ทุกโมเดลมีผู้รับผิดชอบ ทุกการเปลี่ยนแปลงมีหลักฐานพิสูจน์.
โมเดลการคำนวณเบี้ยประกันภัย การตั้งสำรอง การพิจารณาสินไหม และการตรวจจับการทุจริต จะถูกขึ้นทะเบียนโดยระบุชื่อผู้รับผิดชอบ เวอร์ชันใหม่จะทำงานในฐานะโมเดลท้าชิง (Challenger) ควบคู่ไปกับโมเดลหลัก (Champion) โดยสร้างหลักฐานในวันใช้งานจริง และจะนำขึ้นใช้งานจริงได้ก็ต่อเมื่อผ่านขั้นตอนการอนุมัติเลื่อนระดับโดยบุคคลอื่นที่ไม่ใช่ผู้สร้างโมเดล แฟ้มข้อมูลการตรวจสอบความถูกต้องจะถูกรวบรวมจากบันทึกในระบบ ไม่ใช่การเขียนขึ้นจากความทรงจำ
ทุกโมเดล มีผู้รับผิดชอบที่ชัดเจน
HONESTAS อ่านคลังทะเบียนโมเดลของคุณ ไม่ว่าจะเป็น MLflow, SageMaker หรือระบบของคุณเอง แล้วรวมไว้เป็นทะเบียนเดียว โมเดลที่ไม่มีผู้รับผิดชอบจะไม่สามารถนำมาใช้ในการตัดสินใจได้
- ผู้รับผิดชอบ วัตถุประสงค์ ข้อมูล และขอบเขตที่อนุญาตให้ใช้แต่ละโมเดล
- เก็บครบทุกเวอร์ชัน พร้อมข้อมูลที่ใช้ฝึกและทดสอบ
- เฝ้าดูการคลาดเคลื่อน (Drift) จากเคสจริง และแจ้งผู้รับผิดชอบทันทีเมื่อค่าเปลี่ยนไป
- ทุกการตัดสินใจที่ปิดผนึกจะระบุเวอร์ชันของโมเดลที่ใช้เสมอ
| โมเดล | บทบาท | การคลาดเคลื่อนของโมเดล (Drift) |
|---|---|---|
| GLM รถยนต์ส่วนบุคคล v6 | ตัวหลัก (Champion) | คงที่ |
| GLM รถยนต์ส่วนบุคคล v7 | ฝ่ายทัดทาน | คงที่ |
| ความเร่งด่วนของเคลม 2026.07 | ตัวหลัก (Champion) | คลาดเคลื่อน |
| ตรวจความเสียหายจากภาพถ่าย | ตัวหลัก (Champion) | คงที่ |
| การคำนวณเบี้ยประกันภัยพายุชายฝั่ง | ตัวหลัก (Champion) | คงที่ |
| สัญญาณขบวนการฉ้อฉล | ตัวหลัก (Champion) | คงที่ |
มีเคลมจากพายุเพิ่มขึ้นตั้งแต่วันที่ 9 ต.ค. ระบบแจ้งให้ Sara ตรวจสอบภายในวันศุกร์
- ผู้รับผิดชอบ
- ผู้รับผิดชอบที่ระบุชื่อ
- ตรวจสอบความถูกต้องแล้ว
- ในวันนั้น ทุกครั้งที่รัน
- การใช้งาน
- เฉพาะในขอบเขตที่ได้รับอนุมัติ
หลักฐานสร้างขึ้นในวันที่มีการตัดสินใจ ไม่ใช่รื้อทำใหม่ตอนสิ้นปี
เวอร์ชันใหม่ต้องพิสูจน์ตัวเองด้วยการรันคู่ขนานไปกับเวอร์ชันเดิมที่จะมาแทนที่ โดยใช้เคสจริงแต่ไม่มีการส่งผลลัพธ์ออกไป ทุกการรันมีการกำหนดค่าเริ่มต้น (Seed) จึงสามารถจำลองซ้ำได้เหมือนเดิมทุกประการ
ขึ้นทะเบียน
เวอร์ชันใหม่จะถูกขึ้นทะเบียนพร้อมระบุผู้รับผิดชอบ ข้อมูลที่ใช้ฝึก และวัตถุประสงค์การใช้งาน โมเดลที่ไม่สามารถขึ้นทะเบียนได้จะไม่สามารถนำมาใช้งานได้
รันคู่ขนาน (Shadow)
ทำงานในฐานะตัวท้าชิง (Challenger) คู่กับตัวหลัก (Champion) ในเคสเดียวกัน ผลลัพธ์จะถูกบันทึกไว้แต่จะไม่ถูกส่งไปยังลูกค้าโดยเด็ดขาด
เปรียบเทียบ
บันทึกทุกความแตกต่าง: เคสไหน ช่องตารางใด มากน้อยเพียงใด มีการตรวจสอบในทุกรายการ และทุกรอบการรันสามารถจำลองซ้ำด้วยค่า Seed เดิมได้
เลื่อนสถานะ
ต้องผ่านด่านอนุมัติเท่านั้น หรือไม่ก็ไม่ผ่านเลย ระบบจะเก็บประวัติไว้ทั้งสองเวอร์ชัน เพื่อให้ทุกการตัดสินใจสามารถตรวจสอบย้อนกลับไปยังเวอร์ชันที่ใช้ได้
ทดสอบก่อน อนุมัติโดยผู้อื่น
ก่อนที่การเปลี่ยนแปลงจะมีผลใช้งานจริง จะต้องผ่านเกณฑ์การตรวจสอบที่บริษัทของคุณกำหนดไว้กับข้อมูลจำลองก่อน จากนั้นผู้ที่ไม่ได้เป็นผู้สร้างโมเดลจะเป็นผู้อนุมัติด้วย Passkey โดยมีการแบ่งแยกหน้าที่อย่างชัดเจน: ผู้สร้าง ผู้ตรวจสอบ และผู้อนุมัติ ต้องเป็นคนละคนกัน
- ตรวจสอบกับข้อมูลจำลองก่อนนำขึ้นระบบจริง
- ผู้สร้างไม่สามารถอนุมัติการเปลี่ยนแปลงของตนเองได้
- หากไม่ผ่านการตรวจสอบ การเปลี่ยนแปลงจะหยุดลงทันทีพร้อมบันทึกเหตุผล
- ใช้ด่านอนุมัติเดียวกันสำหรับปุ่ม AI ตารางอัตราเบี้ยประกันภัย และถ้อยคำในกรมธรรม์
| รายการตรวจสอบกับข้อมูลจำลอง | ผลการตรวจสอบ |
|---|---|
| ราคาทั้งหมดอยู่ในกรอบอัตราเบี้ยที่ได้ยื่นไว้ | ผ่าน |
| ไม่มีช่องตารางใดเปลี่ยนแปลงเกิน 15% | ผ่าน |
| ความเสี่ยงเดียวกัน ได้ราคาเดิมทั้งสองครั้ง | ผ่าน |
| ไม่ใช้ลักษณะส่วนบุคคลที่ได้รับความคุ้มครอง ไม่ว่าโดยตรงหรือโดยอ้อม | ผ่าน |
| การจำลองซ้ำตรงกับค่า Seed เดิม | ผ่าน |
| ไม่มีการส่งข้อมูลใดๆ ไปยังลูกค้า | ผ่าน |
| หน้าที่ | บุคคล | สถานะ |
|---|---|---|
| ผู้สร้าง | Marta Kowalczyk | ผู้พัฒนาโมเดล |
| ผู้ตรวจสอบ | Hana Suzuki | ตรวจสอบความถูกต้องแล้ว |
| ผู้อนุมัติ | Nathan Farrell | Passkey |
บุคลากรสามคนแยกจากกัน Marta ไม่สามารถอนุมัติการเปลี่ยนแปลงของตนเองได้ และหากไม่ผ่านเกณฑ์แม้แต่ข้อเดียว ระบบจะหยุดการเปลี่ยนแปลงไว้ที่ขั้นตอนนี้พร้อมระบุเหตุผล
รวบรวมจากบันทึกในระบบ ลงนามโดยบุคคล
ในแต่ละปี แฟ้มเอกสารตรวจสอบความถูกต้องของโมเดล (Validation Dossier) มักถูกจัดทำขึ้นใหม่จากไฟล์สเปรดชีตและความทรงจำของพนักงาน แต่ใน HONESTAS แฟ้มนี้จะถูกรวบรวมขึ้นจากรอบการรันที่ปิดผนึกไว้ ไม่ว่าจะเป็นการตรวจสอบข้อมูล ผลเปรียบเทียบตัวหลักและตัวท้าชิง การทดสอบความอ่อนไหว (Sensitivity) และการทดสอบย้อนหลัง (Back-test) ส่วนที่ต้องใช้ดุลยพินิจจะเว้นไว้ให้ผู้ตรวจสอบเป็นผู้เขียนและลงนาม
- ตัวเลขทุกตัวเชื่อมโยงไปยังรอบการรันที่เป็นต้นทาง
- ความเห็นของผู้ตรวจสอบจะไม่ถูกเขียนขึ้นโดย AI โดยเด็ดขาด
- ส่งออกเป็นไฟล์เดียวสำหรับผู้สอบบัญชีหรือหน่วยงานกำกับดูแล
| หมวด | รวบรวมจาก | สถานะ |
|---|---|---|
| ข้อมูลที่ใช้และคุณภาพของข้อมูล | การตรวจสอบข้อมูลที่ปิดผนึก 14 รายการ | รวบรวมแล้ว |
| โมเดลหลักและโมเดลท้าชิง | การรันคู่ขนาน 3 รอบ รอบละ 135,000 คัน | รวบรวมแล้ว |
| ความอ่อนไหวต่อสมมติฐาน | การรันที่กำหนดค่า Seed 6 รอบ | รวบรวมแล้ว |
| การทดสอบย้อนหลังเทียบกับข้อมูลจริง | ข้อมูลเคลม 8 ไตรมาส | รวบรวมแล้ว |
| ความเห็นของผู้ตรวจสอบ | Hana Suzuki | รอเขียนและลงนาม |
| การอนุมัติเพื่อใช้งานจริง | Nathan Farrell | รอดำเนินการ |
ตัวเลขทุกตัวเชื่อมโยงกับรอบการประมวลผลที่ผนึกไว้ซึ่งเป็นต้นทาง ส่วนความเห็นและการอนุมัติจะไม่ถูกรวบรวมโดยอัตโนมัติเด็ดขาด
อะไรที่เปลี่ยนไป และส่งผลกระทบต่อส่วนใดบ้าง
แบบจำลอง ตารางอัตราเบี้ยประกันภัย และถ้อยคำกรมธรรม์ใช้พื้นที่จัดเก็บเวอร์ชันร่วมกันที่เดียว คุณสามารถดูได้ทุกเวอร์ชันที่บันทึกไว้ ดูว่าเวอร์ชันใดมีผลบังคับใช้อยู่ที่ไหน และมีการตัดสินใจที่ผนึกไว้รายการใดบ้างที่อ้างอิงเวอร์ชันนั้น
การตรวจสอบความถูกต้องที่หลักเกณฑ์กำกับดูแลกำหนดไว้แล้ว
- Solvency II Article 124Directive 2009/138/EC มาตรฐานการตรวจสอบความถูกต้องรอบการตรวจสอบความถูกต้องตามปกติสำหรับแบบจำลองภายใน: ประสิทธิภาพ การทดสอบเทียบกับข้อมูลจริง และความอ่อนไหวต่อสมมติฐานหลัก
- AI Act Annex III, 5(c)Regulation (EU) 2024/1689การประเมินความเสี่ยงและการกำหนดอัตราเบี้ยประกันภัยสำหรับประกันชีวิตและประกันสุขภาพถือเป็น AI ที่มีความเสี่ยงสูง โดยมีหลักเกณฑ์บังคับใช้ตั้งแต่วันที่ 2 ธันวาคม 2027
- AI Act Article 15Regulation (EU) 2024/1689 ความแม่นยำAI ที่มีความเสี่ยงสูงต้องมีความแม่นยำในระดับที่เหมาะสม โดยต้องมีการระบุไว้และรักษาระดับความแม่นยำนั้นไว้ตลอดอายุการใช้งาน
- ความเห็นของ EIOPA เกี่ยวกับ AIการกำกับดูแลและการบริหารความเสี่ยงด้าน AI, 6 สิงหาคม 2025การกำกับดูแลข้อมูล การจัดทำเอกสาร และการติดตามตรวจสอบระบบ AI ที่บริษัทประกันภัยใช้อย่างต่อเนื่อง
วันที่บังคับใช้ของ AI Act แก้ไขเพิ่มเติมโดยกฎระเบียบ (EU) 2026/1744 (Digital Omnibus) ซึ่งตีพิมพ์ในรัฐกิจจานุเบกษาของสหภาพยุโรปเมื่อวันที่ 24 กรกฎาคม 2026 ข้อมูลนี้ไม่ใช่คำปรึกษาทางกฎหมาย การรับรองและให้ความเห็นทางกฎหมายเป็นเรื่องระหว่างคุณและที่ปรึกษาของคุณ
คำถามที่พบบ่อย
เราต้องย้ายแบบจำลองของเราเข้ามาไว้ใน HONESTAS หรือไม่?
ไม่จำเป็น แบบจำลองของคุณยังคงอยู่ที่เดิม ไม่ว่าจะอยู่ใน MLflow, SageMaker หรือระบบทะเบียนของคุณเอง HONESTAS จะอ่านข้อมูล จัดทำทะเบียนคุม และบันทึกทุกรอบการประมวลผลและทุกเวอร์ชัน
ครอบคลุมแบบจำลองใดบ้าง?
แบบจำลองทุกตัวที่ผลลัพธ์ถูกนำไปใช้ในการตัดสินใจ ไม่ว่าจะเป็นการกำหนดราคา การตั้งสำรอง การคัดกรองเคลม การตรวจสอบความเสียหายจากภาพถ่าย สัญญาณเตือนการฉ้อฉล และแบบจำลอง AI ที่อยู่เบื้องหลังปุ่มช่วยตัดสินใจแต่ละปุ่ม
ใครสามารถอนุมัติเวอร์ชันใหม่ได้บ้าง?
บุคคลที่องค์กรของคุณกำหนด ซึ่งต้องไม่ใช่ผู้สร้างและไม่ใช่ผู้ตรวจสอบความถูกต้องของแบบจำลองนั้น HONESTAS จะตรวจสอบเงื่อนไขนี้ก่อนจึงจะสามารถลงนามอนุมัติได้
จะเกิดอะไรขึ้นเมื่อโมเดลเกิดการคลาดเคลื่อน (Drift)?
ระบบจะแจ้งผู้รับผิดชอบแบบจำลองพร้อมแสดงเคสที่พบปัญหานั้น ไม่มีแบบจำลองใดถูกปิดใช้งานเองโดยอัตโนมัติ ผู้รับผิดชอบจะเป็นผู้ตัดสินใจ และผลการตัดสินใจนั้นก็จะถูกบันทึกไว้ด้วย
แฟ้มข้อมูลนี้เข้ามาแทนที่ผู้ตรวจสอบความถูกต้องของเราหรือไม่?
ไม่ใช่ ระบบเพียงรวบรวมหลักฐานที่ผู้ตรวจสอบต้องการจากรอบการประมวลผลที่ผนึกไว้ ส่วนความเห็นของผู้ตรวจสอบและการอนุมัติให้นำไปใช้งานจริงยังคงต้องเขียนและลงนามโดยบุคคล
ดูรายละเอียดเชิงลึก
นำโมเดลที่รอนานที่สุดมาลองได้เลย
เลือกแบบจำลองที่ค้างอยู่ระหว่างการตรวจสอบความถูกต้องและการอนุมัติมาหนึ่งตัว เราจะขึ้นทะเบียน ประมวลผลเทียบกับแบบจำลองหลัก (Champion) และรวบรวมแฟ้มข้อมูลการตรวจสอบจากรอบการประมวลผลเหล่านั้นให้