‘เทคโนโลยีปัญญาประดิษฐ์’ พันธมิตรใหม่ในการตรวจจับการทุจริต

โดย พันธ์ศักดิ์ เสตเสถียร
หุ้นส่วนสายงานบริหารความเสี่ยง บริษัท PwC ประเทศไทย
25 มีนาคม 2568

‘การทุจริต’ เป็นคำที่คุ้นหูและอยู่คู่กับเมืองไทยและคนไทยมายาวนาน โดยเราทราบดีว่าการทุจริตนั้นสร้างความเสียหายและส่งผลกระทบเชิงลบทั้งในด้านผลประกอบการ ภาพลักษณ์และชื่อเสียง ความเชื่อมั่นของผู้มีส่วนได้ส่วนเสีย การหยุดชะงักทางธุรกิจ และยังเป็นอุปสรรคต่อการพัฒนาประเทศ โดยในปัจจุบันผู้บริหารองค์กรต่างหามาตรการในการป้องกัน การตรวจจับ และการรับมือภัยทุจริต ตลอดจนนำเทคโนโลยีต่าง ๆ มาประยุกต์ใช้เพื่อเพิ่มประสิทธิภาพในการแก้ไขปัญหาดังกล่าว

สำหรับหนึ่งในรูปแบบของเทคโนโลยีที่นิยมใช้ในการตรวจจับการทุจริตในหลาย ๆ องค์กรนั้น คือ การวิเคราะห์ข้อมูลขั้นสูงเพื่อหารายการธุรกรรมที่น่าสงสัยหรือมีความเสี่ยงสูง (fraud data analytics) ซึ่งเริ่มจากการจัดเตรียม และนำเข้าข้อมูลที่เกี่ยวข้องมาคัดกรองโดยใช้เงื่อนไขต่าง ๆ ที่กำหนดขึ้น (rule-based) เพื่อดึงรายการธุรกรรมที่เข้าข่ายเงื่อนไขนั้น ๆ มาวิเคราะห์ สอบทาน หรือสืบสวนสอบสวนในเชิงลึกต่อไป

อย่างไรก็ดี องค์กรชั้นนำหลายแห่ง โดยเฉพาะอย่างยิ่ง องค์กรที่อยู่ในกลุ่มอุตสาหกรรมการเงิน มักเผชิญกับความท้าทายจากการใช้วิธีการดังกล่าวข้างต้น เพราะการวิเคราะห์ข้อมูลขั้นสูงเพื่อหารายการธุรกรรมที่น่าสงสัยหรือมีความเสี่ยงสูงนี้ต้องอาศัยบุคลากรที่มีความรู้และความเข้าใจธุรกิจ และกระบวนการทำงานที่เกี่ยวข้อง อีกทั้งต้องมีทักษะในการตั้งข้อสังเกตถึงรูปแบบการทุจริตที่คาดว่าจะเกิดขึ้นเพื่อเตรียมออกแบบเงื่อนไขในการดักจับธุรกรรมที่ต้องสงสัย ตลอดจนมีความรู้พื้นฐานในการโค้ดดิ้งเพื่อสร้างเงื่อนไขในการดักจับอีกด้วย

นอกจากนี้ องค์กรยังต้องทราบว่าจะเลือกเงื่อนไขให้เหมาะสมกับรูปแบบการทุจริตอย่างไร เพื่อป้องกันการแจ้งเตือนรายการธุรกรรมที่ไม่พบความผิดปกติหลังจากตรวจสอบ (false alarm) ซึ่งจากประสบการณ์การทำงานร่วมกับองค์กรต่าง ๆ ของผู้เชี่ยวชาญของ PwC ประเทศไทยนั้น เราพบว่าหลายองค์กรมีอัตราการแจ้งเตือนที่ผิดพลาดถึงกว่า 90% ส่งผลให้ขาดความน่าเชื่อถือ ขาดประสิทธิภาพ และมีค่าใช้จ่ายเพิ่มขึ้นโดยไม่จำเป็น ด้วยเหตุนี้ องค์กรเหล่านี้จึงได้เริ่มนำเทคโนโลยีปัญญาประดิษฐ์ (artificial intelligence) หรือ AI มาใช้เพื่อเสริมสร้างการป้องกันเชิงรุก เพิ่มประสิทธิภาพในการตรวจจับ และลดต้นทุนในระยะยาว

บูรณาการ AI เพื่อช่วยสกัดการทุจริต

ทั้งนี้ การประยุกต์ใช้ AI ในปัจจุบันไม่ได้จำกัดอยู่เพียงแค่สถาบันการเงินเท่านั้น แต่แพร่หลายไปยังกลุ่มอุตสาหกรรมอื่น ๆ และมุ่งเน้นไปที่กระบวนการทำงานที่มีความเสี่ยงสูง ยกตัวอย่าง เช่น การจัดซื้อจัดจ้าง โดยอาจพบความผิดปกติหลายอย่าง เช่น ผู้อนุมัติงานประมูลที่ไม่เคยเลือกคู่ค้าที่เสนอราคาต่ำที่สุดในทุก ๆ งานประมูลที่ผ่านมา การแจ้งผลไปยังผู้ที่ชนะการประมูลเร็วกว่าค่าเฉลี่ยของงานประมูลอื่น ๆ การฮั้วประมูลโดยที่คู่ค้าแต่ละเจ้าเสนอราคาที่แตกต่างกันไม่มาก การสั่งซื้อสินค้าสูงเกินความต้องการ และการใช้ช่องทางการขายบางช่องทางเพื่อสร้างรายการขายปลอม เป็นต้น

ยิ่งไปกว่านั้น AI ยังสามารถตรวจพบรายการธุรกรรมที่มีความเสี่ยง หรือมีแนวโน้มผิดปกติได้เช่นเดียวกับระบบ rule-based โดยผู้ใช้งานไม่ต้องออกแบบและปรับปรุงเงื่อนไขต่าง ๆ (detection rules) แต่ให้ระบบงานเรียนรู้ความผิดปกติได้เองจากชุดข้อมูลที่นำเข้าเพื่อให้ระบบประเมินผลก่อนแจ้งเตือนไปยังผู้ที่เกี่ยวข้องได้ทันทีที่พบความผิดปกติ หรือให้แจ้งเตือนตามรอบระยะเวลาที่กำหนด เช่น ทุกสิ้นวัน สิ้นสัปดาห์ ทำให้เทคโนโลยีดังกล่าวมีความรวดเร็ว และแม่นยำกว่ามนุษย์ อีกทั้งยังสามารถครอบคลุมรายการธุรกรรมที่เกิดขึ้นทั้งหมด 100% ซึ่งมักจะได้ผลลัพธ์ที่ดีกว่าการสุ่มตรวจ หรือการประยุกต์ใช้หลายเงื่อนไขพร้อมกัน

อย่างไรก็ดี องค์กรยังมีทางเลือกในการลงทุนโดยที่ไม่ต้องซื้อระบบงานดังกล่าว แต่อยู่ในรูปแบบของการเช่าใช้ (Software as a Service: SaaS) หรือ Managed Service กล่าวคือ ผู้ใช้งานชำระค่าบริการให้แก่ผู้ให้บริการในช่วงระยะเวลาที่กำหนด และมีค่าใช้จ่ายตามที่ตกลงกัน ทำให้ไม่ต้องใช้เม็ดเงินลงทุนที่สูง และอาจประหยัดค่าใช้จ่ายอื่น ๆ เช่น ค่าคอมพิวเตอร์แม่ข่ายเพื่อใช้ประมวลผล ค่าบำรุงรักษา โดยผู้ใช้บริการเพียงแต่นำส่งชุดข้อมูลที่ต้องการสอบทานไปประมวลผลและรอผลลัพธ์หรือการแจ้งเตือนกลับมายังบริษัทเพื่อสืบหาสาเหตุต่อไป

แต่ถึงแม้ว่าการใช้ AI ตรวจสอบรายการธุรกรรมที่มีความเสี่ยงจะเป็นแนวทางที่มีประสิทธิภาพ องค์กรหลายแห่งยังคงประสบปัญหาในเรื่องของคุณภาพของข้อมูล เช่น ข้อมูลไม่ถูกต้อง ไม่ครบถ้วน ไม่เป็นปัจจุบัน หรือมีแหล่งข้อมูลที่น่าเชื่อถือมากกว่าหนึ่งแหล่งแต่ข้อมูลดังกล่าวไม่สอดคล้องกัน ดังนั้น จึงควรพิจารณาถึงคุณภาพของข้อมูลว่ามีความน่าเชื่อถือเพียงพอ และทราบถึงชุดข้อมูลอื่น ๆ ที่เกี่ยวข้องเพื่อใช้ประกอบการวิเคราะห์ก่อนนำส่งชุดข้อมูลเหล่านั้นเพื่อประมวลผลต่อไป

มาถึงตรงนี้ คุณผู้อ่านคงพอจะเห็นว่าแม้ AI จะช่วยในการเพิ่มประสิทธิภาพการตรวจสอบการทุจริต แต่ก็ยังไม่มีเทคโนโลยี หรือการควบคุมภายในใด ๆ ที่สามารถตรวจจับและป้องกันภัยทุจริตได้ทั้งหมดโดยไม่พึ่งพาศักยภาพของมนุษย์ ดังนั้น องค์กรจึงควรต้องผนวกการประยุกต์ใช้ทั้งเทคโนโลยีที่มีประสิทธิภาพและศักยภาพของมนุษย์เข้าด้วยกัน เพื่อเพิ่มขีดความสามารถในการต่อต้านภัยทุจริตที่อาจเกิดขึ้น และช่วยรักษาคุณค่าขององค์กร อีกทั้งสร้างความเชื่อมั่นให้กับผู้มีส่วนได้ส่วนเสีย ตลอดจนเป็นอีกหนึ่งปัจจัยที่สำคัญในการขับเคลื่อนธุรกิจให้มีความยั่งยืน

หมายเหตุ: บทความนี้ถูกเผยแพร่เป็นครั้งแรกเมื่อวันที่ 25 มีนาคม 2568 ทาง สำนักข่าวอีไฟแนนซ์ไทย