การปรับตัวของภาคการเงินไทย กับ AI Frontier Model

คอลัมน์ : ร่วมด้วยช่วยคิด
ผู้เขียน : ทรงชัย เงินหมื่น/ธนาคารแห่งประเทศไทย

ภาคการเงินไทยมีการเปลี่ยนแปลง อยู่ตลอดเวลา โดยเฉพาะตั้งแต่มีกระแสเทคโนโลยีทางการเงิน หรือ “ฟินเทค” เข้ามา เราได้เห็น Emerging Technologies หลายอย่างเข้ามามีบทบาทในอุตสาหกรรมนี้อย่างต่อเนื่อง เช่น Blockchain, DeFi, Metaverse รวมถึง ปัญญาประดิษฐ์ (Artificial Intelligence : AI) ซึ่งเราได้เห็นผู้เล่นหน้าใหม่ ๆ มาพร้อมไอเดียว้าว ๆ พร้อมกับเม็ดเงินลงทุนจำนวนมากที่ไหลเข้ามา เพื่อสร้างนวัตกรรมและแสวงหากำไร ซึ่งล้วนแต่เกิดขึ้น ตั้งอยู่ ดับไป เป็นเรื่องธรรมดา เพียงแต่ต่างกรรมต่างวาระกันเท่านั้น

อย่างไรก็ตาม ทุกการเปลี่ยนแปลงนั้นย่อมมีทั้งผู้ที่เห็นโอกาสและความเสี่ยงควบคู่กันเสมอ และกระแสของ AI ในรอบนี้ก็เช่นกัน หลายคนมองว่านี่คือโอกาสครั้งสำคัญที่จะมาเปลี่ยนแปลงภาคการเงิน ซึ่งคาดหวังว่า AI จะมาช่วยเพิ่มผลิตภาพให้องค์กร รวมถึงการสร้าง Business Model รูปแบบใหม่ ๆ

โดยจากรายงาน The 2026 Global AI in Financial Services Report ของ Cambridge Centre for Alternative Finance มีตัวเลขที่น่าสนใจว่า 81% ของสถาบันการเงินทั่วโลกมีการนำ AI มาใช้แล้ว โดยส่วนใหญ่เป็นการทำ Internal Operation เช่น Process Automation ปรับกระบวนการทำงานให้เป็นอัตโนมัติ การทำ Data Visualization ประมวลข้อมูลด้วยภาพ และวิศวกรรมซอฟต์แวร์ เป็นต้น

นอกจากนี้ รายงานดังกล่าวได้ระบุถึงความเสี่ยงจาก AI ที่น่าสนใจเช่นกัน คือ การเร่งนำ Agentic AI ที่คิดและตัดสินใจได้เอง มาใช้ในงานวิศวกรรมซอฟต์แวร์ที่ขาดการกำกับดูแลโดยมนุษย์ (Loss of Human Oversight) อาจเพิ่มความเสี่ยงด้านดิจิทัล ที่อาจส่งผลกระทบในวงกว้างเป็นความเสี่ยงเชิงระบบได้

ซึ่งรายงานดังกล่าวได้ยกตัวอย่างกรณี Claude Mythos ของบริษัท Anthropic ซึ่งเป็น AI Model ที่สามารถตรวจสอบช่องโหว่ความปลอดภัยจาก Source Code ของซอฟต์แวร์ต่าง ๆ ทั้งใน Web Browser และระบบปฏิบัติการ เช่น Mythos สามารถตรวจพบช่องโหว่ใน Firefox Web Browser จำนวนกว่า 271 รายการ ซึ่งมีบางรายการเป็นจุดอ่อนที่ไม่ถูกค้นพบมานานกว่า 20 ปี เป็นต้น ทำให้ชวนคิดได้ว่าซอฟต์แวร์ต่าง ๆ ที่เราใช้กันอยู่ทุกวันนี้ก็มีโอกาสที่จะมีจุดอ่อนที่เราไม่รู้จำนวนซ่อนอยู่และอาจกลายเป็นจุดเริ่มต้นของความเสี่ยงด้านดิจิทัลในวงกว้างได้

สำหรับประเด็นเรื่องความสามารถของ Mythos นี้ก่อให้เกิดความตื่นตัวของธนาคารกลางในต่างประเทศ เช่น ธนาคารกลางอังกฤษจัดประชุมเร่งด่วนกับหน่วยงานที่เกี่ยวข้องต่าง ๆ เพื่อประเมินผลกระทบด้านดิจิทัลที่อาจเกิดขึ้นกับความปลอดภัยระบบ IT ของธนาคารในอังกฤษ และในเดือนเมษายนที่ผ่านมา ธนาคารกลางสหรัฐ (Fed) ได้เชิญผู้บริหารระดับสูงของธนาคารในสหรัฐอเมริกา เพื่อหารือผลกระทบในเชิงระบบต่อภาคธนาคาร และกำหนดแนวทางในการรับมือหาก Mythos ถูกนำไปใช้ในทางที่ไม่ถูกต้อง

และในวันที่ 9 มิถุนายน 2569 Anthropic เพิ่งเปิดตัว AI Frontier Model ใหม่ก็คือ Fable 5 และ Mythos 5 ให้ผู้ใช้งานทั่วไป (ก่อนที่จะถูกรัฐบาลสหรัฐสั่งปิดในอีก 3 วันต่อมา) ซึ่ง Fable 5 นี้เป็น Model ที่มีความฉลาดที่สุด สามารถประยุกต์ใช้ได้กับงานหลากหลาย ทั้ง Cybersecurity Biology และ Chemistry แต่อาจก่อให้เกิดความกังวลหากถูกนำไปใช้ในทางที่ไม่ดีได้เช่นกัน

มาถึงจุดนี้ ผมอยากชวนท่านผู้อ่านคิดในเชิงเหรียญที่มี 2 ด้านเกี่ยวกับ AI Frontier Model ที่มีความสามารถสูงอย่าง Fable และ Mythos ซึ่งด้านที่เป็นประโยชน์คือองค์กรต่าง ๆ สามารถใช้ AI ค้นหาจุดอ่อนในระบบ IT ได้เร็วขึ้น โดยใช้ทรัพยากรน้อยลง แต่อีกด้านกลับกัน หากลองคิดว่ามันจะเกิดอะไรผิดพลาดขึ้นมาได้บ้าง ก็อาจมีได้หลายฉากทัศน์ (Scenario) ที่อาจเปลี่ยนภูมิทัศน์ของ Cybersecurity ในภาคการเงิน เช่น

หากเครื่องมือเหล่านี้ตกอยู่ในมือของแฮกเกอร์หรือเหล่ามิจฉาชีพ อาจกลายเป็นอาวุธทรงพลังที่สามารถเจาะระบบ IT ของธนาคารได้เร็วขึ้นด้วยต้นทุนที่ถูกลงเช่นกัน โดยเฉพาะกับซอฟต์แวร์ Open-source หรือการใช้ซอฟต์แวร์ที่ไม่ได้ผ่านการ Audit หรือ Patch มานานแล้ว จะเป็นจุดเสี่ยงได้มากยิ่งขึ้น และอาจนำไปสู่ผลกระทบในวงกว้างในเวลาอันรวดเร็ว

การเป็นแฮกเกอร์อาจไม่จำเป็นต้องใช้ทักษะที่ซับซ้อนอีกต่อไป อาศัยเพียงการเลือกใช้ AI Model ที่หลากหลาย เพื่อเจาะระบบ IT ของธนาคาร

มิจฉาชีพอาจใช้ AI เพื่อหลอกล่อเหยื่อหรือเป้าหมายได้แนบเนียนมากขึ้น ยากต่อการวิเคราะห์แยกแยะ Phishing ของปลอม เป็นต้น

อย่างไรก็ตาม ผมมองว่าต่อไปในอนาคต AI Model ที่ค้นหาจุดอ่อนในซอฟต์แวร์คงจะไม่ได้มีแค่ Mythos เพียงตัวเดียวเท่านั้น ล่าสุด OpenAI เพิ่งเปิดตัว GPT5.5-Cyber ที่มีความสามารถในลักษณะเดียวกับ Mythos และน่าจะมี Model อื่น ๆ ตามมาหลังจากนี้

ดังนั้น ภาคการเงินทั้งธนาคารกลางและธนาคารพาณิชย์จำเป็นต้องให้ความสำคัญกับผลกระทบจาก AI มากยิ่งขึ้น โดยเฉพาะในมุมของความปลอดภัยด้านไซเบอร์ (Cybersecurity) กับระบบโครงสร้างพื้นฐานทางการเงินของประเทศและระบบ IT ของธนาคารพาณิชย์ แต่ก็ไม่ถึงกับต้องตื่นตระหนกจนเกินควร และควรรับมืออย่างมีสติ ทั้งนี้ จะเห็นว่า กองทุนการเงินระหว่างประเทศ (IMF) มองว่า Mythos จะมีผลกระทบกับความเสี่ยงด้านเสถียรภาพการเงินโดยรวม จึงมีคำแนะนำสรุปได้ดังนี้

• การค้นหาช่องโหว่ของซอฟต์แวร์ด้วย AI ควรนำมาใช้ได้ตั้งแต่เนิ่น ๆ ซึ่งอาจเริ่มตั้งแต่ขั้นการพัฒนาซอฟต์แวร์
• เตรียมแผนฉุกเฉิน Business Continuity Plan ที่รองรับ Scenario ในลักษณะ AI-driven Cyber Attack กับระบบโครงสร้างพื้นฐานทางการเงินและระบบ IT ของธนาคารพาณิชย์
• การสร้างความร่วมมือในระดับนานาชาติอาจมีความจำเป็น หากผลกระทบจาก AI-driven Cyber Attack ลุกลามวงกว้าง โดยเฉพาะประเทศที่มีข้อจำกัดด้านทรัพยากร

สุดท้ายนี้ ผมมองว่า AI นั้นมีการเปลี่ยนแปลงอย่างรวดเร็วกว่าเทคโนโลยีอื่น ๆ ที่เราเคยผ่านมา และอาจจะเปลี่ยน Landscape ของภาคการเงินไทยได้ในอีกหลายมิติ ซึ่งจะขอทยอยนำประเด็นอื่น ๆ ที่น่าสนใจมาชวนคิดในตอนต่อ ๆ ไปครับ

บทความนี้เป็นข้อคิดเห็นส่วนบุคคล ซึ่งไม่จำเป็นต้องสอดคล้องกับข้อคิดเห็นของหน่วยงานที่ผู้เขียนสังกัด