Mastercard เปลี่ยนระบบป้องกันฉ้อโกงให้บอทกลายเป็นผู้ซื้อแทนโจร

Mastercard เปิดเผยการเปลี่ยนแปลงในระบบตรวจจับการฉ้อโกงระดับโลกที่เคยฝึกฝนให้มองบอทเป็น “โจร” แต่ตอนนี้บอทกลับกลายเป็นผู้ซื้อหลักของเครือข่าย การปรับโครงสร้างกฎความเสี่ยงดังกล่าวถูกสรุปโดย Greg Ulrich รองหัวหน้าฝ่าย AI และข้อมูลของบริษัท ในงาน VB Transform 2026 ที่เมนโล พาร์คเมื่อวันที่ 14 กรกฎาคมที่ผ่านมา ความสำคัญของการเปลี่ยนแปลงนี้ส่งผลต่อ 175 billion ธุรกรรมที่ Mastercard ประมวลผลต่อปีและแนวทางความปลอดภัยของระบบการชำระเงินทั่วโลก

Overview

Mastercard ทำหน้าที่ประเมินความเสี่ยงของแต่ละธุรกรรมภายในเวลาน้อยกว่า 100 milliseconds เพื่อให้ธนาคารผู้ออกบัตรสามารถตัดสินใจรับหรือปฏิเสธได้อย่างรวดเร็ว Ulrich ระบุว่าในปีที่ผ่านมาเครือข่ายต้องประมวลผล 175 billion การแตะบัตรและให้คะแนนความเสี่ยงจากศูนย์ถึงเก้า‑ร้อย‑เก้าสิบเก้า (0‑999) ระบบนี้ทำหน้าที่เป็น “สกอร์” ที่ส่งต่อไปยังธนาคารผู้ออกบัตรเพื่อใช้เป็นข้อมูลอ้างอิงในการตัดสินใจ

การให้คะแนนแบบเรียลไทม์นี้ต้องพึ่งพาโครงสร้างพื้นฐานด้านคอมพิวเตอร์ที่มีประสิทธิภาพสูงและอัลกอริทึมที่ได้รับการฝึกจากข้อมูลหลายปี แม้ว่าการทำงานภายในช่วงเวลาที่สั้นมากจะเพิ่มความเสี่ยงต่อข้อผิดพลาด แต่ Mastercard ยืนยันว่าระบบยังคงรักษาอัตราความแม่นยำสูงโดยไม่มีผลกระทบต่อประสบการณ์ของผู้บริโภค

AI‑Driven Fraud Detection

ด้วยเทคโนโลยี Generative AI ล่าสุด Mastercard สามารถนำข้อมูลและบริบทเพิ่มเติมเข้ามาในขั้นตอนการให้คะแนนความเสี่ยง ซึ่งทำให้สามารถระบุธุรกรรมที่เป็นการฉ้อโกงได้เพิ่มขึ้น **300‑400 % ในช่วงความเสี่ยงสูงโดยไม่เพิ่มอัตราการบล็อกผิดพลาด (false positive)

ระบบ Safety Net ของบริษัทได้หยุดยั้งการทำรายการฉ้อโกงมากกว่า 70 billion รายการในปีที่ผ่านมา Ulrich บรรยายว่า Safety Net ทำงานร่วมกับโมเดล Transformer ที่สร้างขึ้นจากข้อมูลธุรกรรมของ Mastercard เพื่อใช้เป็นฐานสำหรับโซลูชันด้านความปลอดภัย ความเป็นส่วนตัวและการปรับแต่งประสบการณ์ผู้ใช้ในอนาคต

นอกจากนี้ การพัฒนา Transformer model ของบริษัทยังอยู่ระหว่างขั้นตอนทดสอบเพื่อรองรับการตรวจจับรูปแบบใหม่ของการฉ้อโกงที่อาจเกิดจากบอทอัตโนมัติหรือเทคนิค AI ที่ซับซ้อนยิ่งขึ้น ซึ่งคาดว่าจะขยายขีดความสามารถด้านการปกป้องข้อมูลและการให้บริการเชิงส่วนบุคคลต่อไป

Service Business & AI Expansion

ตามรายงานของ Mastercard ปัจจุบัน 40 % ของยอดขายรวมมาจากธุรกิจบริการที่ครอบคลุมด้านการตลาด, ความปลอดภัยและการวิเคราะห์ข้อมูล Ulrich ชี้ว่าในส่วนนี้มี หนึ่งในสาม** (≈33 %) ที่อาศัยเทคโนโลยี AI เป็นแกนหลักในการให้บริการ และกำลังเติบโตเร็วกว่าแผนกอื่น ๆ อย่างชัดเจน

ความสำเร็จของ AI ในธุรกิจบริการทำให้ Mastercard สามารถขยายข้อเสนอจากการตรวจจับการฉ้อโกงไปสู่การให้คำปรึกษาทางข้อมูลเชิงลึก (business intelligence) และโซลูชันด้านการตลาดที่ใช้โมเดลคาดการณ์เพื่อเพิ่มประสิทธิภาพของผู้ค้า

โดย Ulrich ย้ำว่าการขยายตัวนี้ไม่เพียงแต่ช่วยลดความเสี่ยง แต่ยังสร้างมูลค่าใหม่ให้กับเครือข่าย เช่น การเสนอ “insight tokens” ที่ให้สิทธิ์เข้าถึงข้อมูลเชิงลึกตามการยินยอมของผู้บริโภค ซึ่งเป็นส่วนหนึ่งของแนวคิด “personalization at scale”

Five‑Layer Trust Architecture

เพื่อรับมือกับความซับซ้อนที่เพิ่มขึ้นจาก “agentic commerce” Mastercard ได้ออกแบบกรอบความปลอดภัย 5 ชั้น ดังต่อไปนี้

• Identity – ตรวจสอบตัวตนของผู้บริโภคและบอทโดยใช้แนวคิด KYA (Know Your Agent) เพื่อยืนยันว่าเทคโนโลยีที่ทำงานเป็นบอทยังคงได้รับการรับรองและลงทะเบียนในระบบ
• Verifiable Intent – บันทึกเจตนาเดิมของคำสั่งซื้อแบบเข้ารหัสไม่สามารถเปลี่ยนแปลงได้ ส่งต่อพร้อมธุรกรรมเพื่อให้ตรวจสอบความสอดคล้องกับคำสั่งที่ผู้ใช้ตั้งไว้จริง ๆ
• Controls – กำหนดข้อจำกัดเช่น รายการร้านค้าที่บอทสามารถทำรายการได้, ขีดจำกัดยอดเงินและเงื่อนไขอื่น ๆ เพื่อป้องกันการใช้งานเกินสิทธิ์
• Execution – ผ่านระบบ Agent Pay ที่รวมการโทเคน การยืนยันตัวตน และกรอบการรับรองเข้าด้วยกัน ปัจจุบันทำงานร่วมกับพันธมิตรเช่น Microsoft, OpenAI และ Google
• Intelligence – ใช้กฎความเสี่ยงขั้นสูง, “insight tokens” ที่ให้สิทธิ์เข้าถึงข้อมูลส่วนบุคคลตามที่ผู้ใช้ยินยอม, รวมถึงการเฝ้าติดตามภัยคุกคามผ่าน Recorded Future

แต่ละชั้นทำหน้าที่สนับสนุนกันและกันเพื่อสร้างโครงข่ายความเชื่อมั่นที่สามารถสเกลได้ในระดับโลก

Agentic Commerce & Procurement

แนวคิด “agentic commerce” หมายถึงการมอบอำนาจให้บอทดำเนินการซื้อแทนผู้บริโภคหรือองค์กร ซึ่งเปลี่ยนแปลงรูปแบบของธุรกรรมจาก “การสั่งซื้อตรง ๆ” ไปเป็น “การมอบหมายอำนาจ” (delegated authority) บอทต้องรับรู้เจตนา, ข้อจำกัดและข้อมูลตัวตนของผู้ใช้เพื่อทำรายการอย่างปลอดภัย

Ulrich ยกตัวอย่างในด้าน B2B ว่าโรงงานที่มีสายการผลิตต่อเนื่องอาจใช้บอทจัดการสต็อกโดยอัตโนมัติ: ตรวจสอบระดับสินค้าคงคลัง, สั่งซื้อจากซัพพลายเออร์ที่ได้รับอนุมัติและตรวจสอบวงเงินตามนโยบายภายใน ระบบเดียวกันต้องใช้ห้าชั้นความปลอดภัยเพื่อให้ทุกขั้นตอนเป็นไปอย่างโปร่งใสและเชื่อถือได้

การขยาย agentic commerce ไปยังหลายบริษัทหมายถึงต้องมีมาตรฐานร่วมด้านตัวตน (identity), เจตนา (intent) และการควบคุม (controls) ระหว่างธนาคาร, ผู้ขายและผู้ให้บริการบอท ซึ่งเป็นความท้าทายใหม่สำหรับอุตสาหกรรมการเงินทั่วโลก

Impact

การปรับโครงสร้างกฎความเสี่ยงเพื่อยอมรับบอทเป็นผู้ซื้อมีผลกระทบต่อหลายฝ่าย ผู้ค้าได้รับประโยชน์จากระบบที่ลดการปฏิเสธผิดพลาดและเพิ่มความเร็วในการทำธุรกรรม ในขณะเดียวกันผู้บริโภคจะยังคงได้รับการคุ้มครองจากการฉ้อโกงโดยไม่ต้องเผชิญกับขั้นตอนตรวจสอบเพิ่มเติม

สำหรับสถาบันการเงิน การใช้ AI ระดับสูงเช่น Transformer model และ Generative AI จะเป็นตัวเร่งให้การประเมินความเสี่ยงเป็นแบบเรียลไทม์และแม่นยำมากขึ้น ซึ่งอาจลดต้นทุนด้านป้องกันฉ้อโกงในระยะยาว นอกจากนี้ การขยายบริการที่อิง AI ไปสู่ส่วนของ “intelligence” จะเปิดโอกาสให้เกิดผลิตภัณฑ์ใหม่ ๆ ที่ตอบโจทย์การตลาดและการวิเคราะห์ข้อมูลเชิงลึก

สุดท้าย ความสำเร็จของกรอบ 5‑layer และแนวคิด agentic commerce ขึ้นอยู่กับมาตรฐานสากลที่สามารถทำงานข้ามพรมแดนได้ การกำหนดมาตรฐานเหล่านี้จะเป็นกุญแจสำคัญในการสร้างความเชื่อมั่นระหว่างผู้ใช้, บอทและระบบการเงินในระดับโลก

Summary

Mastercard ปรับเปลี่ยนกรอบความเสี่ยงเพื่อให้บอททำหน้าที่เป็นผู้ซื้อโดยไม่ลดประสิทธิภาพของระบบป้องกันการฉ้อโกง ซึ่งส่งผลต่อ 175 billion ธุรกรรมต่อปีและขยายโอกาสทางธุรกิจใหม่ ๆ ในรูปแบบ agentic commerce การใช้ AI ขั้นสูงและกรอบความปลอดภัย 5 ชั้นเป็นพื้นฐานสำคัญที่จะทำให้ระบบนี้สามารถสเกลได้อย่างปลอดภัยในอนาคต.