วิเคราะห์: หัวหน้าฝ่ายความเสี่ยง IRS เตือนการกำกับดูแลแบบดั้งเดิมอาจตามไม่ทันการชำระเงินด้วย AI

ดอตตี โรโม (Dottie Romo) ประธานเจ้าหน้าที่ฝ่ายความเสี่ยงและการควบคุมของ IRS เตือนว่าการกำกับดูแลแบบดั้งเดิมอาจรับมือกับความเร็วของระบบ AI ได้ยาก โรโมกล่าวว่าระบบ AI กำลังตัดสินใจหลายล้านครั้งภายในไม่กี่นาที โรโมกล่าวว่าปัจจุบันหน่วยงานกำกับดูแลพึ่งพารายงานเป็นระยะอย่างมากเพื่อระบุการฉ้อโกง ความล้มเหลวในการควบคุม และความเสี่ยงอื่นๆ การเงินแบบอัตโนมัติอาจทำให้แนวทางดังกล่าวล่าช้าเกินไป โรโมกล่าวว่ามีแนวโน้มจำเป็นต้องใช้ระบบกำกับดูแลอัตโนมัติบางรูปแบบ โรโมสนับสนุนการติดตามตลาดในวงกว้างแบบเรียลไทม์มากขึ้น โดยยังให้มนุษย์มีส่วนร่วมในการตัดสินใจสำคัญ

BeInCrypto เป็นผู้นำการเสวนาด้านกฎระเบียบเมื่อไม่นานนี้ ระหว่างการประชุมสุดยอด Future of Money ที่สำนักงานใหญ่สหประชาชาติในนิวยอร์ก การเสวนานี้มีโรโม ดิโน คาตัลโด เดลลัคคิโอ จากกองทุนบำเหน็จบำนาญเจ้าหน้าที่ร่วมแห่งสหประชาชาติ (UN Joint Staff Pension Fund) และจูเลียส มอย จาก Mastercard เข้าร่วม โดยหารือถึงช่องว่างระหว่างขีดความสามารถของ AI กับการกำกับดูแลด้านกฎระเบียบ

งานวิจัย State of AI Agent Payments 2026 ของ BeInCrypto ติดตามธุรกรรมชำระเงิน x402 จำนวน 6.4 ล้านรายการ มูลค่ารวม 119,947 ดอลลาร์ บนเครือข่าย Base และ Solana ระหว่างวันที่ 23 กรกฎาคมถึง 26 สิงหาคม งานวิจัยพบว่า 90.8% ของการโอนมีมูลค่าต่ำกว่า 1 เซนต์ นอกจากนี้ยังระบุว่า AI agent บันทึกธุรกรรมชำระราคาไปแล้วเกือบ 200 ล้านรายการนับตั้งแต่เปิดตัว จำนวนเงินที่ชำระยังอยู่ในระดับต่ำ เพราะ agent ส่วนใหญ่ซื้อทรัพยากรดิจิทัลเป็นรายรายการ เช่น ข้อมูล การเข้าถึง API และงานประมวลผล ความถี่ของธุรกรรมแสดงให้เห็นว่าการค้าระหว่างเครื่องจักรอาจมีรูปแบบแตกต่างออกไปอย่างไร

จูเลียส มอย ผู้จัดการฝ่ายโซลูชันอาชญากรรมทางการเงินของ Mastercard ยกกรณีหายนะการซื้อขายของ Knight Capital ในปี 2012 และ Terra/Luna เป็นคำเตือนถึงระบบอัตโนมัติที่ไม่มีมาตรการป้องกันเพียงพอ มอยเสนอรูปแบบที่เครื่องจักรตรวจจับพฤติกรรมผิดปกติและควบคุมปัญหาโดยอัตโนมัติ จากนั้นจึงส่งต่อเหตุร้ายแรงให้มนุษย์จัดการ เดลลัคคิโอแย้งว่าระบบอัตโนมัติไม่อาจขจัดความรับผิดชอบได้ และท้ายที่สุดต้องสามารถตรวจสอบย้อนกลับได้ว่าใครรับผิดชอบ

เมื่อ 2 ปีก่อน การใช้ AI รวมถึงการค้นคว้า การเขียน และการทำให้เข้าถึงข้อมูลได้ง่ายขึ้น ต่อมามีขีดความสามารถที่ก้าวหน้ากว่าเดิม เช่น การเขียนโค้ด การสร้างแอปพลิเคชันและระบบที่ซับซ้อนภายในไม่กี่นาที การทำให้กระบวนการทางธุรกิจเป็นระบบอัตโนมัติ และการสร้างภาพกับวิดีโอคุณภาพระดับสตูดิโอ ปัจจุบันระบบ AI ชำระเงินหลายล้านครั้งและทำธุรกรรมหลายล้านรายการในแต่ละเดือน หน่วยงานกำกับดูแลก้าวหน้าไปช้ากว่ามาก และช่องว่างดังกล่าวอาจกลายเป็นอันตรายเมื่อ AI agent มีอำนาจควบคุมเงินมากขึ้น หน่วยงานกำกับดูแลไม่อาจใช้การกำกับดูแลโดยมนุษย์เพื่อให้ทันความเร็วดังกล่าวได้ในทางปฏิบัติ การกำกับดูแลเครื่องจักรด้วยเครื่องจักรอาจกลายเป็นสิ่งจำเป็นในเร็วๆ นี้ และผู้กำหนดนโยบายกำลังหารือถึงความเป็นไปได้นั้นแล้ว