ความรับผิดชอบของรถยนต์ไร้คนขับ จาก "คนขับ" สู่ "ผู้พัฒนา"

ในโลกที่เทคโนโลยี AI ได้ก้าวข้ามบทบาทของผู้ช่วยไปสู่ผู้ตัดสินใจแทนมนุษย์อย่างเต็มรูปแบบ โดยเฉพาะในอุตสาหกรรมยานยนต์ คำถามสำคัญจึงไม่ใช่เพียงว่า “รถจะขับเคลื่อนได้อย่างมีประสิทธิภาพเพียงใด” แต่เป็นเรื่องทางกฎหมายและธุรกิจที่ลึกไปกว่านั้น คือ “ใครต้องเป็นคนรับผิดชอบเมื่อระบบตัดสินใจผิดพลาด?”

ในอดีต ความรับผิดชอบยังคงยึดโยงกับคนหลังพวงมาลัย ไม่ว่าระบบจะช่วยแค่ไหน มนุษย์ก็ยังเป็นผู้รับผิดชอบสุดท้าย แต่เมื่อระบบ Autonomous Driving เข้าสู่ระดับที่สามารถควบคุมรถได้โดยไม่ต้องพึ่งมนุษย์ (Level 4–5) แนวคิดนี้ก็ถูกปรับใหม่ กล่าวคือ ความรับผิดชอบกำลังย้ายจากตัวบุคคลไปสู่องค์กรที่พัฒนาและดูแลระบบ ไม่ว่าจะเป็นผู้ผลิตรถยนต์ ผู้พัฒนาซอฟต์แวร์ หรือผู้ให้บริการ AI Mobility Platform ซึ่งการเปลี่ยนผ่านครั้งนี้จะส่งผลกระทบต่อเนื่องเป็นลูกโซ่ไปทั้งระบบนิเวศ (Ecosystem) ตั้งแต่กฎหมาย ประกันภัย ไปจนถึงโมเดลธุรกิจใหม่ในยุค InsurTech Trends

เมื่อกฎหมายโลกกำลังกำหนด “ความรับผิดชอบรถไร้คนขับ”

การมาของรถยนต์อัตโนมัติกำลังมีอิทธิพลต่อโครงสร้างกฎหมายที่ใช้มานานทั่วโลกอย่างมีนัยสำคัญ เพราะเมื่อมนุษย์ไม่ได้เป็นคนขับอีกต่อไป กฎหมายก็ต้องตอบให้ได้ว่า แล้วความรับผิดชอบรถไร้คนขับควรตกอยู่ที่ใคร ซึ่งในช่วงไม่กี่ปีที่ผ่านมา หลายประเทศเริ่มปรับปรุงกฎหมายไปในทิศทางเดียวกัน คือ ลดภาระของผู้โดยสาร และเพิ่มภาระความรับผิดชอบให้แก่ผู้พัฒนาและควบคุมระบบแทน

Patchwork Regulation & Strict Liability จากสหรัฐอเมริกา

แม้สหรัฐฯ ยังไม่มีกฎหมายกลางที่ครอบคลุมรถไร้คนขับทั่วประเทศ แต่หลาย ๆ รัฐ เช่น แคลิฟอร์เนีย ก็เริ่มมีการใช้แนวคิดที่เรียกว่า หลักความรับผิดโดยเคร่งครัด (Strict liability) กล่าวโดยสรุป หากพิสูจน์ได้ว่าระบบมีข้อบกพร่อง ผู้ผลิตต้องรับผิดชอบทันทีโดยไม่ต้องพิสูจน์ความประมาทเลินเล่อ แนวทางนี้ทำให้ผู้บริโภคได้รับความคุ้มครองมากขึ้น และในขณะเดียวกันบริษัทเทคโนโลยีจำเป็นต้องยกระดับมาตรฐานความปลอดภัยอย่างจริงจัง

Automated Vehicles Act 2024 (AVA) กฎหมายยานยนต์ไร้คนขับจากสหราชอาณาจักร

สหราชอาณาจักรเป็นหนึ่งในประเทศที่วางกรอบข้อกำหนดได้ชัดที่สุด ผ่านกฎหมายที่ชื่อว่า Automated Vehicles Act ซึ่งมีหัวใจสำคัญคือ เมื่อรถอยู่ในโหมด Self-driving ผู้โดยสารจะได้รับความคุ้มกันทางอาญา (Immunity) จากความผิดพลาดทางการขับขี่ และความรับผิดจะตกเป็นของ Authorized Self-Driving Entity (ASDE) หรือนิติบุคคลที่ได้รับการรับรองให้เป็นผู้ดูแลระบบนั้น ๆ ซึ่งอาจเป็นผู้ผลิตรถยนต์ หรือบริษัทที่พัฒนาซอฟต์แวร์ควบคุมการขับขี่ เป็นต้น 

EU AI Act & PLD (Product Liability Directive) จากสหภาพยุโรป

ฝั่งยุโรปกำลังก้าวไปอีกขั้น ด้วยการปรับกฎหมายความรับผิดในผลิตภัณฑ์ให้ครอบคลุมเทคโนโลยีดิจิทัลโดยตรง ประเด็นสำคัญที่เปลี่ยนไปคือ ซอฟต์แวร์และระบบ AI จะถูกจัดให้เป็น “สินค้า” ที่ต้องมีความปลอดภัย ตรวจสอบได้ และมีผู้รับผิดชอบที่ชัดเจน หากระบบตัดสินใจผิดพลาดจนเกิดความเสียหาย ผู้พัฒนาระบบต้องรับผิดตามกฎหมายเช่นเดียวกับสินค้าทั่วไป 

พยานหลักฐานยุคใหม่ที่ตัดสินด้วยระบบ

เมื่อกฎหมายเปลี่ยนจากการตัดสินคนขับไปสู่การตรวจสอบระบบ คำให้การจึงไม่ใช่ปัจจัยหลักอีกต่อไป เพราะจากนี้เราจะใช้ข้อมูล (Data) ที่ตรวจสอบย้อนหลังได้จริงแทน ซึ่งนำไปสู่การพัฒนาเทคโนโลยีที่เรียกว่า ระบบบันทึกข้อมูลการขับขี่อัตโนมัติ (Data Storage Systems for Automated Driving: DSSAD) 

Black Box รถยนต์อัตโนมัติ

มาตรฐานสากล (United Nations Economic Commission for Europe: UNECE) ได้เริ่มกำหนดให้รถยนต์ที่มีระบบขับเคลื่อนอัตโนมัติจำเป็นต้องติดตั้งระบบบันทึกข้อมูล หรือ Black Box รถยนต์อัตโนมัติที่มีคุณสมบัติสำคัญ 3 ด้าน ได้แก่

• บันทึกข้อมูล “ก่อน–ระหว่าง–หลัง” เหตุการณ์สำคัญของระบบ เช่น การเปิด–ปิดระบบ การส่งต่อการควบคุม หรือความผิดพลาดของระบบ เพื่อใช้วิเคราะห์การทำงานของรถและการตอบสนองของระบบ  

• ข้อมูลถูกบันทึกในรูปแบบที่มีการระบุเวลา (Timestamp) และสามารถดึงข้อมูลย้อนหลังได้ (Retrievable) เพื่อใช้เป็นหลักฐานในการตรวจสอบ  

• มีมาตรการป้องกันการแก้ไขหรือบิดเบือนข้อมูล (Data Integrity) และระบบความมั่นคงปลอดภัยของข้อมูล (Data Security)  

• การเข้าถึงข้อมูลเป็นไปตามกรอบกฎหมาย และเปิดให้หน่วยงานที่มีอำนาจสามารถตรวจสอบได้

ระบบบันทึกอะไรได้บ้าง?

จุดเด่นของ Black Box รถยนต์อัตโนมัติ คือไม่เพียงบันทึกข้อมูลพื้นฐานเหมือนรถทั่วไป แต่ลงลึกถึงกระบวนการตัดสินใจของระบบ เพื่อช่วยตอบคำถามว่าอุบัติเหตุเกิดจาก “ระบบทำงานผิดพลาด” หรือ “มนุษย์แทรกแซงไม่ถูกจังหวะ”

• สถานะของรถในขณะนั้น เช่น โหมดอัตโนมัติ หรือโหมดที่มนุษย์ควบคุม

• สิ่งที่เซนเซอร์ตรวจพบ เช่น รถคันหน้า คนเดินถนน หรือสิ่งกีดขวาง

• การตัดสินใจของระบบ เช่น เลือกเบรก เลี้ยว หรือเร่งความเร็ว

• ช่วงเวลาการส่งต่อการควบคุมระหว่างระบบ AI กับมนุษย์

• การตอบสนองของผู้ขับ (ถ้ามี) ว่าทันหรือไม่

โอกาสทองของ InsurTech โมเดลธุรกิจใหม่บนความเสี่ยงที่วัดได้

การเปลี่ยนผ่านของความรับผิดชอบในรถยนต์ไร้คนขับไม่ได้กระทบเฉพาะผู้ผลิตรถยนต์หรือผู้พัฒนา AI เท่านั้น แต่ยังส่งผลโดยตรงต่ออุตสาหกรรมประกันภัย จากเดิมที่ใช้ข้อมูลเชิงสถิติของ “ผู้ขับขี่” เช่น อายุ พฤติกรรม หรือประวัติการขับขี่ มาเป็นการประเมินความเสี่ยงจาก “พฤติกรรมของระบบและข้อมูลจริง” ของรถยนต์แทน

แนวโน้มนี้ทำให้โมเดลประกันภัยต้องปรับตัวจาก human-centric ไปสู่ system-centric ซึ่งรวมถึงการพิจารณาความเสี่ยงจากซอฟต์แวร์ เซนเซอร์ และการตัดสินใจของระบบอัตโนมัติ และเป็นจุดเริ่มต้นของการเติบโตของ InsurTech ที่นำเทคโนโลยีและข้อมูลมาใช้พัฒนาผลิตภัณฑ์ประกันรูปแบบใหม่

1. ประกันภัยแบบปรับตามการใช้งานจริง (Usage-based Insurance)

รูปแบบประกันภัยกำลังเปลี่ยนจาก “การจ่ายเท่ากันตามโปรไฟล์” ไปสู่ “การจ่ายตามความเสี่ยงจริง” โดยอาศัยข้อมูลจากระบบ Telematics และเซนเซอร์ในรถยนต์ที่สามารถเก็บข้อมูลการใช้งาน เช่น ความเร็ว เส้นทาง หรือพฤติกรรมการขับขี่ เพื่อนำมาวิเคราะห์ความเสี่ยงแบบรายบุคคล

ในบริบทรถยนต์อัตโนมัติ ความเสี่ยงไม่ได้ขึ้นอยู่กับพฤติกรรมของมนุษย์เพียงอย่างเดียว แต่ยังรวมถึง

• รูปแบบการทำงานของระบบ AI ในแต่ละสถานการณ์

• สภาพแวดล้อมการใช้งาน เช่น ความหนาแน่นของการจราจร

• ข้อมูลการทำงานย้อนหลังของระบบ

แนวทางนี้ช่วยให้บริษัทประกันสามารถกำหนดเบี้ยประกันได้แม่นยำขึ้น และสะท้อน “ความเสี่ยงจริง” มากกว่าการใช้ข้อมูลเชิงสถิติแบบเดิม

2. ธุรกิจตรวจสอบข้อมูล (Data Verification & Audit)

เมื่อข้อมูลจาก Black Box รถยนต์อัตโนมัติกลายเป็นหลักฐานสำคัญในการพิจารณาความรับผิด ความน่าเชื่อถือของข้อมูลจึงกลายเป็น “สินทรัพย์ใหม่” ของระบบนิเวศนี้

โดยในกรณีอุบัติเหตุ การตัดสินความรับผิดไม่ได้พิจารณาเฉพาะพฤติกรรมผู้ขับ แต่ต้องวิเคราะห์ข้อมูลจากระบบ เช่น การทำงานของซอฟต์แวร์ เซนเซอร์ หรือเงื่อนไขแวดล้อม ณ ขณะเกิดเหตุ

จึงเกิดโอกาสทางธุรกิจสำหรับผู้ให้บริการตรวจสอบข้อมูล (Third-party verification) ที่ทำหน้าที่:

• ตรวจสอบความถูกต้องและความสมบูรณ์ของข้อมูล (Data Integrity)

• ยืนยันว่าไม่มีการแก้ไขหรือบิดเบือนข้อมูล

• แปลงข้อมูลเชิงเทคนิคให้อยู่ในรูปแบบที่เข้าใจได้สำหรับภาคกฎหมายและธุรกิจ

ตัวอย่างในอุตสาหกรรมจริง เริ่มมีการนำข้อมูลประกันภัยแบบเรียลไทม์มาใช้ในการตรวจสอบความถูกต้องและป้องกันการทุจริตแล้ว

3. ระบบเคลมอัตโนมัติ (Claims Automation)

อีกหนึ่งการเปลี่ยนแปลงสำคัญคือ “ความเร็วในการเคลม” ซึ่งกำลังกลายเป็นความได้เปรียบทางการแข่งขันของบริษัทประกัน

ในอดีต กระบวนการเคลมต้องใช้เวลาในการรวบรวมหลักฐาน ตรวจสอบ และประเมินความเสียหาย แต่เมื่อมีข้อมูลจากรถยนต์และระบบ AI ที่สามารถวิเคราะห์เหตุการณ์ได้แบบเรียลไทม์ กระบวนการเหล่านี้สามารถลดขั้นตอนลงได้อย่างมีนัยสำคัญ

นอกจากนี้ การใช้ AI ในอุตสาหกรรมประกันยังช่วยเพิ่มประสิทธิภาพในการประเมินความเสียหาย ลดต้นทุน และยกระดับประสบการณ์ของลูกค้า ซึ่งเป็นหนึ่งในแนวโน้มสำคัญของ InsurTech ในปัจจุบัน

ก้าวต่อไปของคุณ

จากแนวโน้มกฎหมายรถยนต์ไร้คนขับในหลายประเทศ จะเห็นได้ว่าความรับผิดชอบกำลังเปลี่ยนจาก “ผู้ขับขี่” ไปสู่ “ระบบ” มากขึ้น โดยเฉพาะในกรณีที่รถสามารถขับเคลื่อนอัตโนมัติได้เต็มรูปแบบ ซึ่งอาจทำให้ผู้ผลิตรถยนต์ ผู้พัฒนาซอฟต์แวร์ หรือผู้ให้บริการระบบ กลายเป็นผู้มีส่วนรับผิดแทนผู้ขับในบางสถานการณ์

การเปลี่ยนแปลงนี้จึงไม่เพียงส่งผลต่อโครงสร้างกฎหมาย แต่ยังเปิดโอกาสให้เกิดการพัฒนารูปแบบการให้บริการประกันภัยรูปแบบใหม่ ที่นำข้อมูลดิจิทัลจากตัวรถ เช่น ข้อมูลการทำงานของระบบหรือเหตุการณ์ขณะขับขี่ มาใช้วิเคราะห์และประเมินความเสี่ยงได้อย่างแม่นยำยิ่งขึ้น

ในโลกที่กำลังมาถึง ความได้เปรียบจะไม่ได้อยู่ที่ใครมีรถที่ล้ำที่สุด แต่คือใครสามารถจัดการและใช้ประโยชน์จาก Data ได้ดีกว่า เพราะท้ายที่สุดแล้ว ความรับผิดชอบจะไม่ใช่เรื่องของการตีความ แต่เป็นเรื่องของข้อมูลที่พิสูจน์ได้อย่างชัดเจน

ข้อมูลอ้างอิง

1. Artificial intelligence liability directive - European Parliament. สืบค้นเมื่อวันที่ 5 เมษายน 2569 จาก https://www.europarl.europa.eu/RegData/etudes/BRIE/2023/739342/EPRS_BRI(2023)739342_EN.pdf. 

2. Automated Vehicles Act 2024. สืบค้นเมื่อวันที่ 5 เมษายน 2569 จาก https://www.legislation.gov.uk/ukpga/2024/10/contents. 

3. Autonomous and Self-Driving Vehicles, Robotaxis, and the Risk of Accidents. สืบค้นเมื่อวันที่ 5 เมษายน 2569 จาก https://samandashlaw.com/resources/autonomous-and-self-driving-vehicles-robotaxis-and-the-risk-of-accidents/. 

4. DSSAD : Purpose of the Data Storage System. สืบค้นเมื่อวันที่ 5 เมษายน 2569 จาก https://unece.org/DAM/trans/doc/2019/wp29grva/GRVA-02-20e.pdf. 

5. Insurance 2030—The impact of AI on the future of insurance. สืบค้นเมื่อวันที่ 5 เมษายน 2569 จาก https://www.mckinsey.com/industries/financial-services/our-insights/insurance-2030-the-impact-of-ai-on-the-future-of-insurance.  

6. Uniform provisions concerning the approval of vehicles with regard to Automated Lane Keeping Systems. สืบค้นเมื่อวันที่ 9 เมษายน 2569 จาก https://unece.org/fileadmin/DAM/trans/doc/2020/wp29grva/GRVA-06-06e.pdf.

7. Proposal for DSSAD Section in ALKS requirements. สืบค้นเมื่อวันที่ 9 เมษายน 2569 จาก https://wiki.unece.org/download/attachments/92012869/EDR-DSSAD-03-06%20%28J%29%20Draft%20Regulation%20on%20DSSAD%20for%20ALKS.pdf?api=v2.

8. Motor Vehicle Event Data Recorder Brake and Electronic Control Working Group. สืบค้นเมื่อวันที่ 9 เมษายน 2569 จาก https://sagroups.ieee.org/1616/.

9. How autonomous vehicles will change the future of car insurance. สืบค้นเมื่อวันที่ 9 เมษายน 2569 จาก https://www.spglobal.com/automotive-insights/en/blogs/2025/08/autonomous-vehicles-future-of-car-insurance.

10. Insurtech: what is it and what does it mean for insurance?. สืบค้นเมื่อวันที่ 9 เมษายน 2569 จาก https://www.economicsobservatory.com/insurtech-what-is-it-and-what-does-it-mean-for-insurance.

11. ระบบ Telematics กับประกันรถยนต์ คืออะไร ใช้งานอย่างไร. สืบค้นเมื่อวันที่ 9 เมษายน 2569 จาก https://www.tqm.co.th/articles/%E0%B8%AB%E0%B8%A1%E0%B8%B5%E0%B8%A3%E0%B8%AD%E0%B8%9A%E0%B8%A3%E0%B8%B9%E0%B9%89%E0%B9%80%E0%B8%A3%E0%B8%B7%E0%B9%88%E0%B8%AD%E0%B8%87%E0%B8%9B%E0%B8%A3%E0%B8%B0%E0%B8%81%E0%B8%B1%E0%B8%99%E0%B8%A3%E0%B8%96/%E0%B8%A3%E0%B8%B0%E0%B8%9A%E0%B8%9ATelematics%E0%B8%81%E0%B8%B1%E0%B8%9A%E0%B8%9B%E0%B8%A3%E0%B8%B0%E0%B8%81%E0%B8%B1%E0%B8%99%E0%B8%A3%E0%B8%96%E0%B8%A2%E0%B8%99%E0%B8%95%E0%B9%8C.

12. Autonomous Vehicles Insurance, All You Need to Know. สืบค้นเมื่อวันที่ 9 เมษายน 2569 จาก https://www.plugandplaytechcenter.com/insights/autonomous-vehicles-future-of-insurance.

13. Who May Be Liable In A Self-Driving Car Accident?. สืบค้นเมื่อวันที่ 9 เมษายน 2569 จาก https://www.m-n-law.com/blog/who-is-liable-in-a-self-driving-car-accident/#:~:text=In%20higher%2Dlevel%20or%20fully%20autonomous%20vehicles%2C%20responsibility,system%20malfunction%2C%20or%20a%20combination%20of%20both.

14. Axle teams with Experian to bring insurance verification to automotive dealers สืบค้นเมื่อวันที่ 9 เมษายน 2569 จาก https://www.openbankingexpo.com/news/axle-teams-with-experian-to-bring-insurance-verification-to-automotive-dealers/.

15. The future of AI in the insurance industry. สืบค้นเมื่อวันที่ 9 เมษายน 2569 จาก https://www.mckinsey.com/industries/financial-services/our-insights/the-future-of-ai-in-the-insurance-industry.