เมื่อสองปีก่อน พวกเราใช้ AI เพื่อการวิจัย การเขียน และทำให้ข้อมูลเข้าถึงได้ง่ายขึ้น จากนั้นความสามารถขั้นสูงยิ่งขึ้นก็เกิดขึ้น — เช่น การเขียนโค้ด สร้างแอปและระบบอัจฉริยะภายในไม่กี่นาที การทำงานอัตโนมัติเกี่ยวกับกระบวนการทางธุรกิจ ตลอดจนการสร้างภาพและวิดีโอคุณภาพระดับสตูดิโอ ขณะนี้ ระบบ AI ก็ได้ทำการชำระเงินหลายล้านรายการแล้ว
ขณะที่หน่วยงานกำกับดูแลกลับดำเนินการล่าช้ากว่ามาก ความห่างนี้อาจกลายเป็นอันตรายได้เมื่อ AI agent มีอำนาจควบคุมเงินมากขึ้น
ณ สำนักงานใหญ่ United Nations ในนิวยอร์ก BeInCrypto ได้นำเสนอกระดานเสวนาด้านกฎระเบียบ ที่ได้วิเคราะห์ปัญหาดังกล่าวระหว่างงาน Future of Money การสนทนาครั้งนี้รวมถึง Dottie Romo ประธานเจ้าหน้าที่ฝ่ายความเสี่ยงและควบคุมที่กรมสรรพากรสหรัฐอเมริกา; Dino Cataldo Dell’Accio จากกองทุนบำเหน็จบำนาญเจ้าหน้าที่ร่วมสหประชาชาติ; และ Julius Moye จาก Mastercard
การชำระเงินด้วย AI กำลังเกิดขึ้นในวงกว้าง
การวิจัย State of AI Agent Payments 2026 ของ BeInCrypto แสดงให้เห็นว่าการชำระเงินโดยเครื่องจักรนั้นเป็นอย่างไรในปัจจุบัน
ระหว่างวันที่ 23 กรกฎาคม ถึง 26 สิงหาคม นักวิจัยได้ติดตามธุรกรรมการชำระเงิน x402 จำนวน 6.4 ล้านรายการ คิดเป็นมูลค่า 119,947 USD ทั้งหมดบน Base และ Solana
ส่วนใหญ่เป็นธุรกรรมขนาดเล็ก โดย 90.8% ของการโอนเงินมีมูลค่าน้อยกว่าหนึ่งเซนต์ อย่างไรก็ตาม AI agent ได้บันทึกธุรกรรมตั้งถิ่นฐานเกือบ 200 ล้านรายการตั้งแต่เปิดให้บริการ ตามผลการวิจัย
จำนวนเงินยังคงน้อยเพราะ agent ส่วนใหญ่จ่ายเพื่อทรัพยากรดิจิทัลแต่ละรายการ เช่น ข้อมูล การเข้าถึง API หรือภาระงานด้านการประมวลผล ความถี่ในการทำธุรกรรมชี้ให้เห็นถึงพฤติกรรมเชิงพาณิชย์ที่แตกต่างกันของเครื่องจักร
หน่วยงานกำกับดูแลอาจต้องมีอัลกอริธึมตรวจสอบอัลกอริธึม
หัวหน้าฝ่ายความเสี่ยงของกรมสรรพากรเตือนว่าการกำกับดูแลตามวิธีเดิมอาจไม่ทันต่อความเร็วเช่นนี้
พวกเขากำลังตัดสินใจนับล้านครั้งภายในไม่กี่นาที Dottie Romo จากกรมสรรพากรกล่าว
เธอกล่าวว่าขณะนี้หน่วยงานกำกับดูแลยังต้องพึ่งพารายงานเป็นระยะอย่างมากเพื่อค้นหาการฉ้อโกง ความล้มเหลวในการควบคุม และความเสี่ยงต่างๆ การเงินอัตโนมัติอาจทำให้การดำเนินการแบบนี้ช้าเกินไป
นั่นหมายความว่าอัลกอริทึมจะต้องคอยตรวจสอบอัลกอริทึมอื่นด้วยใช่ไหม? Romo กล่าวว่า น่าจะมีความจำเป็นต้องใช้งานการกำกับดูแลอัตโนมัติในบางรูปแบบ
เราไม่สามารถทำแบบนั้นได้เร็วพอแน่นอน Romo กล่าว
เธอเสนอให้มีการติดตามแบบเรียลไทม์ในตลาดต่าง ๆ มากขึ้น พร้อมรักษาบทบาทของมนุษย์ในแต่ละการตัดสินใจสำคัญด้วย
ใครควรได้รับอำนาจปิดระบบฉุกเฉิน?
Moye แห่ง Mastercard ได้ยกตัวอย่างหายนะการเทรดของ Knight Capital ในปี 2012 และกรณี Terra/Luna เพื่อเตือนถึงอันตรายของระบบอัตโนมัติที่ดำเนินงานโดยไม่มีการป้องกันที่เพียงพอ
โมเดลของเขาเริ่มจากเครื่องจักรตรวจจับพฤติกรรมผิดปกติและจัดการปัญหาอัตโนมัติในขั้นต้น และเมื่อเกิดเหตุการณ์ร้ายแรงจึงค่อยส่งต่อให้มนุษย์ดูแล
จริง ๆ แล้วคือการใช้ AI และเครื่องจักรในการห้ามเลือดอย่างเร่งด่วน แล้วค่อยให้มนุษย์เข้ามารับช่วงต่อในการผ่าตัดJulius Moye, ผู้จัดการที่ Mastercard’s Financial Crime Solutions กล่าว
Dell’Accio แย้งว่า ระบบอัตโนมัติไม่สามารถลบล้างความรับผิดชอบได้ เขากล่าวว่าความรับผิดชอบในที่สุดต้องย้อนกลับไปหาคำถามสามข้อ นั่นคือ
ใครเป็นผู้พัฒนาโค้ด? ใครเป็นผู้นำโค้ดไปใช้? และใครเป็นผู้ควบคุมโค้ด?
โลกแห่งดิสโทเปียที่อาจกลายเป็นจริง
ความจริงที่หลายคนอึดอัดใจก็คือ AI กำลังกลายเป็นส่วนหนึ่งที่เห็นได้ชัดและแข็งขันในโลกการเงินยุคใหม่ ถึงขั้นทำรายการซื้อขายนับล้านครั้งต่อเดือนแล้วด้วย
หน่วยงานกำกับดูแลไม่อาจปิดช่องว่างนี้ได้อย่างแท้จริง เพราะความเร็วขนาดนี้มนุษย์ไม่อาจแข่งขันทัน ดังนั้น เราอาจต้องเผชิญความจริงใหม่ที่หน่วยงานกำกับดูแลต้องใช้เครื่องจักรดูแลเครื่องจักรเอง
มันฟังดูเหมือนโลกดิสโทเปีย แต่ก็เป็นความเป็นจริงที่ผู้กำหนดนโยบายหลายฝ่ายกำลังพูดถึงอยู่แล้ว
