ทำไมสถาบันการเงินต้องสร้างกรอบการกำกับดูแล AI ที่คนไว้ใจได้

การกำกับดูแล AI ทางการเงินคืออะไร และทำไมต้องเร่งสร้างตอนนี้

การกำกับดูแล AI ทางการเงิน คือกรอบกติกา โครงสร้างบริหาร และกระบวนการตรวจสอบที่สถาบันการเงินใช้ควบคุมการออกแบบ ทดสอบ นำไปใช้ และติดตามระบบ AI เพื่อให้การตัดสินใจเกี่ยวกับลูกค้า ตลาด และการปฏิบัติตามกฎระเบียบเป็นไปอย่างโปร่งใส ตรวจสอบย้อนหลังได้ และมีผู้รับผิดชอบที่ชัดเจนเมื่อเกิดปัญหา

สาระสำคัญในตอนนี้คือ ภาคการเงินไม่มีสิทธิ์เล่นกับ AI แบบทดลองแล้ว แต่ต้องพิสูจน์ให้เห็นว่าระบบ AI ที่ใช้ “น่าไว้ใจพอ” สำหรับเงินของประชาชนและเสถียรภาพของระบบการเงิน ทั้งกองทุนการเงินระหว่างประเทศและธนาคารกลางต่างแสดงความกังวลเรื่องความเสี่ยงที่ AI อาจสร้างต่อระบบการเงิน ตั้งแต่ภัยไซเบอร์ ช่องโหว่เชิงระบบ ไปจนถึงช่องว่างด้านธรรมาภิบาล กระแสนี้ทำให้สถาบันการเงินถูกคาดหวังให้ยกระดับการกำกับดูแล AI อย่างจริงจัง ไม่ใช่แค่เชิงเทคนิค แต่ในระดับโครงสร้างองค์กรและวัฒนธรรมความรับผิดชอบด้วย

การแต่งตั้งผู้บริหารระดับสูงด้าน AI ของธนาคารรายใหญ่ จึงไม่ใช่การประชาสัมพันธ์ แต่เป็นสัญญาณว่า การดูแล AI ต้องยกระดับเทียบเท่าความเสี่ยงด้านทุน สภาพคล่อง และเครดิต

ความท้าทายเฉพาะของภาคการเงิน: เมื่อความน่าเชื่อถือสำคัญเท่าความแม่นยำ

สถาบันการเงินมีความเสี่ยงพิเศษเวลานำ AI มาใช้ เพราะไม่ได้ถูกตรวจสอบแค่เรื่องประสิทธิภาพ แต่ถูกจับตามองทั้งจากหน่วยงานกำกับ ลูกค้า และตลาดทุนในเวลาเดียวกัน ภาคการเงินคุ้นเคยกับการระมัดระวังต่อเทคโนโลยีใหม่อยู่แล้ว เพราะเกี่ยวพันกับความเสี่ยงด้านกฎระเบียบและการดำเนินงานโดยตรง เมื่อ AI กลายเป็นหัวใจของระบบตรวจจับการฉ้อโกง บริการลูกค้า การกำกับการปฏิบัติตามกฎ และการดำเนินงานภายใน ความล้มเหลวหนึ่งครั้งอาจกลายเป็นเรื่องเสียความเชื่อมั่นระดับระบบ

ปัญหาใหญ่ไม่ได้อยู่แค่ในโมเดล แต่อยู่ที่ข้อมูล หลายองค์กรยังใช้ระบบที่แยกส่วน ทำให้ยากต่อการเห็นภาพรวมของความเสี่ยง การปฏิบัติตามกฎ และพฤติกรรมลูกค้าในมุมเดียว เมื่อเอา AI มาวิเคราะห์ข้อมูลกระจัดกระจายแบบนี้ ความโปร่งใสและการอธิบายผลลัพธ์กลายเป็นเรื่องยากทันที ถ้าตอบคำถามหน่วยงานกำกับไม่ได้ว่าโมเดล “คิดอย่างไร” ลูกค้าก็มีเหตุผลเต็มที่ที่จะไม่ไว้ใจคำตอบจาก AI นั้น

ในทางกลับกัน องค์กรที่จะชนะในระยะยาว คือองค์กรที่กล้าพูดอย่างโปร่งใสว่า ใช้ AI ที่ไหน ใช้ทำอะไร ใครเป็นเจ้าของความเสี่ยง และมีคนคอยกำกับดูแลอย่างใกล้ชิด ทั้งในมุมเทคนิคและมุมจริยธรรม

ไม่ต้องเริ่มจากศูนย์: ใช้บทเรียนกฎระเบียบเทรดอัลกอริทึมมาดูแล AI รุ่นใหม่

ข่าวดีคือ วงการการเงินไม่จำเป็นต้องประดิษฐ์กรอบ การกำกับดูแล AI ทางการเงิน ใหม่ทั้งหมด เพราะอุตสาหกรรมมีประสบการณ์ยาวนานกับการใช้ระบบอัตโนมัติผ่านการเทรดด้วยอัลกอริทึมอยู่แล้ว มาตรฐานด้านการทดสอบ การรับรอง การกำกับดูแล และการบันทึกการตรวจสอบ (audit trail) สำหรับกฎระเบียบเทรดอัลกอริทึม สามารถนำมาปรับใช้กับ agentic AI ได้โดยตรง

องค์กรอุตสาหกรรมด้านมาตรฐานการเทรดชั้นนำออกมาระบุชัดว่า ปัญหาส่วนใหญ่ของ agentic AI สามารถบรรเทาได้ด้วยการทดสอบที่เหมาะสม การรับรอง การกำกับดูแลกระบวนการทำงาน และการจัดเก็บบันทึกข้อมูลอย่างเป็นระบบ นี่คือหัวใจของ ความเชื่อถือได้ของระบบ AI ในการเงิน: โมเดลต้องถูกทดสอบซ้ำได้ มีหลักฐานเชิงเอกสารว่าใครเปลี่ยนอะไรเมื่อไร และมีการอนุมัติจากคนที่มีอำนาจอย่างชัดเจน

กรอบขององค์กรกำกับดูแลหลักทรัพย์ระหว่างประเทศก็ชัดเจนว่าต้องเน้นการกำกับดูแล การบริหารความเสี่ยง การจ้างงานภายนอก การเปิดเผยข้อมูล และการจัดเก็บบันทึก มากกว่าการออกกฎใหม่ยาวเหยียด ถ้าใช้สิ่งที่มีอยู่ให้ดี ภาคการเงินจะสามารถนำ AI แบบ agentic เข้าระบบได้เร็ว และยังคุมความเสี่ยงได้จริง

บทเรียนจาก Enron และความเสี่ยงที่ซ่อนอยู่ใน AI บูมรอบใหม่

การบูมของ AI วันนี้มีเงาสะท้อนจากเรื่องอื้อฉาวของ Enron ที่ล่มสลายด้วยการลักลอบซ่อนหนี้ ใช้การบันทึกรายได้แบบ mark-to-market และทำธุรกรรมเชิงวงกลมเพื่อสร้างภาพความต้องการเทียม จุดร่วมสำคัญไม่ใช่ว่าทุกอย่างเป็นการโกงเหมือนในอดีต แต่คือความเสี่ยงที่ถูก “ทำให้มองไม่เห็น” ผ่านโครงสร้างทางการเงินยุคใหม่

ผู้เชี่ยวชาญด้าน AI ชี้ว่าเครดิตเอกชนกำลังทำหน้าที่คล้ายกับนิติบุคคลพิเศษของ Enron เป็นพื้นที่ที่ความเสี่ยงถูกย้ายไปซ่อน เมื่อผู้ขายเทคโนโลยีได้รับเงินล่วงหน้า ผู้กู้และผู้ให้กู้เป็นฝ่ายแบกรับความเสี่ยงผิดนัด และเพราะเครดิตเอกชนได้รับเงินจากผู้ฝากเงินทั่วไปและกองทุนบำนาญ ความเสี่ยงปลายหางจึงสุดท้ายตกอยู่กับครัวเรือน นี่คือเหตุผลที่การกำกับดูแล AI ต้องคิดเกินกว่าขอบเขตของตัวโมเดล และมองถึงโครงสร้างการเงินที่รองรับ AI ทั้งระบบด้วย

แม้มีความเห็นว่าความต้องการ AI ระยะยาวอาจเพียงพอรองรับการลงทุนที่เสี่ยงได้ แต่ก็มีนักลงทุนเตือนว่า “ประวัติศาสตร์กำลังซ้ำรอย” และชวนให้ย้อนกลับไปดูบทเรียนจากหนังสือเกี่ยวกับ Enron คำถามสำคัญสำหรับผู้กำกับดูแลคือ จะรอให้เกิดวิกฤตแล้วค่อยยกระดับกฎ หรือจะสร้างกลไกป้องกันเชิงรุกตั้งแต่ตอนนี้

จากกรอบสู่การปฏิบัติ: ทำอย่างไรให้การตรวจสอบ AI ในการเงินไม่ใช่แค่กระดาษ

ในอีกไม่กี่ปีข้างหน้า การใช้ AI ในภาคการเงินจะไม่ใช่แค่โครงการทดลอง แต่จะขยายไปสู่การใช้งานในระดับโครงสร้างพื้นฐานขององค์กร คำถามจึงไม่ใช่ว่า “จะใช้ AI หรือไม่” แต่คือ “จะทำอย่างไรให้ AI ถูกกำกับอย่างโปร่งใส ตรวจสอบได้ และมีคนรับผิดชอบ” สำหรับประชาชนธรรมดา ประเด็นนี้แตะชีวิตจริงชัดเจน เพราะการตัดสินใจของ AI ที่ใช้ดูแลเครดิต การลงทุน หรือการจัดการความเสี่ยงของสถาบันการเงินจะสะท้อนกลับมาที่เงินออมและกองทุนบำนาญของพวกเขาโดยตรง

ทิศทางระดับโลกเริ่มชัดขึ้น เมื่อกรอบเชิงปฏิบัติขององค์กรกำกับดูแลหลักทรัพย์ระหว่างประเทศวางแนวในการดูแล AI ครอบคลุมการกำกับดูแล การบริหารความเสี่ยง การจ้างงานภายนอก การเปิดเผยข้อมูล และการจัดเก็บบันทึก พร้อมทั้งเริ่มทบทวนแนวปฏิบัติใหม่ ๆ เพื่อสร้างมาตรฐานระดับสากลต่อไป ขณะเดียวกัน กลุ่มมาตรฐานอุตสาหกรรมก็พัฒนาแนวทางทดสอบอัลกอริทึมที่ครอบคลุมหลายเขตอำนาจศาลอยู่แล้ว ตั้งแต่การทดสอบสถานการณ์ การประเมินการทำงานร่วมกัน ไปจนถึงการประเมินว่าระบบอัตโนมัติอาจก่อให้เกิดความปั่นป่วนในตลาดหรือไม่

บทสรุปคือ สถาบันการเงินที่อยู่รอดในยุค AI จะไม่ใช่องค์กรที่กล้าเสี่ยงที่สุด แต่มักเป็นองค์กรที่ผสานนวัตกรรมเข้ากับธรรมาภิบาลที่เข้มแข็ง การออกแบบกระบวนการตรวจสอบ AI ที่มีทั้งการทดสอบซ้ำได้ บันทึกการตรวจสอบที่ครบถ้วน การรับรองอย่างเป็นทางการ และโครงสร้างการกำกับที่มีคนรับผิดชอบตัวจริง จะลดทั้งความเสี่ยงเชิงชื่อเสียงและการดำเนินงาน พร้อมสร้างความเชื่อมั่นให้ลูกค้าและหน่วยงานกำกับไปพร้อมกัน