิจารณาจากระดับความเสี่ยงที่เกิดขึ้นกับองค์กร กลยุทธ์ต้องคำนึงถึงความเสี่ยงสี่ระดับ ตั้งแต่ "ยอมรับไม่ได้" (ซึ่งต้องหลีกเลี่ยง) ไปจนถึง "ความเสี่ยงน้อยที่สุด" นอกจากนี้ ผู้บริหารต้องจัดการความเสี่ยงเหล่านี้ด้วย “ปัญญาประดิษฐ์เงา”—ปรากฏการณ์ที่อินเทอร์เฟซ AI แบบสร้างสรรค์อนุญาตให้พนักงานทุกคนสามารถนำเครื่องมือดิจิทัลมาใช้ได้อย่างอิสระ โดยไม่ต้องผ่านกระบวนการตรวจสอบมาตรฐาน และอาจก่อให้เกิดความเสี่ยงด้านความปลอดภัย
• การวางแผนเศรษฐกิจและการเงิน: การนำ AI มาใช้กำลังเปลี่ยนแปลงโครงสร้างต้นทุนอย่างพื้นฐาน โดยทั่วไปแล้ว AI เป็น... ต้นทุนการดำเนินงาน (OpEx) ซึ่งส่งผลกระทบโดยตรงต่ออัตรากำไรของบริษัท แตกต่างจากการพัฒนาด้านไอทีในอดีต การนำ AI มาใช้ไม่ได้ช่วยลดต้นทุนด้านไอทีแบบดั้งเดิมเสมอไป และการชดเชยค่าใช้จ่ายเหล่านี้ผ่านการเพิ่มประสิทธิภาพ การเพิ่มยอดขาย หรือการลดจำนวนพนักงานนั้นทำได้ยากในอุตสาหกรรมแฟชั่นในปัจจุบัน ดังนั้น แผนธุรกิจที่รัดกุมจึงมีความสำคัญอย่างยิ่ง เนื่องจากข้อมูลปัจจุบันชี้ให้เห็นว่าอัตราความสำเร็จของการนำ AI มาใช้ในห่วงโซ่คุณค่าอยู่ที่ประมาณ 5% เท่านั้น
• การรวบรวมข้อมูลเป็นรากฐานสำคัญ: กลยุทธ์ AI ที่ประสบความสำเร็จนั้นขึ้นอยู่กับศักยภาพขององค์กรเป็นอย่างมากในการ... รวบรวมและเพิ่มมูลค่าให้กับข้อมูลของตนเองรากฐานของโครงการ AI ใดๆ ต้องประกอบด้วยกระบวนการและข้อมูลที่บูรณาการเข้าด้วยกัน หากปราศจากสิ่งนี้ บริษัทต่างๆ อาจเสี่ยงต่อการ "ติดกับดักผู้ให้บริการ" ซึ่งหมายความว่าพวกเขาจะสูญเสียการควบคุมข้อมูลและขีดความสามารถให้กับบริการภายนอก โดยยังคงควบคุมได้เฉพาะการประมวลผลการชำระเงินเท่านั้น
• การเพิ่มประสิทธิภาพกระบวนการเทียบกับการเพิ่มประสิทธิภาพย่อย: การวางแผนเชิงกลยุทธ์ต้องมั่นใจว่าการประยุกต์ใช้ AI กับกรณีการใช้งานเฉพาะ เช่น การเปลี่ยนแปลงห่วงโซ่คุณค่า จะไม่ทำให้ประสิทธิภาพในด้านอื่นๆ ลดลง ผู้มีอำนาจตัดสินใจต้องประเมินว่าควรพัฒนา ประกอบ หรือซื้อบริการ โดยต้องมั่นใจว่าการเพิ่มประสิทธิภาพกระบวนการหนึ่งจะไม่ทำให้ต้นทุนผันผวนไปยังส่วนอื่นขององค์กร

ท้ายที่สุดแล้ว การเปลี่ยนแปลงกระบวนการเชิงกลยุทธ์ที่ประสบความสำเร็จนั้น ขึ้นอยู่กับเทคโนโลยีเองน้อยกว่า และขึ้นอยู่กับปัจจัยอื่นๆ มากกว่า วัฒนธรรมและเอกลักษณ์ของบริษัทเพื่อให้มั่นใจว่าการนำ AI มาใช้เกิดจากความเข้าใจที่ชัดเจนเกี่ยวกับความต้องการทางธุรกิจ แทนที่จะเป็นการนำมาใช้โดยพลการ

ความเสี่ยงหลักของการนำ AI มาใช้ในองค์กรมีอะไรบ้าง?

ความเสี่ยงหลักของการนำ AI มาใช้ในองค์กรสามารถแบ่งออกเป็นประเภทต่างๆ ได้แก่ ความเสี่ยงด้านกฎระเบียบ ความปลอดภัย การเงิน และกลยุทธ์:

ความเสี่ยงด้านกฎระเบียบและการปฏิบัติตามข้อกำหนด ด้วยการแนะนำของ พระราชบัญญัติ AI ในยุโรป บริษัทต่างๆ ต้องปฏิบัติตามกฎระเบียบอย่างเข้มงวดโดยอิงจากระดับความเสี่ยงสี่ระดับ ตั้งแต่ "น้อยที่สุด" ไปจนถึง "ยอมรับไม่ได้" องค์กรต่างๆ ต้องประเมินการลงทุนอย่างรอบคอบเพื่อให้แน่ใจว่าได้หลีกเลี่ยงความเสี่ยง ความเสี่ยงที่ “ยอมรับไม่ได้”เช่น การจดจำใบหน้าโดยไม่ได้รับอนุญาต หรือการหลอกลวงทางสังคม ซึ่งเป็นสิ่งต้องห้าม

ความเสี่ยงด้านความปลอดภัยและการกำกับดูแล (“ปัญญาประดิษฐ์เงา”) ความเสี่ยงที่สำคัญประการหนึ่งคือการเกิดขึ้นของ “ปัญญาประดิษฐ์เงา”ปรากฏการณ์ที่การเข้าถึง AI เชิงสร้างสรรค์ (อินเทอร์เฟซการสนทนา) ทำได้ง่าย ทำให้พนักงานทุกคนสามารถนำเครื่องมือดิจิทัลมาใช้ได้อย่างอิสระ ซึ่งเป็นการข้ามขั้นตอนการตรวจสอบมาตรฐาน หมายความว่าบุคคลทั่วไปสามารถสมัครใช้งานและใช้เครื่องมือที่อาจก่อให้เกิดช่องโหว่ด้านความปลอดภัยหรือการรั่วไหลของข้อมูลได้โดยปราศจากการกำกับดูแลขององค์กร

ความเสี่ยงทางการเงินและเศรษฐกิจ ผลกระทบทางการเงินจากการนำ AI มาใช้ก่อให้เกิดความเสี่ยงร้ายแรงต่อผลกำไร:

• ผลกระทบต่ออัตรากำไร: โดยทั่วไปแล้ว AI คือ ต้นทุนการดำเนินงาน (OpEx)ซึ่งส่งผลกระทบโดยตรงต่ออัตรากำไร

• ต้นทุนเพิ่มเติม: แตกต่างจากการเปลี่ยนแปลงทางเทคโนโลยีครั้งก่อนๆ ปัญญาประดิษฐ์ (AI) ไม่ได้ช่วยลดต้นทุนด้านไอทีแบบดั้งเดิมเสมอไป แต่กลับมีแนวโน้มที่จะเป็นค่าใช้จ่ายเพิ่มเติม ในขณะที่รายได้ของผู้ให้บริการ AI คาดว่าจะเติบโตอย่างมีนัยสำคัญ นั่นหมายถึงต้นทุนที่เพิ่มขึ้นสำหรับบริษัทลูกค้า

• อัตราความสำเร็จต่ำ: ผลตอบแทนจากการลงทุนไม่ได้รับการรับประกัน เมื่อนำไปใช้กับกระบวนการที่ซับซ้อน เช่น ห่วงโซ่คุณค่า (แทนที่จะเป็นเพียงประสิทธิภาพการทำงานส่วนบุคคล) อัตราความสำเร็จคาดว่าจะต่ำถึง... 5%,.

• ความยากลำบากในการเรียกคืนต้นทุน: ปัจจุบัน การชดเชยต้นทุนเหล่านี้ผ่านการลดจำนวนพนักงาน การเพิ่มประสิทธิภาพ หรือการเพิ่มยอดขาย เป็นเรื่องยากในอุตสาหกรรมแฟชั่นและสินค้าหรูหรา

ความเสี่ยงเชิงกลยุทธ์และเชิงปฏิบัติการ

• ล็อคอินผู้ขาย: มีความเสี่ยงอย่างมากที่จะเข้าสู่สภาวะดังกล่าว “การล็อกดาวน์”ในกรณีที่องค์กรพึ่งพาบริการภายนอกมากเกินไป จนสูญเสียการควบคุมข้อมูลและขีดความสามารถภายในของตนเอง ในสถานการณ์เช่นนี้ บริษัทจะมีอำนาจควบคุมเพียงแค่การชำระใบแจ้งหนี้เท่านั้น ในขณะที่ข้อมูลสำคัญกลับอยู่ภายนอกองค์กร

• การเพิ่มประสิทธิภาพกระบวนการย่อย: หากปราศจากมุมมองแบบองค์รวม อาจมีความเสี่ยงที่จะมุ่งเน้นไปที่การปรับปรุงกระบวนการใดกระบวนการหนึ่งโดยเฉพาะ โดยไม่ตั้งใจอาจส่งผลเสียต่อกระบวนการอื่น การลดประสิทธิภาพส่วนอื่นๆเป็นการโยกย้ายต้นทุนหรือความไม่มีประสิทธิภาพไปยังส่วนอื่นขององค์กรแทนที่จะกำจัดออกไป

• ขาดวิสัยทัศน์เชิงกลยุทธ์: การนำ AI มาใช้โดยไม่วางแผนเชิงกลยุทธ์ด้านองค์กรและวัฒนธรรมที่ชัดเจน อาจก่อให้เกิดปัญหามากกว่าการแก้ไขในระยะสั้น

เหตุใดอัตราความสำเร็จในการนำ AI มาใช้ในภาคธุรกิจจึงอยู่ในระดับต่ำในปัจจุบัน?

อัตราความสำเร็จของการนำ AI มาใช้ในกระบวนการทางธุรกิจ โดยเฉพาะอย่างยิ่งในส่วนของการเปลี่ยนแปลงห่วงโซ่คุณค่า คาดว่าจะต่ำมาก 5%อัตราความสำเร็จที่ต่ำนี้เกิดจากปัจจัยเชิงโครงสร้าง การเงิน และองค์กรหลายประการ:

• ความซับซ้อนของการบูรณาการห่วงโซ่คุณค่า: ในขณะที่เครื่องมือ AI แบบ "ฝังตัว" สำหรับการเพิ่มประสิทธิภาพการทำงานส่วนบุคคล (เช่น ในเบราว์เซอร์หรือชุดโปรแกรมสำนักงาน) สามารถนำไปใช้ได้อย่างง่ายดาย การนำ AI มาใช้กับกระบวนการที่ซับซ้อนขององค์กรและห่วงโซ่คุณค่ากลับยากกว่ามาก การนำไปใช้ในลักษณะนี้ต้องการการบูรณาการอย่างลึกซึ้งมากกว่าการนำไปใช้แบบง่ายๆ

• ความท้าทายด้านต้นทุนและผลตอบแทนจากการลงทุน (ROI) ที่เพิ่มขึ้น: แตกต่างจากการเปลี่ยนแปลงทางเทคโนโลยีครั้งก่อนๆ การนำ AI มาใช้ไม่ได้ช่วยลดต้นทุนด้านไอทีแบบดั้งเดิมลงเสมอไป แต่กลับทำหน้าที่เป็นส่วนเสริมมากกว่า ต้นทุนการดำเนินงาน (OpEx) ซึ่งส่งผลกระทบโดยตรงต่ออัตรากำไร การชดเชยต้นทุนเหล่านี้ ไม่ว่าจะผ่านการลดจำนวนพนักงาน การเพิ่มประสิทธิภาพ หรือการเพิ่มยอดขาย กำลังพิสูจน์ให้เห็นว่าเป็นเรื่องยากในภาคธุรกิจแฟชั่นและสินค้าหรูหราในปัจจุบัน

• ระดับความพร้อมของข้อมูลและกระบวนการ: ความสำเร็จขึ้นอยู่กับวัฒนธรรมองค์กรที่มีอยู่และความสามารถขององค์กรในการ... รวบรวมและเพิ่มมูลค่าให้กับข้อมูลของตนเองหากปราศจากรากฐานที่มั่นคงของข้อมูลและกระบวนการที่บูรณาการ บริษัทต่างๆ จะไม่สามารถใช้งาน AI ได้อย่างมีประสิทธิภาพ และอาจเสี่ยงต่อ “การผูกขาดผู้ให้บริการ” ซึ่งหมายถึงการพึ่งพาบริการภายนอกอย่างสิ้นเชิงและสูญเสียการควบคุมความสามารถและสินทรัพย์ภายในของตนเอง

• ความเสี่ยงของการทำงานที่ไม่เต็มประสิทธิภาพ: มีความเสี่ยงเชิงกลยุทธ์ที่ว่า การปรับปรุงกระบวนการเฉพาะอย่างใดอย่างหนึ่งให้เหมาะสมที่สุดโดยใช้ AI อาจส่งผลเสียโดยไม่ตั้งใจ ปรับแต่งย่อย ในด้านอื่นๆ เป็นเพียงการโยกย้ายต้นทุนหรือความไม่มีประสิทธิภาพไปยังส่วนต่างๆ ขององค์กร แทนที่จะกำจัดออกไป

• ต้นทุนการดำเนินการที่ซ่อนเร้น: ต้นทุนของ AI ไม่ได้จำกัดอยู่แค่ค่าบริการเพียงอย่างเดียว แต่ยังรวมถึงช่วงเวลาการเรียนรู้ที่สำคัญ ตลอดจนต้นทุนที่เกี่ยวข้องกับการฝึกอบรม โครงสร้างพื้นฐาน และเครือข่าย

'ปัญญาประดิษฐ์เงา' (Shadow AI) มีความหมายอย่างไรต่อความปลอดภัยในอุตสาหกรรมแฟชั่น?

“ปัญญาประดิษฐ์เงา” ในบริบทของอุตสาหกรรมแฟชั่น หมายถึงปรากฏการณ์ที่พนักงานสมัครใช้งานและนำเครื่องมือ AI มาใช้ในบริษัทโดยอิสระ โดยไม่มีการกำกับดูแลอย่างเป็นทางการหรือการตรวจสอบจากฝ่ายไอที

แอนเดรีย เพอร์ติซี ประธานเจ้าหน้าที่ฝ่ายสารสนเทศ (CIO) ของบริษัทแฟชั่นระดับโลก กล่าวว่า brandดังนั้น สิ่งนี้จึงส่งผลกระทบด้านความปลอดภัยโดยเฉพาะ:

• การละเลยการกำกับดูแลด้านความปลอดภัย: ความเสี่ยงหลักคือเครื่องมือเหล่านี้อาจหลีกเลี่ยงการประเมินความเสี่ยงอย่างเข้มงวดซึ่งเป็นข้อกำหนดในกฎระเบียบต่างๆ เช่น กฎระเบียบของสหภาพยุโรป พระราชบัญญัติ AIบริษัทต่างๆ มีหน้าที่ตามกฎหมายที่จะต้องประเมินการใช้งาน AI โดยพิจารณาจากระดับความเสี่ยงสี่ระดับ (ตั้งแต่ "น้อยที่สุด" ไปจนถึง "ยอมรับไม่ได้" เช่น การจดจำใบหน้าโดยไม่ได้รับอนุญาต หรือการหลอกลวงทางสังคม) แต่ Shadow AI ป้องกันไม่ให้เกิดการประเมินนี้ขึ้น

• การเข้าถึงโดยปราศจากอุปสรรค: แตกต่างจากเทคโนโลยีที่ซับซ้อนในอดีต “อินเทอร์เฟซการสนทนา” ของ AI แบบสร้างสรรค์ได้ขจัดอุปสรรคทางเทคนิคทั้งหมด พนักงานทุกคนที่สามารถพิมพ์หรือพูดได้สามารถนำเครื่องมือดิจิทัลที่มีช่องโหว่ด้านความปลอดภัยมาใช้ได้ ซึ่งเป็นการสร้างชั้นเทคโนโลยีที่ซ่อนอยู่ซึ่งองค์กรไม่สามารถควบคุมหรือรักษาความปลอดภัยได้

• วิวัฒนาการของ Shadow IT: กล่าวกันว่านี่คือวิวัฒนาการสมัยใหม่ของ “ไอทีเงา” (Shadow IT) ซึ่งการเข้าถึงเครื่องมือที่มีประสิทธิภาพได้ง่ายขึ้นนั้นเพิ่มโอกาสที่จะเกิดการรั่วไหลของข้อมูลหรือการละเมิดข้อกำหนด เนื่องจากองค์กรส่วนกลางไม่ทราบด้วยซ้ำว่ามีการใช้งานเทคโนโลยีนั้นอยู่

ทำอย่างไร brandจะหลีกเลี่ยง 'การผูกขาดผู้ขาย' ขณะใช้ AI ได้อย่างไร?

เพื่อหลีกเลี่ยง “การผูกขาดผู้ขาย” brandต้องแน่ใจว่าพวกเขาจะไม่ตกอยู่ในสถานการณ์ที่... ข้อมูล บริการ และความสามารถทั้งหมดอยู่ภายนอกระบบทำให้บริษัทเหลืออำนาจควบคุมเพียงแค่การชำระค่าใบแจ้งหนี้เท่านั้น

จากแหล่งข้อมูลระบุว่า กลยุทธ์หลักในการป้องกันปัญหานี้คือการสร้างรากฐานภายในที่แข็งแกร่ง แทนที่จะซื้อโซลูชันสำเร็จรูปเพียงอย่างเดียว ซึ่งรวมถึง:

• การรวบรวมและเพิ่มมูลค่าข้อมูลภายใน: จุดเริ่มต้นที่สำคัญคือความสามารถขององค์กรในการรวบรวมข้อมูลของตนเอง บริษัทต้องมี กระบวนการและข้อมูลแบบบูรณาการ เปรียบเสมือน “รากฐาน” หากปราศจากโครงสร้างพื้นฐานภายในนี้ บริษัทจะพึ่งพาโครงสร้างพื้นฐานของผู้ขายมากเกินไปในการจัดการสินทรัพย์หลักของตน

• การตัดสินใจจัดหาเชิงกลยุทธ์: เมื่อสร้างรากฐานข้อมูลดังกล่าวแล้ว บริษัทก็จะอยู่ในตำแหน่งที่ดีขึ้นในการตัดสินใจเชิงกลยุทธ์อย่างรอบด้านเกี่ยวกับว่าควรดำเนินการอย่างไรต่อไป “พัฒนา ประกอบ หรือซื้อ” บริการเฉพาะเจาะจงจะพิจารณาเป็นรายกรณีไป ซึ่งช่วยให้สามารถ... brand เพื่อบูรณาการ AI จากภายนอกอย่างมีประสิทธิภาพ โดยไม่ต้องมอบการควบคุมห่วงโซ่คุณค่าทั้งหมดให้ผู้อื่น

• การรักษาความสามารถภายในองค์กร: ความเสี่ยงของการติดกับดักนั้นเชื่อมโยงอย่างชัดเจนกับการถ่ายโอนอำนาจไปสู่ภายนอก สมรรถนะ. ดังนั้น brandต้องมั่นใจว่าแม้จะใช้เครื่องมือภายนอก แต่ก็ต้องมีความเข้าใจเชิงกลยุทธ์และ management กระบวนการเหล่านี้ส่วนใหญ่ยังคงดำเนินการภายในบริษัทเพื่อหลีกเลี่ยงการพึ่งพาภายนอก

แฟชั่นสามารถเป็นอย่างไรได้บ้าง brandมีวิธีใดบ้างที่จะป้องกันไม่ให้พนักงานใช้ Shadow AI?

การป้องกัน “ปัญญาประดิษฐ์เงา” ไม่ได้ถูกมองว่าเป็นเพียงอุปสรรคทางเทคนิคธรรมดา แต่เป็นความท้าทายที่ต้องอาศัยการเปลี่ยนแปลงในแนวทาง กลยุทธ์องค์กร วัฒนธรรม และการกำกับดูแล.

แฟชั่น brandหน่วยงานต่างๆ สามารถรับมือและลดผลกระทบจากการใช้ Shadow AI ได้ด้วยมาตรการเชิงกลยุทธ์ดังต่อไปนี้:

• การนำการประเมินความเสี่ยงอย่างเป็นทางการมาใช้ (พระราชบัญญัติปัญญาประดิษฐ์): บริษัทต่างๆ ต้องเปลี่ยนจากการนำไปใช้โดยสมัครใจมาเป็นการประเมินอย่างเป็นทางการ ภายใต้กฎระเบียบต่างๆ เช่น พระราชบัญญัติ AIองค์กรต่างๆ มีหน้าที่ต้องประเมินการใช้งาน AI ทั้งหมดโดยพิจารณาจากระดับความเสี่ยงสี่ระดับ ตั้งแต่ "น้อยที่สุด" ไปจนถึง "ยอมรับไม่ได้" (เช่น การจดจำใบหน้าโดยไม่ได้รับอนุญาต หรือการหลอกลวงทางสังคม) การบังคับใช้กระบวนการตรวจสอบนี้ brandเพื่อให้มั่นใจว่าไม่มีเครื่องมือดิจิทัลใด ๆ เข้าสู่ระบบนิเวศของบริษัทโดยไม่ผ่านตัวกรองการกำกับดูแลนี้

• เปลี่ยนจากการนำไปใช้โดยฉับพลันไปสู่การนำไปใช้เชิงกลยุทธ์: ปัจจัยหลักที่ผลักดันให้เกิด Shadow AI คือ “การนำไปใช้โดยไม่ทันตั้งตัว” ของพนักงาน เพื่อป้องกันสิ่งนี้ ผู้บริหารต้องกำหนด “วิสัยทัศน์เชิงกลยุทธ์ องค์กร และวัฒนธรรม” ที่คล้ายคลึงกับการนำระบบ PLM หรือ ERP มาใช้ในอดีต องค์กรต้องกำหนดอย่างชัดเจนว่า AI จะช่วยแก้ปัญหาทางธุรกิจได้อย่างไร เพื่อไม่ให้พนักงานรู้สึกว่าจำเป็นต้องค้นหาเครื่องมือภายนอกด้วยตนเอง

• การรวมศูนย์ข้อมูลและสมรรถนะ: มาตรการป้องกันที่สำคัญประการหนึ่งคือการสร้างรากฐานภายในที่แข็งแกร่งให้กับองค์กร โดย focusโดยเน้นที่ “วัฒนธรรมและความสามารถ…ในการรวบรวมและเพิ่มมูลค่าให้กับข้อมูลของตนเอง” บริษัทจึงจัดให้มีโครงสร้างพื้นฐานแบบบูรณาการที่ถูกต้องตามกฎหมาย หากบริษัทจัดให้มีกระบวนการและข้อมูลแบบบูรณาการ จะช่วยลดแรงจูงใจให้พนักงานใช้เครื่องมือ “เงา” ภายนอก ซึ่งอาจนำไปสู่ ​​“การผูกขาดจากผู้ให้บริการ” หรือการสูญเสียข้อมูลได้

เหตุใดการป้องกันจึงเป็นเรื่องยาก: แหล่งข่าวระบุว่า การป้องกัน Shadow AI นั้นเป็นเรื่องที่ท้าทายอย่างยิ่ง เนื่องจาก Generative AI (โดยเฉพาะอินเทอร์เฟซการสนทนา) มี “ทำลายอุปสรรคในการใช้งานไปอย่างสิ้นเชิง”แตกต่างจากระบบเดิมที่ซับซ้อน ปัจจุบันใครก็ตามที่พิมพ์หรือพูดได้ก็สามารถสมัครใช้งานและนำเครื่องมือเหล่านี้ไปใช้ได้อย่างอิสระ โดยไม่ต้องผ่านอุปสรรคด้านไอทีแบบเดิมๆ ดังนั้น วิธีแก้ปัญหาจึงไม่ได้อยู่ที่อุปสรรคทางเทคนิคมากนัก แต่เป็นเรื่องของการใช้งานง่ายมากกว่า วัฒนธรรมองค์กร และการยึดมั่นในสิ่งใหม่ กรอบการกำกับดูแล