คาดว่า “พาณิชย์แบบ AI-to-AI” จะเพิ่มความเร็วในการหมุนเวียนของเงินให้สูงขึ้น ทำให้ธนาคารกลางอาจไม่สามารถตอบสนองต่อภาวะเงินเฟ้อที่เกิดในระดับความเร็วของเครื่องหรือเหตุการณ์ “แฟลชครัช” ได้ทัน ผู้เชี่ยวชาญเสนอว่าควรฝังกฎระเบียบลงในโค้ดโดยตรง เพื่อป้องกันความล้มเหลวแบบลุกลาม
- ประเด็นสำคัญ:
-
- กองทุนการเงินระหว่างประเทศ (IMF) คาดว่าการเปลี่ยนไปสู่ AI เชิงเอเจนต์ (agentic AI) จะกระตุ้นให้ความเร็วในการหมุนเวียนของเงินเพิ่มขึ้นอย่างรุนแรง
-
- Sydney Huang เตือนว่าตลาด agentic ที่คาดว่าจะมีมูลค่า 236 พันล้านดอลลาร์ภายในปี 2034 จำเป็นต้องมีการกำกับดูแลด้วยความเร็วระดับเครื่อง
-
- เสถียรภาพในอนาคตของ Human API และธนาคารทั่วโลก ขึ้นอยู่กับการฝังข้อกำหนดกรอบการกำกับลงในโค้ด
จุดจบของ “นโยบายที่ช้าเกินไป”
จากรายงานของกองทุนการเงินระหว่างประเทศ (IMF) ประจำเดือนเมษายน 2026 ระบุว่าโลกกำลังออกจากยุค “กดเพื่อจ่าย” อย่างรวดเร็ว และก้าวเข้าสู่ยุค “ตัดสินใจเพื่อจ่าย” แต่เมื่อมนุษย์ก้าวออกจากวงจร คำถามสำคัญก็เกิดขึ้นว่า: พารามิเตอร์กันพลาดด้านการเงินของเราจะทนต่อเศรษฐกิจที่วิ่งด้วยความเร็วของเครื่องได้หรือไม่?
รายงานของ IMF ระบุว่า AI แบบเอเจนต์ (agentic artificial intelligence) จะทำให้ความเร็วในการหมุนเวียนของเงินเพิ่มขึ้นอย่างรุนแรง เมื่อขจัด “แรงเสียดทาน” ของมนุษย์ออกไป ทุนจะไหลเวียนผ่านเศรษฐกิจโลกด้วยความเร็วที่ไม่เคยเกิดขึ้นมาก่อน Sydney Huang ซีอีโอของ Human API เสนอว่าเราอาจเห็นความเร็วในการหมุนเวียนของเงินเพิ่มขึ้น 10 เท่า แม้ฟังดูเหมือนปาฏิหาริย์ด้านผลิตภาพ แต่สำหรับธนาคารกลางกลับเป็นฝันร้าย เพราะนโยบายการเงินแบบดั้งเดิมถูกสร้างบนพื้นฐานของ “ดีเลย์” เมื่อธนาคารกลางปรับขึ้นอัตราดอกเบี้ย การตัดสินใจนั้นต้องใช้เวลาหลายเดือนกว่าจะส่งผลผ่านสถาบันของมนุษย์ ในเศรษฐกิจแบบ AI-to-AI ดีเลย์นี้จะหายไป
“Huang เตือนว่า การที่ AI-to-AI commerce ทำให้ความเร็วในการหมุนเวียนของเงินเพิ่มขึ้น 10 เท่า จะต้องให้หน่วยงานกำกับดูแลนำเครื่องมือที่ทำงานด้วยความเร็วระดับเครื่องมาใช้ หากไม่มีความสามารถดังกล่าว ภาวะเงินเฟ้อที่พุ่งขึ้นแบบฉับพลัน หรือเหตุการณ์แฟลชครัชในระดับโลก อาจเกิดขึ้นก่อนที่ผู้กำกับดูแลของมนุษย์จะได้รับการแจ้งเตือนบนแดชบอร์ดเสียอีก
เพื่อป้องกันความล้มเหลวแบบลุกลาม Huang ให้เหตุผลว่า หน่วยงานกำกับดูแลต้องเลิกเป็นเพียงผู้ชม และต้องเข้าไปเป็นส่วนหนึ่งของโค้ดเอง “รวมถึงระบบติดตามแบบเรียลไทม์ การทำให้ข้อกำหนดการปฏิบัติตามกฎ (compliance) สามารถตั้งโปรแกรมได้ และฝังลงในโครงสร้างพื้นฐานทางการเงินโดยตรง รวมถึงระบบตัดวงจรอัตโนมัติ เพื่อป้องกันความล้มเหลวแบบลุกลาม” เธอกล่าว วิสัยทัศน์นี้สอดคล้องกับ Three-Layer Framework ที่ IMF เสนอ ซึ่งระบุว่า ชั้นการอนุมัติของธุรกรรมทุกรายการต้องมีข้อกำหนดที่มนุษย์กำหนดฝังอยู่
Huang เสนอว่า “หน่วยงานกำกับดูแลอาจจำเป็นต้องแปลงนโยบายให้อยู่ในรูปแบบที่เครื่องอ่านได้ ซึ่งสามารถบังคับใช้ในระดับธุรกรรม” พาณิชย์แบบเอเจนต์ยังต้องมีระบบตัดวงจรอัตโนมัติในระดับธุรกรรมด้วย เพื่อให้เมื่อเอเจนต์เริ่มแสดงพฤติกรรมที่สัมพันธ์กันอย่างสูง “ฟิวส์” แบบอัตโนมัติจะต้องขาด เพื่อหยุดปฏิกิริยาลูกโซ่
รายงานของ IMF ชี้ให้เห็นว่า “ระบบแบบเอเจนต์สามารถตีความเป้าหมายและตรวจสอบกิจกรรมแบบเรียลไทม์ได้” นั่นหมายความว่า การตรวจสอบรู้จักลูกค้า (know-your-customer) และการตรวจสอบต่อต้านการฟอกเงิน ถูกเขียนโปรแกรมให้ฝังอยู่ใน “ดีเอ็นเอ” ของเอเจนต์ AI โดยตรง
พิสูจน์ที่มาของการตัดสินใจ
หนึ่งในความท้าทายที่ซับซ้อนที่สุดสำหรับผู้กำกับดูแลในยุคใหม่นี้ อาจคือ “ตลาดที่มองไม่เห็น” ในโลกที่เอเจนต์ไม่ใช้ภาษาของมนุษย์เพื่อประสานงาน คำถามจึงเกิดขึ้นว่า: เราจะแยกแยะได้อย่างไรว่า “บอท” เพียงแค่กำลังเพิ่มประสิทธิภาพ หรือเป็น “กองทัพบอท” ที่ร่วมมือกันเพื่อกำหนดราคา?
Huang ระบุว่าจำเป็นต้องเปลี่ยนจากการวิเคราะห์การสื่อสาร ไปสู่การวิเคราะห์พฤติกรรม
“ผู้กำกับดูแลจะต้องพิจารณารูปแบบ เช่น การกระทำที่ซิงโครไนซ์ การพึ่งพาข้อมูลร่วมกัน และความผิดปกติทางสถิติ” เธอกล่าว วิธีแก้อาจอยู่ที่ “ที่มาของการตัดสินใจ (decision provenance)” Huang เสนออนาคตที่เอเจนต์ต้องให้หลักฐานที่ตรวจสอบได้ว่า การตัดสินใจถูกทำขึ้นอย่างอิสระภายใต้นโยบายที่ประกาศไว้ เมื่อพิสูจน์ได้ว่าการตัดสินใจนั้นไปถึงได้อย่างไร เอเจนต์ก็สามารถแสดงได้ว่าไม่ได้แอบประสานงานกับคู่แข่งอย่างลับๆ
นอกเหนือจากการกำกับดูแล ยังมีประเด็นว่าเอเจนต์เหล่านี้สื่อสารกันอย่างไรจริงๆ Huang ชี้ว่าการเจรจาระหว่างเอเจนต์อย่างปลอดภัยต้องมีมาตรฐานสากลสำหรับตัวตน การสื่อสาร และการบังคับใช้กฎ
“เอเจนต์ต้องสามารถตรวจสอบตัวตนและสิทธิ์อนุญาตของกันและกันได้ ดำเนินการภายใต้กรอบการเจรจาร่วม และแนบการรับประกันที่ตรวจสอบได้กับการกระทำของพวกเขา” Huang กล่าว การเปลี่ยนนี้ทำให้ความไว้วางใจไม่ได้อยู่ที่คู่สัญญาแต่ละฝ่ายอีกต่อไป แต่ย้ายไปอยู่ที่ “การรับประกันของระบบ” ด้วยการใช้มาตรฐานที่กำลังเกิดขึ้น เช่น agent payments protocol (AP2) และ model context protocol (MCP) ธุรกิจสามารถทำให้มั่นใจได้ว่าเอเจนต์จากบริษัท A จะเจรจากับเอเจนต์จากบริษัท B ได้อย่างปลอดภัย โดยไม่ต้องมีคนกลางที่เป็นกรรมสิทธิ์
เมื่อมีการมอบการกำกับดูแลให้ตัวแทนดิจิทัลมากขึ้น ความเสี่ยงของมนุษย์แบบใหม่ก็เกิดขึ้น: ภาวะทักษะเสื่อมถอย (atrophy) หากเอเจนต์ดูแลคลังเงินของบริษัทเป็นเวลา 5 ปีโดยที่ไม่มีการแทรกแซงจากมนุษย์ มนุษย์ที่ทำหน้าที่ดูแลคลังจะยังรู้วิธีจัดการวิกฤตได้หรือไม่ หากระบบดับลง?
Huang เตือนว่าเมื่อการกำกับดูแลถูกมอบให้มากขึ้นเรื่อยๆ มีความเสี่ยงร้ายแรงที่ผู้ปฏิบัติงานของมนุษย์จะสูญเสียความสามารถในการเข้าไปแทรกแซงได้อย่างมีประสิทธิภาพ “การรักษาความพร้อมในการปฏิบัติการให้คงอยู่สำคัญพอๆ กับการสร้างกลไกสำรองเพื่อรับมือ” เธอกล่าว
รับมือภาวะทักษะเสื่อมถอยของมนุษย์
เพื่อบรรเทาสิ่งนี้ เธอให้เหตุผลว่าระบบต้องจัดให้มีการซ้อมอย่างสม่ำเสมอ โดยให้มนุษย์เป็นผู้ถือพวงมาลัย และรวมโหมดที่มนุษย์จำลองการกระทำของเอเจนต์เพื่อเทียบตรรกะ นอกจากนี้ยังจำเป็นต้องทำให้ “สวิตช์ตัดการทำงาน (kill switch)” เป็นเส้นทางที่ถูกฝึกใช้จริง “เป้าหมาย” Huang กล่าว “คือทำให้การกำกับดูแลของมนุษย์ยังคงใช้งานได้จริงและถูกฝึกฝนอยู่ ไม่ใช่เป็นเพียงทฤษฎี”
เมื่อโลกมุ่งหน้าไปสู่ตลาด agentic ที่คาดว่าจะมีมูลค่า 236 พันล้านดอลลาร์ภายในปี 2034 คำจำกัดความของ “ผู้เข้าร่วมตลาด” ก็เปลี่ยนไป ไม่ใช่แค่การกำกับดูแลคนเท่านั้น แต่เป็นสิ่งที่เรียกว่า “ซูเปอร์อินดิวิดิชชวล (super-individuals)” ที่ขับเคลื่อนด้วยบอทอัตโนมัติหลายพันตัว
การปฏิวัติ “decide-to-pay” ให้ประสิทธิภาพที่ไร้แรงเสียดทาน แต่ก็ต้องแลกกับการออกแบบสถาปัตยกรรมการเงินโลกใหม่ทั้งหมด ตามที่ Huang อธิบายว่า เพื่อกำกับเศรษฐกิจที่วิ่งด้วยความเร็วของเครื่อง กฎหมายเองก็ต้องกลายเป็นความเร็วระดับเครื่องเช่นกัน หากเราล้มเหลวในการฝัง human-in-the-loop ไว้ในระดับสถาปัตยกรรม เราเสี่ยงที่จะสร้างเศรษฐกิจที่เคลื่อนเร็วเกินกว่าผู้สร้างจะควบคุมได้
