เมื่อ AI เริ่มใช้เงินเอง ธุรกิจจะควบคุมอย่างไร และเตรียมรับลูกค้าที่ไม่ใช่มนุษย์อย่างไร?

ลองจินตนาการว่าเราสั่ง AI ให้ “ช่วยเลือกรถ EV สำหรับครอบครัวงบไม่เกิน 1.5 ล้านบาท เปรียบเทียบรุ่นที่เหมาะที่สุดแล้วจัดการจองให้เรียบร้อย” วันนี้ AI สามารถช่วยค้นหารุ่น เปรียบเทียบราคา ระยะทางต่อการชาร์จ โปรโมชัน หรือหา Dealer ได้แล้ว แต่เมื่อถึงคำว่า “จัดการจอง” คำถามใหม่จะเกิดขึ้นทันที เราจะยอมให้ AI จ่ายค่าจอง 5,000 บาทเองไหม แล้วถ้าเป็นเงินจำนวนที่มากกว่านี้ เรายังจะกล้าให้ AI ทำธุรกรรมแทนไหม? 

นี่คือโจทย์ของ Agentic Payment เมื่อ AI ไม่ได้หยุดอยู่แค่การค้นหาและแนะนำ แต่สามารถซื้อสินค้า เรียกใช้บริการ หรือทำ Transaction เพื่อให้งานสำเร็จได้ด้วยตัวเอง คำถามสำคัญจึงไม่ใช่แค่ว่า AI จ่ายเงินได้หรือยัง แต่เราจะไว้ใจให้ AI ทำธุรกรรมแทนเราได้แค่ไหน

Human-in-the-loop ปลอดภัย แต่กลายเป็นคอขวดได้

วิธีที่ตรงไปตรงมาที่สุดในวันนี้ คือให้ AI ทำงานจนถึงขั้นตอนชำระเงินแล้วส่งกลับมาให้มนุษย์กดยืนยัน วิธีนี้เหมาะกับการซื้อดอกไม้หนึ่งช่อ แต่ลองเปลี่ยนโจทย์เป็น AI Agent ที่ทำ Research ให้บริษัท และต้องซื้อข้อมูล เรียก API หรือใช้บริการจากคู่ค้ากว่า 20 แห่งเพื่อทำงานหนึ่งชิ้นให้เสร็จ ถ้ามนุษย์ต้องกด Approve ทั้ง 20 ครั้ง แสดงว่า Automation ก็ยังไม่สามารถทำงานได้เต็มศักยภาพ เพราะ AI สามารถทำ Transaction จำนวนมากได้เร็วกว่าที่มนุษย์จะตามอนุมัติ

โจทย์ของ Agentic Payment จึงไม่ใช่การเอามนุษย์ออกจากระบบทั้งหมด แต่คือ จะลด Human Bottleneck โดยที่ยังควบคุมความเสี่ยงได้อย่างไร 

แทนที่จะให้ AI ถือบัตรเรา ลองคิดว่า AI คือพนักงานคนหนึ่ง

บริษัทคงไม่ให้บัตรเครดิตองค์กรกับพนักงานโดยบอกว่า “ซื้ออะไรก็ได้เท่าที่คิดว่าเหมาะสม” เรากำหนดวงเงิน ประเภทค่าใช้จ่าย ร้านค้าที่ใช้ได้ และตรวจสอบย้อนหลังว่าเงินถูกใช้ไปกับอะไร AI ก็ควรถูกบริหารด้วยหลักการเดียวกัน 

หากองค์กรต้องการให้ Agent ใช้เงินจริง สิ่งสำคัญจึงไม่ใช่แค่ Payment Technology แต่คือการสร้าง Control Layer ครอบอยู่ด้านบน โดยเริ่มจากการแยก Payment ของ AI ออกจากของมนุษย์ เพื่อให้รู้ชัดว่าธุรกรรมไหนเกิดจาก Agent พร้อมกำหนดวงเงินและตรวจสอบย้อนหลังได้ว่า AI จ่ายอะไร เมื่อไร และเท่าไร จากนั้นต้องมี Guardrails ก่อนเงินออก เช่น ซื้อได้เฉพาะ Merchant ที่กำหนด ใช้ได้เฉพาะบาง Category หรือมี Budget Limit ตามช่วงเวลา 

เพราะการรู้ว่า AI ซื้อผิดหลังจ่ายเงินไปแล้ว เป็นเพียง Damage Control และสำหรับธุรกรรมที่มีความเสี่ยงสูง อาจต้องแยก AI ที่ “ลงมือทำ” ออกจาก AI ที่ “ตรวจสอบ” คล้าย Maker–Checker หรือ Committee ขององค์กร เพียงแต่ AI สามารถตรวจสอบกันหลายชั้นได้ภายในเวลาไม่กี่นาที นั่นหมายความว่า Agent ที่ดีอาจไม่ได้วัดเพียงว่า ทำ Task สำเร็จหรือไม่ แต่ต้องตอบได้ด้วยว่า มันมี Permission แค่ไหน อยู่ภายใต้ Guardrail อะไร และทุก Action สามารถ Audit ย้อนหลังได้หรือไม่

ถ้า AI เป็นลูกค้า ธุรกิจของเราจะถูก AI หาเจอหรือเปล่า?

อีกด้านที่น่าสนใจกว่าการให้ AI จ่ายเงิน คือวันที่ AI กลายเป็น ลูกค้า วันนี้ธุรกิจออกแบบช่องทางขายให้มนุษย์ใช้งานเป็นหลัก ตั้งแต่ Website, Mobile App ไปจนถึง Social Commerce และ Marketplace แต่ AI Agent ไม่ได้มองโลกดิจิทัลเหมือนมนุษย์ หากข้อมูลสินค้า ราคาหรือวิธีซื้ออยู่ในระบบที่ Agent เข้าถึงไม่ได้ ต่อให้สินค้าดีหรือราคาถูกกว่า

AI ก็อาจไม่รู้ด้วยซ้ำว่าธุรกิจนั้นมีอยู่ ร้านค้าที่มีข้อมูลซึ่ง Agent สามารถค้นพบ อ่าน เข้าใจ และทำปฏิบัติงานแทนคนหรือทำธุรกรรมต่อได้ จึงอาจมีความได้เปรียบในโลกที่ AI เป็นคนค้นหาและเลือกซื้อแทนมนุษย์ ในอดีตธุรกิจต้องคิดเรื่อง SEO เพื่อให้ Google หาเจอ ในอนาคตอาจต้องคิดเพิ่มว่า จะทำอย่างไรให้ AI หาเราเจอเข้าใจว่าเราขายอะไร และซื้อจากเราได้

เมื่อ AI จ่ายได้ถี่ขึ้น เราอาจไม่จำเป็นต้องขายเป็น “รายเดือน” อีกต่อไป

ความเปลี่ยนแปลงที่อาจตามมาคือรูปแบบการคิดราคา เหตุผลหนึ่งที่หลายบริการเก็บเงินเป็นรายเดือนหรือขายเป็น Package เพราะทุกการดำเนินการ หรือการทำธุรกรรมมีต้นทุน ตั้งแต่ Payment Processing ไปจนถึง Accounting และ Documentation แต่ถ้า AI สามารถลดงานเหล่านี้ลงได้ 

โดยธุรกรรมขนาดเล็กมาก ๆ หรือ Nano Payment ก็อาจมีความเป็นไปได้มากขึ้น แทนที่จะซื้อ Subscription หนึ่งเดือน เราอาจจ่ายเฉพาะเวลาที่ใช้ แทนที่จะซื้อ Service เป็น Package เราอาจจ่ายเป็นรายครั้ง รายชั่วโมง หรือแม้แต่รายนาที Agentic Payment จึงอาจไม่ได้เปลี่ยนแค่ “ใครเป็นคนจ่าย” แต่กำลังตั้งคำถามใหม่ว่า “เราควรจ่ายค่าบริการกันอย่างไร”

ก่อนถามว่า AI จ่ายเงินได้หรือยัง เราต้องมีกติกาให้มันก่อน

หากองค์กรกำลังคิดจะให้ AI Agent ทำ Transaction ได้เอง สิ่งที่ควรเตรียมอาจไม่ใช่แค่เทคโนโลยีการจ่ายเงิน แต่คือ กติกาว่า AI มีสิทธิ์ทำอะไรได้แค่ไหน

• กำหนดขอบเขตการใช้เงินให้ชัด: AI ควรมี Budget ของตัวเอง พร้อมกำหนดว่าใช้ได้เท่าไร ซื้ออะไรได้ และ Transaction แบบไหนต้องกลับมาให้มนุษย์อนุมัติ
• สร้าง Guardrails ก่อนเงินออก: กำหนด Permission, Merchant, Category หรือวงเงินตามความเสี่ยง เพื่อป้องกันความผิดพลาดตั้งแต่ก่อน Transaction เกิดขึ้น ไม่ใช่รอตรวจสอบหลังเงินถูกจ่ายไปแล้ว
• ทำให้ทุก Action ตรวจสอบย้อนหลังได้: ต้องรู้ว่า AI ทำอะไร เมื่อไร ใช้เงินไปกับอะไร และเพราะเหตุใด เพื่อให้สามารถ Audit และหยุดความผิดปกติได้
• เตรียมธุรกิจให้ AI เข้าใจและซื้อได้: เมื่อ AI เริ่มค้นหา เปรียบเทียบ และซื้อแทนมนุษย์ ข้อมูลสินค้า ราคา และช่องทาง Transaction ต้องอยู่ในรูปแบบที่ Agent สามารถค้นพบและเข้าถึงได้

ติดตามมุมมองและบทสนทนาเต็มเรื่อง Agentic Payment ได้ใน UPSTREAM Podcast EP.3 ทาง YouTube ของ SCB 10X

บทความโดย : ธนันดร พานิชนก Head of Branding & Community บริษัท เอสซีบี เท็นเอกซ์ จำกัด (SCB10X)