จับตาการปฏิวัติวงการป้องกันการฉ้อโกงและการฟอกเงินในประเทศไทยด้วยเทคโนโลยีล้ำสมัยจาก SAS เล็งนำปัญญาประดิษฐ์ (AI) และแมชชีนเลิร์นนิ่ง (Machine Learning) มาวิเคราะห์ข้อมูลเชิงลึกจากหลายแหล่งทั้งธุรกรรมทางการเงิน พฤติกรรมดิจิทัล และตำแหน่งทางภูมิศาสตร์ มั่นใจตรวจจับและหยุดการฉ้อโกงได้แบบเรียลไทม์ในยุคที่ไทยกำลังเริ่มใช้ Digital ID ไม่ว่าจะเป็นบัญชีธนาคาร บัญชีม้า รวมถึงการชอปปิ้งออนไลน์
นายเอียน โฮล์มส์ (Ian Holmes) หัวหน้าฝ่ายโซลูชันการฉ้อโกงระดับองค์กร SAS กล่าวว่าการฉ้อโกงและการฟอกเงินกลายเป็นปัญหาใหญ่ที่ท้าทายทุกภาคส่วน โดยเฉพาะในประเทศไทยที่ยังพึ่งพาเอกสารกระดาษจำนวนมาก ทำให้มีช่องโหว่ให้มิจฉาชีพใช้ข้อมูลปลอมในการเปิดบัญชีได้ง่ายขึ้น แต่ระบบวิเคราะห์ข้อมูลจากทั่วทั้งเครือข่ายธนาคารและโอเปอเรเตอร์จะสามารถป้องกันได้
"เราหวังผลักดันให้เกิด "ระบบกลาง" สำหรับตรวจจับรูปแบบการฉ้อโกงใหม่ๆ SAS กำลังจับมือกับผู้ให้บริการโทรคมนาคมในประเทศไทย นำเทคโนโลยี AI และ Machine Learning มาวิเคราะห์ข้อมูลเชิงลึกจากหลายแหล่ง โซลูชันของ SAS สามารถวิเคราะห์ข้อมูลจากมือถือ แม้ผู้ใช้จะไม่มีบัญชีธนาคาร ระบบก็ยังปกป้องได้ด้วยการดึงข้อมูลพฤติกรรมดิจิทัลจากสมาร์ทโฟน นอกจากนี้ ยังสามารถเชื่อมต่อข้ามอุตสาหกรรม ป้องกันการฉ้อโกงในธุรกิจหลากหลาย เช่น อีคอมเมิร์ซและการพนันออนไลน์ และที่สำคัญคือจับพฤติกรรมแปลกปลอมแบบเรียลไทม์ ติดตามธุรกรรมต้องสงสัยได้อย่างรวดเร็วและแม่นยำด้วย AI ที่เรียนรู้ตลอดเวลา"
SAS เป็นบริษัทด้านการวิเคราะห์ข้อมูลขั้นสูง บริษัทให้บริการระบบที่ช่วยลดต้นทุนและเพิ่มประสิทธิภาพให้สถาบันการเงิน สำหรับการป้องกันภัยฉ้อโกงและฟอกเงิน SAS ระบุว่าสามารถคัดกรองแจ้งเตือน รวมถึงสนับสนุนหน่วยงานรัฐและตำรวจในการนำข้อมูลเชิงลึกไปช่วยสืบสวนและปิดคดีได้รวดเร็วขึ้น
ก่อนหน้านี้ ธนาคารแห่งประเทศไทย (ธปท.) เปิดเผยว่าธนาคารพาณิชย์ทุกแห่งได้เริ่มแลกเปลี่ยนข้อมูลข้ามธนาคารผ่านระบบ CFR ซึ่งเป็นระบบแลกเปลี่ยนข้อมูลเส้นทางการเงินของภาคธนาคาร เพื่อใช้ในการสืบสวนสอบสวนและอายัดบัญชีของผู้ต้องสงสัยมาใช้ข้ามธนาคาร โดยมีการส่งรายชื่อบุคคลเข้าระบบ CFR แลกเปลี่ยนข้ามแบงก์จัดการบัญชีม้าแล้ว 15,000 ราย จากบัญชีที่เกี่ยวข้องโดยตรงประมาณ 34,000 บัญชี
***มองภัยทุจริตไทย ยุค Digital ID
เอียนวิเคราะห์ว่าแม้การริเริ่มบริการ Digital ID ของไทยจะช่วยลดช่องโหว่จากข้อมูลผิดพลาดได้มาก เมื่อเทียบกับรูปแบบภัยการเงินที่เกิดในประเทศอื่น แต่ด้วยรูปแบบการทุจริตในไทยช่วงก่อนมี Digital ID ที่มีการใช้เอกสารกระดาษจำนวนมาก ทำให้เกิดข้อผิดพลาดและช่องว่างในการปลอมแปลงข้อมูลเปิดบัญชี ทำให้ไทยยังคงมีความท้าทายในเรื่องเอกสารกระดาษ และน่ากังวลเรื่องการรับมือกับรูปแบบการหลอกลวงใหม่ ที่มักแพร่กระจายข้ามประเทศอย่างรวดเร็ว
Digital ID นั้นเป็นบริการพิสูจน์และยืนยันตัวตนทางดิจิทัล ที่กรมการปกครอง กระทรวงมหาดไทย เปิดให้บริการในแอปพลิเคชัน ThaID (ไทยดี) ฟีเจอร์เด่นของแอปพลิเคชันนี้คือการเปรียบเทียบภาพใบหน้า (Face Verification System) ทางดิจิทัล อำนวยความสะดวกให้ประชาชนเข้าไปใช้บริการจากทางภาครัฐหรือภาคเอกชนที่จำเป็นต้องมีการยืนยันตัวตน ก็สามารถเข้าสู่ระบบแอปพลิเคชัน ThaID เพื่อยืนยันตัวตนได้
สำหรับการป้องกันการทุจริตในกลุ่มลูกค้านอกภาคธนาคาร เอียนชี้ว่าระบบของ SAS สามารถดึงข้อมูลดิจิทัลจากอุปกรณ์มือถือ เช่น พฤติกรรมการใช้งาน ตำแหน่งที่ตั้ง (Geolocation) และพฤติกรรมใน e-commerce การพนันออนไลน์ ซึ่งตำแหน่งทางภูมิศาสตร์จะยังคงช่วยตรวจสอบการหลอกลวงได้แม่นยำขึ้นจากการใช้เสาสัญญาณมือถือ
ในส่วนการต่อต้านการฟอกเงิน (AML) เอียนชี้ว่าปัญหาหลักของการต่อต้านการฟอกเงินยุคดิจิทัล คือจำนวนการแจ้งเตือนที่สูงขึ้นจากการเพิ่มปริมาณข้อมูล แต่ AI และ Machine Learning จะช่วยคัดกรองแจ้งเตือนที่สำคัญ ลดค่าใช้จ่ายในการจัดการ และช่วยเพิ่มประสิทธิภาพ ลดต้นทุนบุคลากรได้
นอกจากความร่วมมือกับโอเปอเรเตอร์ เอียนยังมองเห็นโอกาสการใช้โซลูชันในภาคการบังคับใช้กฎหมาย โดยในต่างประเทศ เช่น ออสเตรเลีย มีการใช้ระบบในการรวบรวมข้อมูลภาคสนามและเชื่อมโยงอาชญากรรม ช่วยสร้างคดีโดยเชื่อมโยงบุคคล สถานที่ รถทะเบียน และข้อมูลอื่นๆ ดังนั้นในประเทศไทยจึงมีโอกาสอย่างมากที่จะใช้ระบบนี้เพื่อแปลงข้อมูลจากกระดาษเป็นดิจิทัล ลดเวลาในการประมวลผลและเพิ่มประสิทธิภาพในการบังคับใช้กฎหมาย
เมื่อถามถึงความท้าทายในตลาดการต่อต้านการทุจริตและ AML เอียนยอมรับว่าแม้งบประมาณจะยังคงเป็นอุปสรรคหลัก แต่ความเข้าใจใน AI ยังเป็นปัญหา โดยผู้บริหารบางคนเชื่อว่า AI จะแก้ปัญหาทุกอย่างได้ทันที ซึ่งไม่เป็นความจริง โดยอาจต้องเริ่มจากโครงการขนาดเล็กก่อน และต้องมีความพร้อมในการลองผิดลองถูกเพื่อพัฒนาระบบให้ดียิ่งขึ้น
สำหรับวิสัยทัศน์เรื่องกลยุทธ์รับมือการทุจริตในอนาคต เอียนชี้ว่า SAS มีแผนที่จะขยายโซลูชันไปยังระดับเครือข่าย (Network Level) ระหว่างธนาคาร เพื่อรวมข้อมูลและตรวจสอบรูปแบบการทุจริตใหม่ได้เร็วขึ้น โดยร่วมมือกับภาคโทรคมนาคมและผู้ให้บริการเครือข่ายเพื่อป้องกัน SMS หลอกลวงและข้อมูลปลอม ซึ่งส่วนนี้สามารถใช้ประเทศแถบสแกนดิเนเวียเป็นต้นแบบ เรื่องการประยุกต์ใช้ระบบรวมกลางที่ธนาคาร 220 แห่งสามารถแลกเปลี่ยนข้อมูลกัน
แม้จะมีคู่แข่งด้าน AI จำนวนมากในตลาด แต่หลายรายมีเพียงการสร้างโมเดล ไม่มีการควบคุมและนำไปใช้จริง ซึ่งในมุมของ SAS เอียนชี้ว่าบริษัทมีโซลูชันแบบครบวงจร ตั้งแต่สร้าง ควบคุม วิเคราะห์ ไปจนถึงนำไปใช้งานจริง ทั้งหมดสามารถทำงานบนระบบเดียวกัน ทั้งการตรวจจับภัยการเงิน (Fraud Detection) การฟอกเงิน (AML Compliance) และการบริหารความเสี่ยงเครดิต (Credit Risk) ช่วยลดความซ้ำซ้อนและต้นทุน IT ได้อย่างมาก
ปัจจุบัน SAS ให้บริการใน 92 ประเทศ มีฐานลูกค้ามากกว่า 1,600 ราย
