AI, Fraud และความมั่นคงของระบบการเงินไทย เมื่อ Scam Economy กำลังท้าทายอุตสาหกรรมการเงิน

“การหลอกลวงทางการเงินกำลังพัฒนาเป็นเครือข่ายอาชญากรรมดิจิทัลที่ขยายตัวอย่างรวดเร็วในยุคเศรษฐกิจดิจิทัล ปรากฏการณ์ที่ผู้เชี่ยวชาญเรียกว่า Scam Economy กำลังสร้างความท้าทายใหม่ให้กับสถาบันการเงินทั่วโลก รวมถึงประเทศไทย ซึ่งกำลังเร่งนำ AI และ advanced analytics มาใช้เพื่อปกป้องระบบการเงินและสร้างความเชื่อมั่นในยุค Banking 5.0

ในยุคที่เศรษฐกิจดิจิทัลกำลังเติบโตอย่างรวดเร็ว ภัยคุกคามทางการเงินก็พัฒนาไปในทิศทางเดียวกัน จากการฉ้อโกงแบบรายบุคคลในอดีต สู่เครือข่ายอาชญากรรมดิจิทัลที่ดำเนินการอย่างเป็นระบบและขยายตัวอย่างรวดเร็วผ่านแพลตฟอร์มออนไลน์ เทคโนโลยีการสื่อสาร และเครื่องมือปัญญาประดิษฐ์

ผู้เชี่ยวชาญด้านความปลอดภัยทางการเงินเริ่มเรียกปรากฏการณ์นี้ว่า Scam Economy หรือเศรษฐกิจของการหลอกลวง ซึ่งกำลังกลายเป็นหนึ่งในความเสี่ยงสำคัญต่อเสถียรภาพของระบบการเงินทั่วโลก

ข้อมูลจาก SAS ระบุว่า ในประเทศไทยประชาชนกว่า 73% มีความเสี่ยงเผชิญกับการหลอกลวงทางการเงิน ขณะที่ 47% เคยตกเป็นเหยื่อของการฉ้อโกง และถึง 89% พบ scam อย่างน้อยเดือนละครั้ง 

ตัวเลขเหล่านี้สะท้อนให้เห็นว่า การหลอกลวงทางการเงินไม่ได้เป็นเพียงเหตุการณ์เฉพาะกรณีอีกต่อไป แต่กำลังกลายเป็นความท้าทายเชิงโครงสร้างของระบบเศรษฐกิจดิจิทัล

เมื่อการหลอกลวงพัฒนาเป็น อุตสาหกรรม

ในอดีต การฉ้อโกงทางการเงินมักเกิดขึ้นในรูปแบบที่จำกัดและใช้ทรัพยากรค่อนข้างน้อย แต่ในปัจจุบัน รูปแบบของ scam ได้พัฒนาไปสู่ระบบเครือข่ายที่ซับซ้อน มีการแบ่งบทบาทหน้าที่อย่างชัดเจน ตั้งแต่การสร้างบัญชีม้า (mule accounts) การทำ social engineering ไปจนถึงการใช้ระบบโอนเงินแบบเรียลไทม์เพื่อเคลื่อนย้ายเงินอย่างรวดเร็ว

รูปแบบของ scam ที่พบมากขึ้นในปัจจุบัน ได้แก่

• Investment scams
• Romance scams
• E-commerce fraud
• Impersonation phishing
• Authorized Push Payment fraud

ขณะเดียวกัน เทคโนโลยีปัญญาประดิษฐ์ยังถูกนำมาใช้ในการสร้างข้อความหลอกลวงจำนวนมาก การวิเคราะห์พฤติกรรมของเหยื่อ และการทำ social engineering ในระดับที่ขยายตัวได้อย่างรวดเร็ว

ผู้เชี่ยวชาญบางส่วนจึงเริ่มใช้คำว่า “Industrialisation of Scams” เพื่ออธิบายการเปลี่ยนแปลงดังกล่าว

กฎระเบียบใหม่กำลังเปลี่ยนบทบาทของธนาคาร

การขยายตัวของ scam และ fraud ทำให้หน่วยงานกำกับดูแลทั่วโลกเริ่มปรับแนวทางการกำกับดูแลภาคการเงิน จากเดิมที่เน้นการรายงานเหตุการณ์หลังเกิดขึ้น ไปสู่การป้องกันเชิงรุก

ในประเทศไทย กฎระเบียบใหม่ที่มีผลบังคับใช้ในช่วงปี 2025 ได้กำหนดให้สถาบันการเงินมีความรับผิดชอบร่วมต่อความเสียหายจากการฉ้อโกงทางการเงินมากขึ้น

การเปลี่ยนแปลงดังกล่าวทำให้ธนาคารจำเป็นต้องยกระดับระบบบริหารความเสี่ยง โดยเฉพาะในด้าน

• การตรวจจับธุรกรรมผิดปกติแบบเรียลไทม์
• การวิเคราะห์พฤติกรรมลูกค้า
• การตรวจจับบัญชีม้าและเครือข่าย fraud

แนวโน้มนี้สะท้อนให้เห็นว่า การป้องกัน fraud กำลังเปลี่ยนจาก compliance requirement ไปสู่ strategic capability ของสถาบันการเงิน

ณัฐพล อภิลักษณ์โตยานันท์ กรรมการผู้จัดการ SAS ประเทศไทย กล่าวว่า “สถาบันการเงินในประเทศไทยกำลังเผชิญความท้าทายใหม่จากการเติบโตของธุรกรรมดิจิทัลและรูปแบบการฉ้อโกงที่ซับซ้อนมากขึ้น การใช้ AI และ advanced analytics จึงมีบทบาทสำคัญในการเสริมความมั่นคงของระบบการเงิน”

Banking 5.0: ยุคใหม่ของระบบการเงินที่ขับเคลื่อนด้วย AI

ขณะเดียวกัน อุตสาหกรรมการเงินทั่วโลกกำลังก้าวเข้าสู่ยุคที่ผู้เชี่ยวชาญเรียกว่า Banking 5.0 ยุคดังกล่าวมีลักษณะสำคัญคือการใช้ AI และ advanced analytics เป็นแกนหลักของการดำเนินงาน ไม่ว่าจะเป็น

• การวิเคราะห์ความเสี่ยงแบบ predictive
• การตรวจจับการฉ้อโกงแบบเรียลไทม์
• การตัดสินใจด้านสินเชื่อด้วย machine learning
• การสร้างบริการทางการเงินที่ปรับให้เหมาะกับลูกค้าแต่ละราย

Generative AI ยังเริ่มถูกนำมาใช้ในหลายกระบวนการ เช่น การช่วยวิเคราะห์ข้อมูล การสนับสนุนการสอบสวนธุรกรรมต้องสงสัย และการให้บริการลูกค้า

แนวโน้มดังกล่าวทำให้ AI ไม่ได้เป็นเพียงเครื่องมือวิเคราะห์ข้อมูล แต่กำลังกลายเป็น โครงสร้างพื้นฐานของระบบการเงินยุคใหม่

เอียน โฮล์มส์ Global Director for Fraud and Compliance, SAS Institute กล่าวว่า “การหลอกลวงทางการเงินกำลังพัฒนาไปสู่รูปแบบที่มีโครงสร้างซับซ้อนและดำเนินการในระดับอุตสาหกรรม เทคโนโลยี AI จึงกลายเป็นเครื่องมือสำคัญที่ช่วยให้สถาบันการเงินสามารถตรวจจับความผิดปกติและป้องกันความเสียหายได้ตั้งแต่ต้นทาง”

AI Governance คือ มิติใหม่ของการกำกับดูแล

การใช้ AI อย่างแพร่หลายในภาคการเงินทำให้หน่วยงานกำกับดูแลเริ่มให้ความสำคัญกับ AI governance มากขึ้น

ในประเทศไทย ธนาคารแห่งประเทศไทย ได้เผยแพร่แนวทาง Guiding Principles for Artificial Intelligence Risk Management ซึ่งกำหนดหลักการสำคัญในการบริหารความเสี่ยงจากการใช้ AI ในภาคการเงิน

แนวทางดังกล่าวครอบคลุมประเด็นสำคัญ เช่น

• ความรับผิดชอบของคณะกรรมการและผู้บริหารระดับสูง
• การกำกับดูแลวงจรชีวิตของโมเดล AI
• การบริหารคุณภาพของข้อมูล
• ความสามารถในการอธิบายผลลัพธ์ของ AI
• การคุ้มครองผู้บริโภค

กรอบดังกล่าวคาดว่าจะถูกนำไปใช้ในภาคการเงินไทยในช่วงปี 2026–2027 และสอดคล้องกับแนวโน้มด้านกฎระเบียบที่กำลังเกิดขึ้นในหลายประเทศทั่วโลก

คัค ชอว์ พิน Head, Customer Advisory (ASEAN), SAS Institute ให้ความเห็นว่า “กฎระเบียบใหม่กำลังผลักดันให้สถาบันการเงินต้องเปลี่ยนจากการรายงานเหตุการณ์ fraud หลังเกิดขึ้น ไปสู่การป้องกันเชิงรุกที่อาศัยข้อมูลและ AI ในการวิเคราะห์ความเสี่ยงอย่างต่อเนื่อง”

ความท้าทายที่แท้จริงคือ Data Architecture 

แม้ AI จะถูกมองว่าเป็นเครื่องมือสำคัญในการต่อสู้กับ fraud แต่ความท้าทายสำคัญของสถาบันการเงินจำนวนมากกลับไม่ได้อยู่ที่เทคโนโลยี AI เอง

ปัญหาหลักอยู่ที่ โครงสร้างข้อมูล (data architecture) ในหลายองค์กร ระบบข้อมูลยังคงแยกส่วน (data silos) ทำให้การวิเคราะห์พฤติกรรมลูกค้าแบบครบวงจรทำได้ยาก นอกจากนี้ ระบบตรวจจับ fraud บางแห่งยังคงเน้นเฉพาะการตรวจสอบธุรกรรม แทนที่จะวิเคราะห์พฤติกรรมและบริบทของลูกค้า

ผลลัพธ์คือ

• การตรวจจับ fraud ที่ล่าช้า
• การเกิด false positives จำนวนมาก
• ความยากในการตรวจจับเครือข่ายบัญชีม้า

ดังนั้น การสร้าง data infrastructure ที่พร้อมสำหรับ AI จึงกลายเป็นหนึ่งในภารกิจสำคัญของสถาบันการเงินในยุคดิจิทัล

Trustworthy AI และอนาคตของระบบการเงิน

ในบริบทของอุตสาหกรรมการเงิน ความน่าเชื่อถือของ AI เป็นปัจจัยสำคัญอย่างยิ่ง เนื่องจากการตัดสินใจของ AI อาจส่งผลกระทบต่อทั้งลูกค้า ธุรกิจ และเสถียรภาพของระบบการเงิน

แนวคิด Trustworthy AI จึงเริ่มถูกนำมาใช้ โดยเน้นหลักการสำคัญ เช่น

• AI ที่สามารถอธิบายผลลัพธ์ได้ (Explainable AI)
• การตรวจจับ bias ของโมเดล
• การติดตามประสิทธิภาพของโมเดลอย่างต่อเนื่อง
• การคุ้มครองข้อมูลส่วนบุคคล

เป้าหมายคือการทำให้ AI สามารถใช้งานได้อย่างโปร่งใส ปลอดภัย และสอดคล้องกับกฎระเบียบ

บทสรุป AI กับความมั่นคงของระบบการเงินยุคใหม่

เมื่อเศรษฐกิจดิจิทัลเติบโตอย่างรวดเร็ว ภัยคุกคามทางการเงินก็พัฒนาไปพร้อมกัน การรับมือกับ scam และ fraud ในยุคปัจจุบันจึงไม่สามารถพึ่งพาวิธีการแบบเดิมได้อีกต่อไป

สถาบันการเงินจำเป็นต้องผสานเทคโนโลยี AI การบริหารข้อมูล และกรอบกำกับดูแลเข้าด้วยกัน เพื่อสร้างระบบป้องกันที่สามารถตรวจจับและตอบสนองต่อความเสี่ยงได้อย่างทันท่วงที

ในอนาคต ความสามารถในการใช้ AI เพื่อสร้าง ความมั่นคงและความเชื่อมั่นในระบบการเงิน อาจกลายเป็นหนึ่งในปัจจัยสำคัญที่กำหนดความสามารถในการแข่งขันของสถาบันการเงินทั่วโลกที่ ผู้บริหารสายเทคโนโลยีทางการเงินไม่ควรมองข้าม 

Fwatured Image: freepik