SAS เตือน! คนไทย 73% เสี่ยงโดนมิจฉาชีพ ภาคการเงินต้องใช้ AI ต้านภัยโกง
SAS บริษัทด้าน AI และการวิเคราะห์ข้อมูลชั้นนำระดับโลก เปิดเผยข้อมูลสำคัญในการพูดคุยกับสื่อมวลชนว่า ปัจจุบันรูปแบบการฉ้อโกงครอบคลุมตั้งแต่การหลอกซื้อขายออนไลน์ การลงทุนปลอม ไปจนถึง Romance Scam และ Deepfake เสียง/วิดีโอ ที่ทำให้การ "เห็นหน้า-ได้ยินเสียง" ไม่ใช่หลักฐานยืนยันตัวตนที่เชื่อถือได้อีกต่อไป
โดยตัวเลขจากรายงาน Global Anti-Scam Alliance และ KPMG Thailand ระบุว่า 73% คนไทยเสี่ยงเผชิญการหลอกลวง 47% เคยตกเป็นเหยื่อฉ้อโกงทางการเงินแล้ว ชี้ชัดเจนว่า "การโกง" ในไทยไม่ใช่เรื่องบังเอิญอีกต่อไป แต่กลายเป็น อุตสาหกรรมขนาดใหญ่ที่ขับเคลื่อนด้วย AI และวิศวกรรมสังคมขั้นสูง ธนาคารและสถาบันการเงินจึงต้องปรับตัวด่วน
"ประเด็นสำคัญในขณะนี้ไม่ใช่ว่าสถาบันการเงินจะนำ AI มาใช้หรือไม่ เพราะหลายแห่งได้เริ่มใช้งานแล้ว แต่คือความสามารถในการใช้งาน AI อย่างปลอดภัย โปร่งใส และสามารถผ่านการตรวจสอบได้" ชอว์ พิน คัค หัวหน้าฝ่ายบริหารความเสี่ยงและที่ปรึกษาด้านลูกค้า ประจำภูมิภาคอาเซียน, SAS กล่าว
มิจฉาชีพยุคใหม่: AI ปะทะ AI
เอียน โฮล์มส์ ผู้นำระดับโลกด้านโซลูชันป้องกันการทุจริต SAS ชี้ว่าการหลอกลวงแบบ APP Scam (Authorized Push Payment) กำลังเติบโตเร็วที่สุด เพราะอาชญากรไม่ต้องเจาะระบบธนาคาร แค่ "ชักจูง" ให้ลูกค้าโอนเงินเอง และเมื่อระบบชำระเงินเร็วขึ้น การสกัดกั้นและกู้เงินคืนก็ยากขึ้นตามไปด้วย
- Stablecoin ในไทยมีมูลค่าซื้อขายแตะ 2.8 พันล้านบาทต่อวัน ในปี 2568 — พร้อมกับความเสี่ยงใหม่ที่ตามมา
- AI ช่วยให้มิจฉาชีพส่งข้อความหลอกลวงจำนวนมหาศาลพร้อมกัน และปรับให้ "เฉพาะบุคคล" มากขึ้นกว่าเดิม
- กฎหมายควบคุมการฉ้อโกงดิจิทัลแบบครบวงจร (end-to-end) จะมีผลบังคับใช้ ธันวาคม 2568 ครอบคลุมทั้งบัญชีม้าและ e-payments
SAS แก้ปัญหาได้อย่างไร
ณัฐพล อภิลักษณ์โตยานันท์ กรรมการผู้จัดการ SAS ประเทศไทย ย้ำว่า สถาบันการเงินต้องเปลี่ยนจากการ "รอรับมือ" ไปสู่ ระบบป้องกันเชิงรุกแบบเรียลไทม์ที่ขับเคลื่อนด้วย AI โดย SAS ให้การสนับสนุนใน 4 ด้านหลัก:
- ตรวจจับการฉ้อโกงด้วย Machine Learning - ลดการแจ้งเตือนผิดพลาด (false positive) และจับรูปแบบผิดปกติแบบเรียลไทม์
- บริหารความเสี่ยงเชิงคาดการณ์ - ครอบคลุมทั้งความเสี่ยงด้านเครดิต การดำเนินงาน และตลาด พร้อม stress testing
- RegTech อัตโนมัติ - รองรับรายงาน AML ตาม พ.ร.บ. ป้องกันการฟอกเงิน (ฉบับที่ 6) พ.ศ. 2565 และกำกับดูแลโมเดล AI
- แพลตฟอร์ม AI บูรณาการ - เชื่อม DataOps, ModelOps และการกำกับดูแล AI ไว้ในระบบเดียว
กรอบ QUAD: AI ที่ไว้ใจได้ ต้องมีครบ 4 มิติ
- กำกับดูแล (Oversight): คณะกรรมการสหสาขาวิชาชีพดูแลการนำ AI ไปใช้ในองค์กร
- ดำเนินงาน (Operations): มองว่า AI ที่น่าเชื่อถือคือโอกาสทางธุรกิจ ไม่ใช่แค่ภาระด้านกฎระเบียบ
- ปฏิบัติตามข้อกำหนด (Compliance): ประเมินกฎระเบียบ AI ระดับโลก พร้อมบริหารความเสี่ยงเฉพาะ AI
- วัฒนธรรมองค์กร (Culture): อบรมบุคลากรให้เข้าใจหลักการ Trustworthy AI อย่างต่อเนื่อง
"การกำกับดูแล AI ไม่ใช่เพียงเรื่องของกฎเกณฑ์ แต่เป็นระบบการดำเนินงานที่ช่วยสร้างความเชื่อมั่น ความรับผิดชอบ และความยืดหยุ่นให้กับองค์กร” " ชอว์ พิน คัค กล่าว
Banking 5.0 มาแล้ว ใครไม่พร้อมจะถูกทิ้งไว้ข้างหลัง
ภาคการเงินไทยกำลังก้าวเข้าสู่ยุค Banking 5.0 ที่ Generative AI กลายเป็นโครงสร้างพื้นฐานหลักขององค์กร ไม่ใช่แค่ "โปรเจกต์ทดลอง" อีกต่อไป ธนาคารที่สามารถผสาน AI เข้ากับการป้องกันการฉ้อโกง การบริหารความเสี่ยง และการกำกับดูแลอย่างมีความรับผิดชอบ จะมีความได้เปรียบในระบบนิเวศการเงินดิจิทัลที่กำลังเปลี่ยนผ่านอย่างรวดเร็วนี้