ซิดนีย์ หวงเตือนว่า การสมคบคิดกันของบอต AI อาจแพร่กระจายก่อนที่หน่วยงานกำกับดูแลจะตอบสนอง

จุดจบของ “ความหน่วง” ของนโยบาย

ตามรายงานของกองทุนการเงินระหว่างประเทศ (IMF) ประจำเดือนเมษายน 2026 โลกกำลังออกจากยุค “คลิกเพื่อจ่าย” อย่างรวดเร็ว และเข้าสู่ยุค “ตัดสินใจเพื่อจ่าย” แต่เมื่อมนุษย์ก้าวออกจากวงจร คำถามสำคัญก็เกิดขึ้น: ราวกันตกทางการเงินของเราจะอยู่รอดได้หรือไม่ในเศรษฐกิจความเร็วระดับเครื่อง?

รายงานของ IMF ระบุว่า ปัญญาประดิษฐ์แบบเอเจนต์ (AI) กำลังจะเพิ่มความเร็วในการหมุนเวียนของเงินอย่างรุนแรง ด้วยการลด “แรงเสียดทาน” ของมนุษย์ เงินทุนจะหมุนเวียนผ่านเศรษฐกิจโลกด้วยความเร็วที่ไม่เคยมีมาก่อน Sydney Huang ซีอีโอของ Human API เสนอว่าเราอาจเห็นความเร็วในการหมุนเวียนของเงินเพิ่มขึ้น 10 เท่า แม้จะฟังดูเหมือนปาฏิหาริย์ด้านผลิตภาพ แต่มันกลับเป็นฝันร้ายสำหรับธนาคารกลาง นโยบายการเงินแบบดั้งเดิมถูกสร้างบน “ความหน่วง” เมื่อธนาคารกลางปรับขึ้นอัตราดอกเบี้ย ต้องใช้เวลาหลายเดือนกว่าการตัดสินใจนั้นจะส่งผ่านสถาบันที่ขับเคลื่อนโดยมนุษย์ ในเศรษฐกิจแบบ AI-to-AI ความหน่วงนั้นหายไป

“การเพิ่มขึ้น 10 เท่าของความเร็วในการหมุนเวียนของเงินที่ขับเคลื่อนด้วยพาณิชย์ AI-to-AI จะทำให้หน่วยงานกำกับต้องนำเครื่องมือที่ทำงานด้วยความเร็วระดับเครื่องมาใช้” Huang เตือน หากไม่มีความสามารถเหล่านี้ เงินเฟ้อที่พุ่งขึ้นด้วยความเร็วระดับเครื่องหรือแฟลชแครชทั่วโลกอาจเกิดขึ้นก่อนที่ผู้กำกับดูแลซึ่งเป็นมนุษย์จะได้รับการแจ้งเตือนบนแดชบอร์ดเสียอีก

เพื่อป้องกันความล้มเหลวแบบลูกโซ่ Huang โต้แย้งว่า หน่วยงานกำกับต้องเลิกเป็นผู้ชม และกลายเป็นส่วนหนึ่งของโค้ดเอง “ซึ่งรวมถึงระบบติดตามแบบเรียลไทม์ การปฏิบัติตามข้อกำหนดแบบโปรแกรมได้ที่ฝังไว้โดยตรงในโครงสร้างพื้นฐานทางการเงิน และเซอร์กิตเบรกเกอร์อัตโนมัติเพื่อป้องกันความล้มเหลวแบบลูกโซ่” เธอกล่าว วิสัยทัศน์นี้สอดคล้องกับกรอบงานสามชั้น (Three-Layer Framework) ที่ IMF เสนอ ซึ่งระบุว่าชั้นการอนุญาต (authorization layer) ของทุกธุรกรรมต้องฝังข้อกำหนดที่มนุษย์กำหนดไว้

Huang เสนอว่า “หน่วยงานกำกับอาจต้องแสดงนโยบายในรูปแบบที่เครื่องอ่านได้ เพื่อให้บังคับใช้ได้ในระดับธุรกรรม” พาณิชย์แบบเอเจนต์ยังต้องการเซอร์กิตเบรกเกอร์อัตโนมัติในระดับธุรกรรมด้วย เพื่อว่าเมื่อเอเจนต์เริ่มแสดงพฤติกรรมที่มีความสัมพันธ์กันสูง “ฟิวส์” แบบอัตโนมัติจะต้องตัดเพื่อหยุดปฏิกิริยาลูกโซ่

รายงานของ IMF เน้นว่า “ระบบแบบเอเจนต์สามารถตีความวัตถุประสงค์และติดตามกิจกรรมแบบเรียลไทม์” ซึ่งหมายความว่า การตรวจสอบรู้จักลูกค้า (KYC) และการต่อต้านการฟอกเงิน (AML) ถูกโปรแกรมฝังโดยตรงลงในดีเอ็นเอของเอเจนต์ AI

พิสูจน์ที่มาของการตัดสินใจ

อาจเป็นหนึ่งในความท้าทายที่ซับซ้อนที่สุดสำหรับหน่วยงานกำกับในยุคใหม่นี้ คือ “ตลาด” ที่มองไม่เห็น ในโลกที่เอเจนต์ไม่ใช้ภาษามนุษย์เพื่อประสานงาน คำถามจึงเกิดขึ้นว่า: เราจะแยกแยะได้อย่างไรระหว่างบอทที่แค่ปรับให้เหมาะที่สุด กับฝูงบอทที่สมคบกันเพื่อกำหนดราคาตายตัว?

Huang ระบุว่าสิ่งนี้ต้องเปลี่ยนจากการวิเคราะห์การสื่อสาร ไปสู่การวิเคราะห์พฤติกรรม

“หน่วยงานกำกับจะต้องตรวจสอบรูปแบบต่างๆ เช่น การกระทำที่ประสานพร้อมกัน การพึ่งพาข้อมูลร่วมกัน และความผิดปกติทางสถิติ” เธอกล่าว ทางออกอาจอยู่ที่ “ที่มาของการตัดสินใจ” (decision provenance) Huang เสนอภาพอนาคตที่เอเจนต์ถูกกำหนดให้ต้องแสดงหลักฐานที่ตรวจสอบได้ว่า การตัดสินใจเกิดขึ้นอย่างเป็นอิสระภายใต้นโยบายที่ประกาศไว้ ด้วยการพิสูจน์ว่าไปถึงการตัดสินใจนั้นได้อย่างไร เอเจนต์สามารถแสดงให้เห็นว่าไม่ได้ประสานงานอย่างลับๆ กับคู่แข่ง

นอกเหนือจากกฎระเบียบ ยังมีประเด็นว่าเอเจนต์เหล่านี้สื่อสารกันจริงๆ อย่างไร Huang ชี้ว่า การเจรจาระหว่างเอเจนต์แบบปลอดภัยจำเป็นต้องมีมาตรฐานสากลด้านตัวตน การสื่อสาร และการบังคับใช้

“เอเจนต์ต้องสามารถยืนยันตัวตนและการอนุญาตของกันและกัน ทำงานภายใต้กรอบการเจรจาร่วมกัน และแนบหลักประกันที่ตรวจสอบได้กับการกระทำของตน” Huang กล่าว การเปลี่ยนแปลงนี้ย้ายความไว้วางใจออกจากคู่สัญญารายบุคคล และนำไปไว้ในหลักประกันของระบบเอง ด้วยการใช้มาตรฐานที่กำลังเกิดขึ้น เช่น โปรโตคอลการชำระเงินของเอเจนต์ (agent payments protocol: AP2) และโปรโตคอลบริบทของโมเดล (model context protocol: MCP) ธุรกิจสามารถทำให้มั่นใจได้ว่าเอเจนต์จากบริษัท A สามารถเจรจาอย่างปลอดภัยกับเอเจนต์จากบริษัท B ได้โดยไม่ต้องมีคนกลางแบบกรรมสิทธิ์เฉพาะ

เมื่อการกำกับดูแลถูกมอบหมายให้พร็อกซีดิจิทัลเหล่านี้มากขึ้น ความเสี่ยงใหม่ของมนุษย์ก็เกิดขึ้น: การเสื่อมถอยของทักษะ หากเอเจนต์บริหารคลังของบริษัทเป็นเวลาห้าปีโดยไม่มีการแทรกแซงจากมนุษย์ เหรัญญิกที่เป็นมนุษย์จะยังรู้วิธีรับมือวิกฤตหรือไม่ หากระบบดับลง?

Huang เตือนว่าเมื่อ การกำกับดูแลถูกมอบหมายมากขึ้นเรื่อยๆ มีความเสี่ยงอย่างจริงจังที่ผู้ปฏิบัติงานที่เป็นมนุษย์จะสูญเสียความสามารถในการเข้าแทรกแซงอย่างมีประสิทธิภาพ “การคงความพร้อมในการปฏิบัติการสำคัญพอๆ กับการสร้างกลไกสำรอง” เธอกล่าว

ต่อสู้กับการเสื่อมถอยของทักษะมนุษย์

เพื่อบรรเทาปัญหานี้ เธอโต้แย้งว่าระบบต้องมีการซ้อมเป็นประจำ โดยให้มนุษย์เข้าควบคุม และผสานโหมดที่มนุษย์จำลองการกระทำของเอเจนต์เพื่อเปรียบเทียบตรรกะ นอกจากนี้ยังจำเป็นต้องทำให้แน่ใจว่า “สวิตช์ตัดระบบ” (kill switch) เป็นเส้นทางที่ถูกฝึกใช้อยู่เสมอ “เป้าหมาย” Huang กล่าว “คือเพื่อให้การกำกับดูแลโดยมนุษย์ยังคงใช้งานได้จริงและถูกฝึกฝน ไม่ใช่เป็นเพียงทฤษฎี”

เมื่อโลกกำลังมุ่งสู่ตลาดเอเจนต์ที่คาดว่าจะมีมูลค่า 236,000 ล้านดอลลาร์ภายในปี 2034 นิยามของ “ผู้เข้าร่วมตลาด” กำลังเปลี่ยนไป มันไม่ใช่แค่การกำกับคนอีกต่อไป แต่รวมถึงสิ่งที่เรียกว่า “ปัจเจกบุคคลเหนือระดับ” (super-individuals) ที่ขับเคลื่อนด้วยบอทอัตโนมัตินับพันตัว

การปฏิวัติแบบตัดสินใจเพื่อจ่ายมอบโลกแห่งประสิทธิภาพไร้แรงเสียดทาน แต่ก็เรียกร้องให้มีการออกแบบสถาปัตยกรรมการเงินโลกใหม่ทั้งหมด ดังที่ Huang กล่าว เพื่อกำกับเศรษฐกิจความเร็วระดับเครื่อง กฎหมายเองก็ต้องกลายเป็นความเร็วระดับเครื่อง หากเราไม่ฝังมนุษย์ในวงจร (human-in-the-loop) ไว้ในระดับสถาปัตยกรรม เราเสี่ยงที่จะสร้างเศรษฐกิจที่เคลื่อนไหวเร็วเกินกว่าที่ผู้สร้างจะควบคุมได้