AI เป็นด่านคัดกรอง ไม่ใช่ผู้ตัดสิน
AI ตลาดทุน คือการใช้ระบบปัญญาประดิษฐ์วิเคราะห์ข้อมูลและค้นหารูปแบบที่อาจบ่งชี้ความเสี่ยงหรือพฤติกรรมผิดปกติ เพื่อช่วยให้ผู้กำกับดูแลตรวจสอบตลาดได้เร็วและครอบคลุมขึ้น โดยไม่ยกอำนาจตัดสินใจขั้นสุดท้ายให้เครื่องจักร
เมื่อวันที่ 20 พฤศจิกายน 2569 ก.ล.ต. จัดงานสัมมนาวิชาการด้านตลาดทุนประจำปี โดยเสนอแนวทางกำกับดูแลที่ใช้ความรู้และงานวิจัยประกอบการตัดสินใจ พร้อมประยุกต์ AI ตรวจจับความผิดปกติและคัดกรองความเสี่ยงบริษัทจดทะเบียน ประเด็นนี้ควรถูกมองเป็นการเพิ่มความสามารถในการเฝ้าระวัง มากกว่าการประกาศให้ AI เป็นผู้กำกับตลาดแทนคน
เหตุผลที่ต้องเร่งปรับวิธีทำงานชัดเจนขึ้นในยุคดิจิทัล เพราะรอบการเปลี่ยนแปลงที่เคยใช้เวลาราว 5 ปี อาจล้าสมัยได้ภายในเวลาไม่ถึง 1 ปี ข้อมูลตลาดมีปริมาณมากและเปลี่ยนเร็วเกินกว่าการพึ่งประสบการณ์หรือการตรวจเอกสารด้วยมือเพียงอย่างเดียว แต่ความเร็วของระบบจะมีประโยชน์ก็ต่อเมื่อมาพร้อมการตรวจสอบที่รับผิดชอบ
วิเคราะห์ข้อความเพื่อหาสัญญาณเสี่ยง
แนวทางที่มีน้ำหนักในทางปฏิบัติคือใช้ AI อ่านเอกสารเปิดเผยข้อมูลของบริษัทจดทะเบียน แล้ววิเคราะห์ข้อความเพื่อช่วยคัดกรองสัญญาณผิดปกติและจัดระดับความเสี่ยง งานวิจัยภายในของ ก.ล.ต. ศึกษาการประยุกต์ใช้การวิเคราะห์เชิงข้อความกับเอกสารเหล่านี้ เพื่อชี้จุดที่ควรตรวจสอบต่อ นี่คือบทบาทที่เหมาะกับระบบอัตโนมัติ เพราะช่วยจัดลำดับงานให้เจ้าหน้าที่เห็นกรณีที่ควรให้ความสนใจก่อน
อย่างไรก็ดี สัญญาณจากแบบจำลองไม่ใช่หลักฐานว่าบริษัททำผิด และคะแนนความเสี่ยงก็ไม่ควรกลายเป็นคำตัดสินโดยลำพัง ก.ล.ต. ระบุว่าการใช้ AI กรองความเสี่ยงต้องผ่านการทดสอบความแม่นยำ อธิบายที่มาของผลวิเคราะห์ได้ และมีมนุษย์ร่วมกำกับพร้อมตัดสินใจขั้นสุดท้าย หลักเหล่านี้ควรเป็นเงื่อนไขตั้งต้น ไม่ใช่สิ่งที่ค่อยพิจารณาหลังระบบเริ่มใช้งาน
AI ก.ล.ต. จึงควรทำหน้าที่แจ้งเตือนและช่วยค้นหาเบาะแส ส่วนเจ้าหน้าที่ต้องตรวจบริบท หลักฐาน และคำอธิบายจากบริษัทก่อนเลือกมาตรการ การแบ่งหน้าที่เช่นนี้ลดโอกาสที่แบบจำลองจะตีความถ้อยคำหรือรูปแบบข้อมูลผิด แล้วสร้างภาระที่ไม่เป็นธรรมแก่บริษัทจดทะเบียน
ความเร็วต้องมาคู่กับข้อมูลที่เชื่อถือได้
AI มีข้อได้เปรียบตรงที่ประมวลผลข้อมูลปริมาณมากได้ต่อเนื่อง และช่วยตรวจจับรูปแบบคล้ายกันได้รวดเร็วกว่าการตรวจด้วยคนเพียงลำพัง แต่ระบบไม่ได้ปราศจากความเสี่ยงโดยอัตโนมัติ คุณภาพของผลลัพธ์ขึ้นอยู่กับข้อมูลต้นทาง วิธีออกแบบแบบจำลอง และการทดสอบกับกรณีจริง ก.ล.ต. ยังชี้ว่าการทำให้ทั้งผู้กำกับและผู้ประกอบการเข้าสู่ระบบดิจิทัลช่วยให้ตรวจจับความผิดปกติได้เร็วขึ้นและลดเวลาทำงาน
เรื่องนี้สอดคล้องกับข้อสังเกตจากวงเสวนาด้านเทคโนโลยีตลาดทุนว่า คุณภาพข้อมูลเป็นหัวใจของการใช้ AI ในภาคธุรกิจ เพราะแบบจำลองที่ดีไม่อาจชดเชยข้อมูลที่คลาดเคลื่อนได้ หากเอกสารบริษัทมีรูปแบบไม่เป็นระบบหรือข้อมูลไม่ครบ ระบบก็อาจจัดลำดับความเสี่ยงผิด ทางเลือกที่ควรเดินหน้าจึงไม่ใช่เพิ่มแบบจำลองให้มากที่สุด แต่ยกระดับข้อมูลและทำให้ตรวจสอบย้อนกลับได้
การกำกับดูแลที่ดีต้องถามต่อด้วยว่าแบบจำลองพลาดกับบริษัทกลุ่มใดบ่อยหรือไม่ และการแจ้งเตือนนำไปสู่การตรวจสอบที่คุ้มค่าหรือเพียงเพิ่มงานให้เจ้าหน้าที่ คำตอบควรมาจากการประเมินผลเป็นระยะ ไม่ใช่จากความเชื่อว่าเทคโนโลยีใหม่ย่อมดีกว่าวิธีเดิม
ขยายการกำกับดิจิทัล แต่ไม่ลดความรับผิดชอบ
ก.ล.ต. ระบุแผนปรับองค์กรให้คล่องตัวและฉลาดขึ้น โดยเตรียมนำ Agentic AI มาช่วยปฏิบัติงานผ่านความร่วมมือกับ Microsoft และศึกษาการกำกับดูแลนอกสถานที่ให้ครอบคลุม 100% แนวทางนี้สะท้อนความทะเยอทะยานที่จะเฝ้าระวังได้ต่อเนื่อง แต่ตัวเลขความครอบคลุมไม่ควรถูกเข้าใจว่าเท่ากับการตรวจสอบได้สมบูรณ์ หากระบบยังอธิบายเหตุผลหรือรับมือกับข้อมูลผิดพลาดไม่ได้
การเปลี่ยนแปลงยังเกิดขึ้นในฝั่งผู้ลงทุนที่ทำธุรกรรมและตัดสินใจผ่านโทรศัพท์มือถือมากขึ้น เทคโนโลยีอาจช่วยให้ผู้ลงทุนรายย่อยและธุรกิจขนาดเล็กเข้าถึงตลาดทุนได้สะดวกขึ้น ขณะเดียวกันก็ทำให้การตรวจสอบความเสี่ยงต้องทันกับข้อมูลและพฤติกรรมที่เปลี่ยนเร็ว การกำกับจึงต้องครอบคลุมทั้งคุณภาพการเปิดเผยข้อมูล ความปลอดภัย และการคุ้มครองผู้ลงทุน
ข้อสรุปคือ AI มีคุณค่าเมื่อช่วยให้ผู้กำกับเห็นสัญญาณที่อาจมองข้ามและจัดสรรเวลาไปตรวจเรื่องสำคัญ แต่ความน่าเชื่อถือของตลาดยังขึ้นกับคนที่ตรวจสอบ อธิบาย และรับผิดชอบต่อการตัดสินใจ หากวาง AI เป็นเครื่องมือเสริม พร้อมทดสอบความแม่นยำและเปิดทางให้ตรวจสอบที่มาได้ ก็มีโอกาสยกระดับการกำกับดูแลโดยไม่ปล่อยให้ความเร็วของเทคโนโลยีมาก่อนความเป็นธรรม






