สรุปวงเสวนารับมือมิจฉาชีพยุค AI คนในอาเซียน 72% ดูมิจฉาชีพออก แต่พร้อมรับมือจริงแค่ 16%

ผู้บริหารมากประสบการณ์รายหนึ่งในสิงคโปร์ได้รับเชิญเข้าประชุมออนไลน์กับคนที่ดูเหมือนนายกรัฐมนตรี Lawrence Wong และผู้นำระดับสูงอีกหลายคน ใบหน้าคุ้นตาและบรรยากาศดูจริงจนผู้เสียหายเชื่อว่ากำลังได้ร่วมสนับสนุนโครงการระดับโลก จึงโอนเงินไปเกือบ 5 ล้านดอลลาร์สิงคโปร์ ก่อนจะพบว่าทุกคนในห้องประชุมนั้นถูกสร้างขึ้นด้วยวิดีโอปลอมจาก AI (Deepfake)

เหตุการณ์นี้ถูกหยิบมาเปิดเวทีเสวนา ‘Upholding Trust in the Age of AI: Detecting and Disrupting the Next Generation of Scams’ ในงาน Singapore International Cyber Week (SICW) 2026 โดย Josephine Teo รัฐมนตรีว่าการกระทรวงพัฒนาดิจิทัลและสารสนเทศ และรัฐมนตรีผู้รับผิดชอบด้านความมั่นคงปลอดภัยไซเบอร์ของสิงคโปร์ ซึ่งสรุปโจทย์ไว้ว่ามิจฉาชีพอาศัยความไว้ใจของมนุษย์มาตลอด แต่สิ่งที่ AI เปลี่ยนคือ ‘ต้นทุนของการหลอกลวง’ ที่ถูกลงมาก จนสัญญาณที่คนเคยใช้แยกของจริงจากของปลอมถูกปลอมขึ้นได้ทั้งหมด

ต่อจากปาฐกถาเปิด วงเสวนาที่ดำเนินรายการโดย Steven Chia บรรณาธิการอาวุโสและพิธีกรอาวุโสของสำนักข่าว CNA ได้รวมตัวแทนจากธนาคาร ตำรวจ หน่วยงานเทคโนโลยีภาครัฐ สถาบันวิจัยนโยบาย และ Google DeepMind มาตอบคำถามเดียวกันว่า เมื่อตาและหูเชื่อไม่ได้อีกต่อไป จะรักษาความไว้ใจไว้อย่างไร คำตอบที่ทั้งวงเห็นตรงกันคือภาระไม่ควรตกอยู่ที่ความระมัดระวังของแต่ละคน แต่ต้องย้ายการป้องกันขึ้นไปที่ต้นน้ำ และเชื่อมระบบของทุกฝ่ายเข้าหากัน

มิจฉาชีพไม่ได้เริ่มที่การโอนเงิน แต่เริ่มที่การสร้างความไว้ใจ

ประเด็นแรกของวงคือธุรกิจหลอกลวงเปลี่ยนไปแค่ไหน Senior Assistant Commissioner Justin Wong ผู้บัญชาการ Cyber Command ของตำรวจสิงคโปร์ (Singapore Police Force: SPF) ซึ่งเป็นทีมที่ดูแลคดี Deepfake มูลค่าเกือบ 5 ล้านดอลลาร์สิงคโปร์ เล่าว่าในทางเทคนิค วิดีโอปลอมในคดีนั้นไม่ได้ซับซ้อนและยังมีร่องรอยผิดปกติชัดเจน แต่ผู้เสียหายถูกดึงเข้าไปในเรื่องเล่าจนไม่ทันระวังตัว หากวิดีโอคุณภาพไม่สูงยังได้ผลขนาดนี้ เมื่อมิจฉาชีพหันไปใช้โมเดล AI ที่ล้ำหน้ากว่าเดิม ความเสียหายก็ยิ่งน่ากังวล

JJ Geewax ผู้อำนวยการฝ่าย Applied AI ของ Google DeepMind มองในทางเดียวกันว่าการหลอกลวงมีสองครึ่ง คือเทคโนโลยีกับจิตวิทยา และครึ่งที่แก้ยากกว่าคือจิตวิทยา เพราะเมื่อเหยื่อเชื่อไปแล้วก็ยากจะดึงกลับ ส่วนเทคโนโลยีที่ดีขึ้นทำหน้าที่พาเหยื่อจมลึกลงไปได้ง่ายขึ้น ทีมของ JJ จึงโฟกัสการตรวจจับให้เกิดเร็วขึ้นตั้งแต่ต้นทาง

ฝั่งธนาคารก็ต้องเปลี่ยนสมมติฐานตามไปด้วย Raju Nair กรรมการผู้จัดการฝ่ายกฎหมายและกำกับดูแล ด้านแพลตฟอร์ม การวิเคราะห์ข้อมูล และการเฝ้าระวัง ของ DBS Bank ระบุว่าการหลอกลวงไม่ได้เกิดตอนจ่ายเงิน แต่เริ่มจากการสร้างความไว้ใจ ไล่ตั้งแต่การดึงดูด การโน้มน้าว จนถึงการโอนเงิน คดีราว 90-95% ที่ DBS พบจึงเป็นธุรกรรมที่เจ้าของบัญชียินยอมโอนเอง และแม้แต่ลูกค้าที่ดีที่สุดก็ตกเป็นเหยื่อการหลอกลวงที่ทำกันเป็นอุตสาหกรรมได้

ปัญหาคือห่วงโซ่นี้กินพื้นที่หลายระบบ Josephine ยกตัวอย่างว่าเหยื่ออาจเจอมิจฉาชีพครั้งแรกบนโซเชียลมีเดีย ย้ายไปคุยต่อบนแอปแชต รับสายโทรศัพท์ แล้วปิดท้ายด้วยการโอนเงินผ่านสถาบันการเงิน ทุกจุดคือโอกาสในการสกัด แต่ไม่มีผู้ป้องกันรายใดมองเห็นทั้งห่วงโซ่

สู้ AI ด้วย AI แบบตรงๆ ฝ่ายป้องกันอาจเป็นฝ่ายแพ้

เมื่อมิจฉาชีพใช้ AI ฝ่ายป้องกันก็ใช้ AI เช่นกัน แต่ Mark Chen ผู้อำนวยการกลุ่ม Trust and Safety ของ Government Technology Agency of Singapore (GovTech) ยอมรับตรงๆ ว่าถ้าสู้กันแบบ AI ชน AI ฝ่ายป้องกันน่าจะแพ้ Mark ยกตัวอย่างว่าคดี Deepfake ข้างต้นเริ่มจากการเปิดวิดีโอจริงของรัฐมนตรี Indranee Rajah ก่อน หากมีเครื่องมือตรวจ Deepfake ที่แม่นยำ 100% จนทุกคนเชื่อถือ แล้วเครื่องมือยืนยันว่าคลิปนั้นไม่ใช่ของปลอม ผลที่ได้คือเหยื่อจะยิ่งเชื่อสนิทใจกว่าเดิม

JJ เสริมว่าแม้ Google จะมีลายน้ำดิจิทัล (SynthID) ที่ฝังในภาพจาก AI ให้ตรวจสอบได้ แต่มิจฉาชีพก็หาทางเลี่ยงได้เสมอ เช่น ส่งภาพจริงของบุคคลที่แอบอ้างไปก่อน แล้วค่อยแทรกภาพจาก AI โดยอ้างว่าแค่ลบรอยบนใบหน้า

ทางออกจึงอยู่ที่การหาจุดที่ฝ่ายป้องกันได้เปรียบ ซึ่ง Mark หมายถึงจุดที่มิจฉาชีพจำเป็นต้องเปิดเผยตัว เช่น เว็บไซต์หลอกลวงที่ต้องโผล่บนอินเทอร์เน็ตสาธารณะ หรือซิมการ์ดและบัญชีธนาคารที่ต้องยืนยันตัวตนผ่าน Singpass ระบบยืนยันตัวตนดิจิทัลของสิงคโปร์ ตรงนี้เองที่ AI และการเรียนรู้ของเครื่อง (Machine Learning) ช่วยจับรูปแบบการลงทะเบียนที่ผิดปกติได้ก่อนเกิดความเสียหาย

ตัวอย่างที่เห็นผลแล้วคือ Scam Analytics and Tactical Intervention System (SATIS) ที่ GovTech พัฒนาร่วมกับตำรวจ ระบบนี้ใช้ AI สแกนเว็บไซต์กว่า 600,000 แห่งต่อวัน และสกัดเว็บไซต์อันตรายได้ราว 20,000 แห่งต่อเดือน ก่อนขยายไปครอบคลุมเบอร์โทรศัพท์และแพลตฟอร์มออนไลน์ที่น่าสงสัย Justin ระบุเพิ่มว่าในเว็บไซต์หลอกลวงที่ตำรวจสกัดได้ราววันละ 300 แห่ง สองในสามเป็นผลงานของ AI ล้วนๆ โดยไม่ต้องใช้คน ทั้งยังศึกษาโปรไฟล์เว็บไซต์เพื่อหาโดเมนที่อาจถูกนำไปใช้ก่อนจะมีใครแจ้งเข้ามาด้วยซ้ำ

พลังของการป้องกันจะยิ่งทวีคูณเมื่อมีการแบ่งปันข้อมูล Josephine ระบุว่าตำรวจสิงคโปร์ช่วยให้ Meta ลบหรือจำกัดบัญชี เพจ และหน่วยที่เชื่อมโยงกับการหลอกลวงบน Facebook และ Instagram ได้เกือบ 3.8 ล้านรายการ ขณะที่ฝั่งการเงิน ธนาคารกลางสิงคโปร์ (Monetary Authority of Singapore: MAS) กำลังพัฒนาเครื่องมือ AI ร่วมกับธนาคารและตำรวจ เพื่อจับรูปแบบธุรกรรมผิดปกติในบัญชีของเหยื่อ แล้วส่งสัญญาณให้ธนาคารเข้าแทรกแซงได้เร็วขึ้น

สังคมที่ไว้ใจกันสูง กลับเป็นช่องโหว่ที่มิจฉาชีพใช้

ถึงระบบจะสกัดได้มากแค่ไหน สิงคโปร์ก็ยังมีจุดอ่อนที่ซ่อนอยู่ในจุดแข็งของตัวเอง เมื่อ Steven ถามว่าการเป็นสังคมที่ไว้ใจกันสูงกำลังย้อนกลับมาทำร้ายหรือไม่ Justin ยอมรับว่าใช่ เพราะสิงคโปร์มีความเสียหายจากมิจฉาชีพต่อหัวสูงเกินสัดส่วนเมื่อเทียบกับขนาดประเทศ ส่วนหนึ่งมาจากการที่คนเชื่อใจรัฐและระบบที่ทำงานได้ดี โจทย์จึงไม่ใช่การลดความไว้ใจ แต่คือการใช้ความไว้ใจนั้นให้เกิดประโยชน์ เพื่อขยับการป้องกันขึ้นไปที่ต้นน้ำ

Mark อธิบายต่อว่าการพึ่งให้เหยื่อสังเกตเอง ศึกษาเอง หรือลงมือป้องกันตัวเอง มักจบที่การปกป้องคนที่เปราะบางน้อยที่สุด โดยยกงานวิจัย ‘Why do Nigerian Scammers Say They are From Nigeria?’ ที่ชี้ว่าหากมาตรการต้านมิจฉาชีพเป็นแบบสมัครใจ การหลอกลวงบางแบบอาจทำกำไรได้มากขึ้น เพราะเท่ากับช่วยมิจฉาชีพคัดคนที่หลอกยากออกไปจากกลุ่มเป้าหมาย

ข้อมูลจาก Arifah Sharifuddin ผู้อำนวยการ Tech For Good Institute สถาบันวิจัยนโยบายไม่แสวงกำไรที่ศึกษาประเด็นเทคโนโลยีในเอเชียตะวันออกเฉียงใต้ ยิ่งตอกย้ำภาพนี้ ผลสำรวจล่าสุดของสถาบันพบว่าคนในภูมิภาคเพียง 43% มั่นใจว่าจับมิจฉาชีพได้ แต่เมื่อให้ระบุประเภทการหลอกลวงจริง กลับตอบถูกถึง 72% ทว่าใน 6 ตลาดใหญ่ของภูมิภาค มีเพียง 16% ที่ ‘พร้อมรับมือในระดับสูง’ คือรู้ว่าต้องทำอะไรหลังถูกหลอก ส่วนใหญ่ยังโต้ตอบกับมิจฉาชีพต่อเพื่อหาความจริงหรือพยายามทวงเงินคืน

อีกข้อค้นพบที่น่าสนใจคือกลุ่มที่เสี่ยงที่สุดไม่ใช่ผู้สูงอายุหรือคนในชนบท แต่เป็นคนวัยทำงานและคนรุ่นใหม่ที่อยู่กับอุปกรณ์ตลอดเวลา Arifah สรุปว่า ‘การรู้ทันดิจิทัล ไม่ได้แปลว่ารู้ทันมิจฉาชีพ’

เมื่อเหยื่อเชื่อสนิท ระบบต้องช่วยซื้อเวลา

ปัญหาจะหนักขึ้นอีกเมื่อเหยื่อเชื่อไปแล้ว Raju เล่าว่าลูกค้าบางรายเชื่อว่ากำลังมีความรัก บางรายเชื่อว่าเจอโอกาสลงทุนที่ดีที่สุดในโลก หรือกำลังช่วยรัฐบาลทำภารกิจลับ บางคนถึงขั้นบอกพนักงานสาขาว่าต้องใช้เงินจ่ายค่าโรงพยาบาล ทั้งที่ธนาคารเตือนแล้วว่าอาจเป็นมิจฉาชีพ

Raju จึงมองว่าการป้องกันต้องซ้อนกันเป็นชั้น โดยใช้สัญญาณจากทุกชั้นสร้าง ‘จังหวะหยุดคิด’ (Cognitive Breaks) ตลอดเส้นทาง ให้ใจของเหยื่อค่อยๆ เย็นลงจากภาวะร้อนรนกลับสู่สภาวะที่มีเหตุผลพอจะตั้งคำถาม เพราะสิ่งที่ดูออกง่ายเมื่อมองย้อนหลัง มักมองไม่เห็นในวินาทีที่อารมณ์พุ่งสูง

ตำรวจเองก็เจอสถานการณ์แบบเดียวกันทุกวัน Justin เล่าว่าเหยื่อบางรายบอกเจ้าหน้าที่ตัวจริงว่าเป็นตำรวจปลอม เพราะตัวเองกำลังคุยสายกับ ‘ตำรวจตัวจริง’ อยู่ สิงคโปร์จึงออกกฎหมาย Protection from Scams Act ที่ให้ตำรวจออกคำสั่งจำกัดการใช้บริการธนาคารของเหยื่อได้ เพื่อซื้อเวลาให้ครอบครัวเข้ามาช่วย

คำสั่งแรกตามกฎหมายนี้ออกให้หญิงรายหนึ่งที่เชื่อว่ากำลังคุยกับ Elon Musk ซึ่งขอเงิน 300,000 ดอลลาร์ไปกอบกู้บริษัทที่มีปัญหาการเงิน โดยมิจฉาชีพยังสร้างตัวละครแม่และน้องสาวของ Elon มาร่วมเรื่องเล่าด้วย ตลอด 6 เดือนซึ่งเป็นระยะเวลาสูงสุดของคำสั่ง ตำรวจจัดการให้คำปรึกษาด้านจิตใจ ส่วนครอบครัวพาไปประเมินสุขภาพจิตจนพบภาวะทางจิต (Psychosis) จึงวางมาตรการอย่างหนังสือมอบอำนาจระยะยาว (Lasting Power of Attorney) เพื่อปกป้องเงินก้อนนั้นได้ในที่สุด

ในระดับครอบครัว JJ แนะนำให้กลับไปใช้วิธีดั้งเดิม คือตกลง ‘รหัสลับ’ กับพ่อแม่หรือลูกไว้ล่วงหน้าแบบต่อหน้า เพื่อใช้ถามยืนยันเมื่อมีสายขอความช่วยเหลือจากคนในครอบครัว เพราะการไล่ตามกันด้วยเทคโนโลยีอย่างเดียวมีแนวโน้มจะกลายเป็นเกมตีตัวตุ่นที่ไม่มีวันจบ นอกจากนี้ JJ ยังสนใจแนวคิด ‘วัคซีนกันมิจฉาชีพ’ ที่ Open Government Products (OGP) ของสิงคโปร์กำลังทดลอง ผู้ที่สมัครจะถูกจำลองการหลอกลวงตามบทของมิจฉาชีพจริง เพียงแต่ไม่เสียเงินในตอนท้าย เพราะการได้ยินเรื่องเล่ากับการเจอด้วยตัวเองต่างกันมาก

ไม้กายสิทธิ์ที่ทุกคนอยากได้ คือระบบที่เชื่อมถึงกัน

ช่วงท้าย Steven ให้ผู้ร่วมเสวนาเลือกสิ่งที่อยากเสกให้เกิดขึ้นทันทีหากมีไม้กายสิทธิ์ คำตอบส่วนใหญ่วนกลับมาที่โจทย์เดียวกับช่วงเปิด คือการเชื่อมการป้องกันเข้าหากัน

Raju ซึ่งมองจากมุมธนาคารที่อยู่ปลายสุดของห่วงโซ่ อยากเห็นการแชร์สัญญาณความเสี่ยงที่เชื่อถือได้ จากต้นน้ำที่มิจฉาชีพดึงดูดและโน้มน้าวเหยื่อ มาถึงธนาคารที่การโอนเงินเกิดขึ้นจริง Raju ย้ำว่าการแชร์สัญญาณเป็นเรื่องหนึ่ง แต่สัญญาณที่มั่นใจพอจะลงมือได้เป็นอีกก้าวใหญ่ เนื่องจากโครงสร้างพื้นฐานที่ต้องใช้สกัดมิจฉาชีพคือสิ่งเดียวกับที่ขับเคลื่อนเศรษฐกิจดิจิทัล หากสกัดผิดตัวก็กระทบธุรกิจสุจริต จึงต้องมีมาตรฐานร่วมกัน

Mark มองในทิศทางใกล้เคียงกันว่าสัญญาณที่ได้ผลจริงคือเบอร์โทรศัพท์และบัญชีธนาคาร ซึ่งแชร์ยากกว่าเพราะเป็นข้อมูลส่วนบุคคล แต่ร่างกฎหมาย Scams Countermeasures Bill ที่สิงคโปร์เพิ่งผ่านมีบทบัญญัติที่อาจช่วยได้ อีกความหวังคือการตรวจจับมิจฉาชีพบนตัวเครื่อง (On-device) ที่ GovTech พัฒนาร่วมกับ Google DeepMind เพราะช่วยแก้ทางแพร่งระหว่างความเป็นส่วนตัวกับความปลอดภัย ข้อความในแอปแชตที่เข้ารหัสอย่าง WhatsApp หรือ Signal จะยังอยู่บนเครื่องโดยไม่ต้องส่งให้ใครอ่าน

แนวคิดนี้ตรงกับคำตอบของ JJ ที่อยากเห็น ‘บอดี้การ์ดส่วนตัว’ เป็น AI บนโทรศัพท์ คอยแยกแยะว่าข้อความไหนมีรูปแบบของมิจฉาชีพ ข้อความไหนมาจากแม่จริงๆ แล้วขวางมิจฉาชีพไว้ตั้งแต่หน้าประตู ก่อนที่เหยื่อจะติดกับดักทางจิตวิทยาซึ่งแก้ยากกว่ามาก JJ มองว่ายังไปไม่ถึงจุดนั้น แต่ก็อยู่ไม่ไกลแล้ว

ขณะที่ Justin ในฐานะผู้บังคับใช้กฎหมาย อยากโจมตีมิจฉาชีพตรงจุดที่เจ็บที่สุด คือกระเป๋าเงิน ด้วยการยึดคริปโทเคอร์เรนซีและเงินจากการหลอกลวงคืนให้เหยื่อ ปัจจุบันตำรวจสิงคโปร์ทำงานร่วมกับ 15 ประเทศและเขตปกครองผ่านเครือข่าย Anti-Scam Network เพื่อสกัดเงินที่ไหลข้ามพรมแดนก่อนมิจฉาชีพจะโยกต่อ

ส่วน Arifah อยากเห็นศูนย์รับมือมิจฉาชีพระดับโลกที่เปิด 24 ชั่วโมง เพราะสายด่วนในบางประเทศยังโอนสายเหยื่อต่อไปหลายเบอร์และเปิดเพียง 9.00-18.00 น. นอกจากนี้ Arifah ยังชวนมองไกลกว่าสถาบันทางการอย่างรัฐ ธนาคาร และแพลตฟอร์ม ไปสู่ผู้นำชุมชนและอินฟลูเอนเซอร์ที่คนติดตาม ให้ช่วยสอนวิธีรับมือที่ถูกต้อง ไม่ใช่หยุดแค่การสร้างความตระหนักรู้ พร้อมเรียกร้องให้ผู้นำประเทศยกเรื่องนี้เป็นวาระสำคัญ เพราะการแก้ปัญหาต้องอาศัยหลายกระทรวงที่ต่างถือกฎหมายของตัวเอง

ในระดับภูมิภาค Josephine ระบุว่าสิงคโปร์ได้ริเริ่ม ASEAN Guide on Anti-Scam Policy and Best Practices ซึ่งประเทศสมาชิกอาเซียนให้การรับรองแล้ว และย้ำว่าความท้าทายนี้ไม่มีรัฐบาลหรือประเทศใดแก้ได้เพียงลำพัง

เมื่อใบหน้าและเสียงถูกปลอมได้ในราคาถูก ความไว้ใจในยุค AI จึงไม่อาจฝากไว้กับสายตาของแต่ละคน แต่ต้องสร้างจากระบบที่เชื่อมถึงกันตั้งแต่ต้นทาง

อ้างอิง : High-Level Panel ‘Upholding Trust in the Age of AI: Detecting and Disrupting the Next Generation of Scams’ งาน Singapore International Cyber Week (SICW) 2026