ภาคธุรกิจกำลังมองข้ามความเสี่ยงใหญ่ ในการชำระเงินคริปโตด้วย AI หรือเปล่า?

ลองจินตนาการว่าคุณยื่นบัตรเครดิตให้ผู้ช่วย AI ไปจัดการงานเล็กๆ ในชีวิตประจำวัน เช่น สั่งซื้อเอกสารงานวิจัย เช็กที่นั่งบนเครื่องบิน หรือจ่ายเงินค่าค้นหาข้อมูลบนเว็บ ดูสะดวกสบายสุดๆ ไปเลยใช่ไหมครับ?

เรื่องนี้ไม่ใช่ไซไฟอีกต่อไปแล้ว เพราะ AI Agent กำลังใช้เงินจริงบนบล็อกเชนคริปโตเพื่อทำภารกิจแบบอัตโนมัติ แต่การปล่อยให้ซอฟต์แวร์ถือเงินและใช้จ่ายเองได้ ก็เปิดประตูสู่ความเสี่ยงด้านความปลอดภัยร้ายแรงที่หลายบริษัทอาจกำลังมองข้าม

ธุรกรรมรายย่อยหลายล้านรายการเกิดขึ้นแล้วในปัจจุบัน

ขนาดของการใช้จ่ายอัตโนมัติโดย AI กำลังเติบโตอย่างรวดเร็ว จากรายงาน State of AI Agent Payments 2026 โดย BeInCrypto Research พบว่า AI Agent ทำการชำระเงินไปถึง 6.4 ล้านรายการ ในเวลาเพียง 35 วัน

ธุรกรรมเหล่านี้เกิดขึ้นบนบล็อกเชน Base และ SolanaSOL+0.05% ผ่านโปรโตคอลการชำระเงินอัตโนมัติที่ชื่อว่า x402

และนี่คือสรุปประเด็นสำคัญจากข้อมูลดังกล่าว:

• ธุรกรรมส่วนใหญ่เป็นยอดเงินเล็กมากๆ: กว่า 90% ของการชำระเงินมีมูลค่าน้อยกว่า 1 เซนต์ ($0.01) เสียอีก
• เริ่มมอบหมายงานให้ AI มากขึ้น: ภาคธุรกิจเริ่มมั่นใจมากขึ้นในการปล่อยให้ซอฟต์แวร์จ่ายเงินซื้อบริการดิจิทัลโดยอัตโนมัติ
• ตั้งจำกัดวงเงินโดยมนุษย์: ผู้ใช้งานส่วนใหญ่ใช้วิธีจำกัดวงเงินใช้จ่ายรายวันหรือต่อธุรกรรมเป็นเกราะป้องกันพื้นฐาน

แม้การจ่ายเงินทีละเล็กทีละน้อยฟังดูไม่อันตราย แต่โครงสร้างพื้นฐานเบื้องหลังกลับมีช่องโหว่เฉพาะตัว แม้แต่วงเงินเพียงเล็กน้อย ก็อาจนำไปสู่ความสูญเสียมหาศาลได้หากระบบถูกหลอกหรือตั้งค่าผิดพลาด

ทำไมการจำกัดวงเงินถึงยังไม่เพียงพอ

เพื่อป้องกันไม่ให้หุ่นยนต์ถอนเงินจนเกลี้ยงกระเป๋าคริปโตของบริษัท ผู้บริหารมักจะกำหนดงบประมาณไว้อย่างเข้มงวด ผลวิจัยชี้ว่า 14 จาก 19 ผลิตภัณฑ์และเวิร์กโฟลว์ AI ที่ทำการสำรวจ ทำงานภายใต้กฎการใช้จ่ายที่มนุษย์อนุมัติไว้ก่อนแล้ว

การตั้งงบประมาณช่วยให้ทีมมีจุดเริ่มต้นที่รัดกุม ทำให้ซอฟต์แวร์สามารถซื้อของเล็กๆ น้อยๆ ที่จำเป็นได้ โดยไม่ต้องขออนุญาตทุกๆ วินาที

อย่างไรก็ตาม วงเงินใช้จ่ายที่ตั้งไว้ช่วยจำกัดแค่ จำนวนเงิน ที่ถูกใช้ไปเท่านั้น แต่ไม่ได้พิสูจน์ว่าซอฟต์แวร์จะบังคับใช้กฎนั้นได้จริงเมื่อโดนโจมตีทางไซเบอร์แบบเจาะจง ที่สำคัญกว่านั้น วงเงินไม่สามารถตรวจสอบได้ว่าธุรกรรมนั้นตรงกับเจตนาที่แท้จริงของเจ้าของหรือไม่

ตัว Agent อาจมีสิทธิ์ใช้งานที่ถูกต้อง และทำธุรกรรมตามขั้นตอนปกติ แต่มันอาจกำลังทำตามคำสั่งอันตราย ข้อมูลที่ถูกบิดเบือน หรือเป้าหมายที่เข้าใจผิด โครงสร้างการชำระเงินอาจทำงานได้สมบูรณ์แบบ แต่เงินกลับโอนไปผิดที่ได้อยู่ดี

ข้อสังเกตนี้มาจาก Zoomex ผู้ร่วมวิจัยในรายงานฉบับนี้ โดย Zoomex ชี้ว่า ความกังวลที่ใหญ่ที่สุดในโลกการเงินแบบ Agent (agentic finance) คือช่องว่างระหว่างความสามารถทางเทคนิคกับเจตนาของมนุษย์

ความน่ากังวลที่สุดคือช่องว่างระหว่างสิ่งที่ Agent มีสิทธิ์ทำได้ทางเทคนิค กับสิ่งที่เจ้าของตั้งใจให้ทำจริงๆ

เคสที่เกิดขึ้นจริง: แค่โพสต์สาธารณะก็นำไปสู่การโอนเงิน $175,000 ได้อย่างไร

เพื่อให้เห็นภาพว่าช่องว่างนี้น่ากลัวแค่ไหน ลองดูสองเหตุการณ์ใหญ่ที่ถูกระบุไว้ในรายงาน ซึ่งทั้งสองเคสนี้ทำให้เกิดการ โอนสินทรัพย์คริปโตมูลค่ารวม $281,200 ออกไปเพราะตรรกะของ AI ถูกแทรกแซง ก่อนที่จะได้เงินคืนมาบางส่วน

1. เหตุการณ์รหัสรหัสมอร์สของ Grok และ Bankr

ในเดือนพฤษภาคม 2026 ผู้โจมตีได้โพสต์ข้อความสาธารณะที่เป็นรหัสมอร์สทั้งหมด จากนั้นโมเดล AI อย่าง Grok ได้แปลข้อความนั้นและโพสต์ตอบกลับพร้อมแท็ก Bankr ซึ่งเป็นบริการอัตโนมัติสำหรับทำธุรกรรมคริปโต

Bankr ตีความคำตอบของ Grok ว่าเป็นคำอนุมัติการชำระเงินที่ถูกต้อง ส่งผลให้ Bankr โอนโทเคนดิจิทัลมูลค่า $175,000 ออกไป โชคดีที่ Bankr รายงานในภายหลังว่า ดึงเงินคืนมาได้ 80% แต่เหตุการณ์นี้แสดงให้เห็นว่า คำสั่ง (Prompt) ของ AI ถูกชักจูงได้ง่ายเพียงใด

2. การเจาะระบบแดชบอร์ดของ AIXBT

อีกเคสหนึ่ง เกิดขึ้นเมื่อผู้ไม่หวังดีแอบเข้าถึง แดชบอร์ดของ AIXBT ได้สำเร็จ และส่งคำสั่งอันตรายเข้าไปในคิวของระบบ

ตัว Agent ได้ประมวลผลคำสั่งที่ไม่ได้รับอนุญาตเหล่านั้นโดยตรง ทำให้เกิดการโอนเหรียญ EthereumETH-0.52% มูลค่า $106,200 ตรงไปยังกระเป๋าของผู้โจมตีโดยไม่ได้ตั้งใจ

ตัวอย่างในชีวิตจริงเหล่านี้ชี้ให้เห็นชัดเจนว่า การจำกัดขนาดกระเป๋าเงินเป็นเพียงการแก้ปัญหาแค่ครึ่งเดียว หากผู้โจมตีหลอกให้ AI อนุมัติธุรกรรมได้ เงินที่มีอยู่จริงก็ยังคงสูญหายได้อยู่ดี

ธุรกิจจะป้องกันภัยจากการชำระเงินด้วย AI ได้อย่างไร

การปกป้องการชำระเงินด้วย AI จำเป็นต้องทำมากกว่าแค่การจำกัดวงเงิน ผู้เชี่ยวชาญด้านความปลอดภัยและหน่วยงานกำกับดูแลแนะนำแนวทางป้องกันที่นำไปใช้ได้จริงดังนี้:

• จำกัดที่อยู่ผู้รับเงิน: จำกัดปลายทางที่โอนเงินไปได้ เพื่อให้แน่ใจว่าเงินจะไหลไปยังกระเป๋าของผู้ให้บริการที่ได้รับอนุมัติล่วงหน้าเท่านั้น
• เฝ้าระวังความถี่สะสม: ติดตามธุรกรรมรายย่อยที่เกิดขึ้นซ้ำๆ เพราะเงินจำนวนน้อยๆ อาจสะสมจนกลายเป็นยอดมหาศาลได้อย่างรวดเร็วโดยไม่ทันสังเกต
• แบ่งแยกบทบาทหน้าที่อย่างเข้มงวด: อย่าให้สิทธิ์ขอบเขตงานกับ Agent กว้างเกินไป

Agent ที่มีหน้าที่ซื้อข้อมูล ไม่ควรได้รับสิทธิ์ในการโอนเงินในคลังสินทรัพย์ของคุณโดยอัตโนมัติ

การดึงมนุษย์เข้ามามีส่วนร่วมในการตรวจสอบ (อย่างถูกวิธี)

เพื่อให้การกำกับดูแลโดยมนุษย์เกิดผลจริง ระบบต้องแสดงบริบทที่ชัดเจนก่อนจะเกิดการเทรดหรือชำระเงิน ตัวอย่างเช่น ระบบ Model Context Protocol (MCP) ของ Zoomex อนุญาตให้ผู้ช่วย AI จัดเตรียมคำสั่งเทรดได้ แต่จะบังคับให้ผู้ใช้ที่เป็นมนุษย์ต้องกดยืนยันการเทรดด้วยตัวเองทุกครั้งก่อนส่งคำสั่ง

อย่างไรก็ตาม การตรวจสอบโดยมนุษย์ไม่ใช่ยาวิเศษในตัวมันเอง ในรายงานทบทวนเมื่อเดือนตุลาคม หน่วยงานบริการการเงินแห่งสหราชอาณาจักร (FCA) เตือนว่า การตรวจสอบโดยมนุษย์มักจะกลายเป็นแค่ 'การติ๊กถูกตามหน้าที่' โดยไม่ได้ตั้งใจดู FCA จึงเน้นย้ำว่า การตรวจสอบโดยมนุษย์ต้องทำควบคู่ไปกับการติดตามทางเทคนิคอย่างต่อเนื่อง

เราควรมอบอำนาจให้ Agent เท่าที่จำเป็นสำหรับแต่ละภารกิจเท่านั้น และต้องทำให้เพิกถอนอำนาจนั้นได้ง่ายด้วย

บทสรุปเกี่ยวกับการชำระเงินด้วย AI อย่างปลอดภัย

การชำระเงินด้วย AI Agent ช่วยเพิ่มประสิทธิภาพมหาศาลให้กับธุรกิจคริปโตยุคใหม่ แต่การไว้วางใจให้ซอฟต์แวร์ถือเครื่องมือทางการเงิน ต้องอาศัยระบบควบคุมความปลอดภัยที่เข้มแข็ง การแบ่งแยกหน้าที่อย่างชัดเจน และการเฝ้าระวังอย่างสม่ำเสมอ

ภาคธุรกิจควรเริ่มจากการมอบหมายงานที่เฉพาะเจาะจงและให้อำนาจขั้นต่ำแก่ AI Agent แล้วจึงค่อยขยายสิทธิ์เหล่านั้น เมื่อระบบพิสูจน์แล้วว่าทำงานได้ตรงตามเจตนาเมื่อเวลาผ่านไป

หมายเหตุเปิดเผยข้อมูล: Zoomex เป็นผู้สนับสนุนรายงาน State of AI Agent Payments 2026 ขณะที่ BeInCrypto เป็นผู้ดูแลเนื้อหาและกองบรรณาธิการอย่างเป็นอิสระ ผลงานในอดีตของสินทรัพย์ดิจิทัลหรือผลการดำเนินงานในอดีต มิได้เป็นสิ่งบ่งชี้ถึงผลลัพธ์หรือผลการดำเนินงานในอนาคต