วันที่ข่าว: 17 กันยายน 2026
Anthropic เปิดตัว Life Sciences Verification Program (LSVP) ในสถานะเบตา เพื่อให้บุคลากรและองค์กรด้านวิทยาศาสตร์ชีวภาพที่ผ่านการตรวจสอบเข้าถึงโมเดล Mythos, Opus และ Sonnet ด้วยมาตรการที่ยืดหยุ่นกว่าสำหรับงานชีววิทยา โปรแกรมนี้มุ่งลดปัญหางานวิจัยที่ถูกระบบทั่วไปปฏิเสธ แม้มีวัตถุประสงค์ชอบด้วยกฎหมายและอยู่ภายใต้การกำกับดูแลที่เหมาะสม
LSVP ไม่ได้หมายถึงการเปิดโมเดลโดยไม่มีข้อจำกัด แต่เปลี่ยนแนวทางจากการตัดสินคำขอแต่ละรายการเพียงอย่างเดียว ไปสู่การตรวจสอบตัวตนองค์กร กำหนดขอบเขตการใช้งาน ติดตามรูปแบบพฤติกรรม และให้ผู้ดูแลขององค์กรร่วมรับผิดชอบต่อเหตุการณ์ผิดปกติ
จากการบล็อกคำขอ สู่สิทธิ์ตามความเสี่ยง
Anthropic ระบุว่าโมเดล Fable ที่ให้บริการทั่วไปอาจบล็อกงานบางส่วนในกระบวนการค้นคว้ายา ชีววิทยาวิจัย การพัฒนาทางคลินิก และการผลิต เพราะระบบไม่สามารถแยกเจตนาที่เป็นประโยชน์ออกจากความเสี่ยงได้ทุกกรณี LSVP จึงใช้การตรวจสอบคุณสมบัติก่อนอนุญาต โดยพิจารณาประวัติการวิจัย มาตรฐานความปลอดภัย และกลไกกำกับจริยธรรมของผู้สมัคร
องค์กรที่ผ่านการตรวจสอบสามารถขอสิทธิ์ได้สองระดับ:
- Standard Use: สำหรับงาน Life Sciences ส่วนใหญ่ ครอบคลุมตั้งแต่วิทยาศาสตร์พื้นฐาน R&D ซัพพลายเชน การผลิต การพัฒนาทางคลินิก Quality Assurance งานกำกับดูแล ตลอดจนการลงทุนและ Due Diligence สิทธิ์ใช้ได้ทั้งทีมและต่ออายุปีละครั้ง
- High-risk Use: เป็นสิทธิ์เสริมสำหรับโครงการเฉพาะที่ยังถูกจำกัดภายใต้ Standard Use ต้องผ่านการตรวจสอบเพิ่มและต่ออายุทุกหกเดือน Anthropic ระบุว่าสิทธิ์นี้ยกเลิกมาตรการที่บล็อกคำขอด้าน Life Sciences แต่ตัวกรองด้านความปลอดภัยอื่น เช่น Cyber Classifier ยังคงทำงาน
ในวันเปิดตัว Standard Use รองรับ Mythos 5.1, Opus 5 และ Sonnet 5 ขณะที่ High-risk Use เปิดสำหรับ Opus 5 และ Sonnet 5 ส่วน High-risk Use บน Mythos ยังจำกัดเฉพาะหน่วยงานจำนวนน้อยที่ผ่านการตรวจสอบเพิ่มเติม
Shared Responsibility คือหัวใจของโมเดลนี้
ความเสี่ยงสำคัญที่ Anthropic ต้องการรับมือมีสามกลุ่ม ได้แก่ บัญชีหรือสิทธิ์ถูกยึดครอง ภัยจากบุคลากรภายใน และ AI Agent ทำงานอันตรายโดยไม่ได้ตั้งใจ โดยเฉพาะ Agent ที่ทำงานเป็นกลุ่มหรือทำภารกิจระยะยาว
ผู้สมัครจึงต้องระบุกรณีใช้งานระดับสูงในคำขอ โดยไม่ควรใส่ทรัพย์สินทางปัญญาหรือข้อมูลอ่อนไหว สิทธิ์ของแต่ละทีมและโครงการจะผูกกับขอบเขตนั้น หากระบบพบรูปแบบที่อยู่นอกขอบเขต Anthropic สามารถแจ้งผู้ดูแลองค์กรให้ตรวจสอบและแก้ไขตามกรอบเวลาที่ตกลงกันไว้
แนวทางนี้มีนัยสำคัญต่อองค์กร เพราะการอนุมัติ AI ไม่ได้จบเมื่อเปิดบัญชีหรือแจก API key แต่ต้องมีเจ้าของ Use Case รายชื่อผู้มีสิทธิ์ การทบทวนสิทธิ์ และกระบวนการรับมือเมื่อพบการใช้งานผิดปกติ
เปลี่ยนจาก Real-time Blocking เป็น Offline Monitoring
Anthropic อธิบายว่าการใช้งานผิดวัตถุประสงค์ร้ายแรงอาจกระจายอยู่ในหลายคำขอและหลาย Session จนดูเหมือนไม่เกี่ยวข้องกัน LSVP จึงลดการพึ่งพาการบล็อกแบบเรียลไทม์สำหรับคำขอด้านชีววิทยา และใช้การติดตามแบบ Offline เพื่อมองหารูปแบบพฤติกรรมข้ามช่วงเวลา
ข้อแลกเปลี่ยนคือข้อมูลที่เกี่ยวข้องกับกิจกรรมที่ถูกตรวจจับต้องเก็บไว้เพื่อการตรวจสอบ โดย LSVP กำหนดระยะเวลาเก็บข้อมูล 30 วัน Anthropic ระบุว่าข้อมูลดังกล่าวถูกแยกเป็นสัดส่วนอย่างเข้มงวด ไม่ใช้ฝึกโมเดล และทีมวิจัย Life Sciences ของ Anthropic ไม่สามารถเข้าถึงได้
สำหรับผู้บริหาร CIO, CISO และฝ่ายกำกับดูแล ประเด็นนี้ควรถูกประเมินพร้อมกันทั้งประโยชน์และความเสี่ยง ได้แก่ ที่ตั้งและวงจรชีวิตข้อมูล สิทธิ์ของผู้ตรวจสอบ การแจ้งเตือนเหตุการณ์ การส่งออก Log ตลอดจนความสอดคล้องกับนโยบายข้อมูลภายในประเทศและสัญญากับลูกค้า
ข้อจำกัดในช่วงเบตาที่องค์กรต้องรู้
- เริ่มต้นสำหรับทีมและสถาบัน ส่วนแผน Pro และ Max สำหรับบุคคลยังไม่รองรับ
- ใช้งานได้ผ่าน API บน Console ของ Anthropic รวมถึง Claude Enterprise และ Team แต่ยังไม่รองรับแพลตฟอร์ม Third-party
- LSVP ยังไม่เปิดสำหรับองค์กรที่ใช้ BAA ดังนั้นงานที่มี PHI ต้องแยกไปยังองค์กรที่ไม่ใช้ BAA และไม่อยู่ภายใต้ HIPAA ตามเงื่อนไขที่ Anthropic ระบุ
- API และ Claude Science สลับ Grant ได้โดยตรง ขณะที่ Claude.ai และ Claude Code ในระยะแรกใช้ Grant เริ่มต้นที่เลือกไว้ล่วงหน้า ยกเว้น Claude Code ที่ยืนยันตัวตนผ่าน API
Anthropic ระบุว่าได้เปิดใช้งานให้องค์กรหลายสิบแห่งใน Early Access และคาดว่าจะรับองค์กรหลายร้อยแห่งในสัปดาห์แรก อย่างไรก็ตาม ตัวเลขดังกล่าวเป็นเป้าหมายของผู้ให้บริการ ไม่ใช่หลักฐานรับรองผลลัพธ์ด้านการวิจัยหรือความปลอดภัย
บทเรียนสำหรับองค์กรไทย: สร้าง Verified AI Access ของตนเอง
แม้องค์กรไม่ได้ทำชีววิทยาความเสี่ยงสูง แนวคิดของ LSVP สามารถประยุกต์กับข้อมูลการเงิน สุขภาพ โครงสร้างพื้นฐานสำคัญ และ Cybersecurity ได้ โดยแยกสิทธิ์ AI ตามความเสี่ยงของงานแทนการใช้กฎเดียวทั้งองค์กร
- จัดประเภท Use Case: กำหนดงานทั่วไป งานอ่อนไหว และงานความเสี่ยงสูง พร้อมเจ้าของงานที่รับผิดชอบ
- ตรวจสอบผู้ใช้และโครงการ: ใช้ Identity, MFA, Device Trust และสิทธิ์แบบ Least Privilege ผูกกับทีมและอายุโครงการ
- กำหนดขอบเขตที่ตรวจสอบได้: บันทึกวัตถุประสงค์ แหล่งข้อมูล เครื่องมือที่ Agent เรียกใช้ และเงื่อนไขที่ต้องขออนุมัติจากมนุษย์
- ติดตามทั้งเหตุการณ์และรูปแบบ: Real-time Guardrail เหมาะกับข้อห้ามชัดเจน ขณะที่ Pattern Detection ช่วยเห็นพฤติกรรมที่กระจายข้าม Session
- เตรียม Incident Workflow: ระบุผู้รับแจ้ง SLA การหยุดสิทธิ์ชั่วคราว การเก็บหลักฐาน และขั้นตอนคืนสิทธิ์หลังแก้ไข
CYN ให้คำปรึกษาการวาง Private AI, AI Agent, Zero-Trust Access และ AI Governance สำหรับองค์กร ตั้งแต่การจัดประเภทข้อมูลและ Use Case การกำหนดสิทธิ์ ไปจนถึง Monitoring, Audit Trail และ Incident Response หากองค์กรต้องการใช้โมเดล Frontier กับข้อมูลสำคัญโดยยังควบคุมความเสี่ยงได้ ติดต่อทีม CYN เพื่อเริ่มต้น AI Governance Assessment