ภัยคุกคามทางการเงินในประเทศไทยกำลังทวีความรุนแรงและซับซ้อนยิ่งขึ้น ข้อมูลประมาณการระบุว่า มูลค่าความเสียหายจากการหลอกลวงพุ่งสูงถึง 1.15 แสนล้านบาทต่อปี สอดคล้องกับรายงาน Thailand Scam Report โดย Global Anti-Scam Alliance (GASA) ที่พบว่าคนไทยกว่า 72% ต้องเผชิญกับกลโกงออนไลน์เป็นประจำ ขณะที่ 60% เคยตกเป็นเหยื่อ และอีกกว่า 14% ประสบความสูญเสียทางการเงิน โดยมีมูลค่าความเสียหายเฉลี่ยสูงถึง 12,955 บาทต่อราย แม้ภาครัฐจะเร่งปราบปรามอย่างหนัก โดยกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคมได้สั่งระงับบัญชีม้าไปแล้วกว่า 1.18 ล้านบัญชี (พฤศจิกายน 2566 – มกราคม 2569) และปิดกั้น URL ผิดกฎหมายกว่า 300,000 รายการ แต่ความเสียหายยังคงเกิดขึ้นอย่างรวดเร็ว
หัวใจสำคัญของปัญหานี้อยู่ที่ระบบการตรวจสอบของภาคธนาคาร สถาบันการเงินหลายแห่งยังพึ่งพากระบวนการประมวลผลแบบกลุ่ม (Batch processing) ที่ตรวจสอบธุรกรรมเฉพาะช่วงสิ้นวัน ทำให้การตรวจจับความผิดปกติล่าช้า ไม่สอดรับกับพฤติกรรมของมิจฉาชีพที่สามารถโยกย้ายเงินข้ามบัญชีม้าได้ภายในเวลาไม่กี่นาที ช่องว่างด้านเวลานี้กลายเป็นอุปสรรคสำคัญที่ทำให้การระงับธุรกรรมหรือการอายัดบัญชีทำได้ไม่ทันท่วงที แม้ธนาคารแห่งประเทศไทยจะเพิ่มความเข้มงวดในการระบุพฤติกรรมต้องสงสัยและผลักดันความร่วมมือระหว่างธนาคารแล้วก็ตาม
เพื่อแก้ปัญหาดังกล่าว สถาบันการเงินจึงจำเป็นต้องเปลี่ยนผ่านสู่การประมวลผลข้อมูลแบบเรียลไทม์ แพลตฟอร์ม Data Streaming ของ Confluent เข้ามาช่วยให้ธนาคารสามารถวิเคราะห์ธุรกรรมได้ทันทีในระดับวินาที ระบบสามารถตรวจจับและยับยั้งความผิดปกติได้ทันควัน เช่น ปริมาณการโอนเงินที่สูงผิดปกติในช่วงเวลาสั้น ๆ หรือการทำธุรกรรมร่วมกับบัญชีที่มีความเสี่ยงสูง รวมถึงสามารถนำรายชื่อต้องสงสัยที่อัปเดตใหม่มาปรับใช้กับธุรกรรมที่กำลังดำเนินอยู่ได้ทันที
นอกจากนี้ เทคโนโลยี Data Pipeline แบบเรียลไทม์ยังช่วยทลายข้อจำกัดด้านโครงสร้างข้อมูลที่กระจัดกระจาย ไม่ว่าจะเป็นข้อมูล Core Banking ฐานข้อมูลลูกค้า หรือแพลตฟอร์มธุรกรรม โดยผสานข้อมูลเข้าด้วยกันโดยไม่ต้องรื้อระบบเดิม ส่งผลให้ธนาคารมองเห็นภาพรวมของเครือข่ายบัญชีม้าและการทำธุรกรรมเป็นขบวนการได้อย่างชัดเจน อีกทั้งยังเป็นหัวใจสำคัญในการป้อนข้อมูลสดใหม่ให้แก่โมเดล AI และ Machine Learning ช่วยยกระดับความแม่นยำในการตรวจจับและลดปัญหาการแจ้งเตือนผิดพลาดได้อย่างมีนัยสำคัญ
ประโยชน์ของการประมวลผลแบบเรียลไทม์ยังครอบคลุมไปถึงการเพิ่มประสิทธิภาพงานสืบสวน การติดตามธุรกรรม และการประเมินสินเชื่อ เช่นเดียวกับความสำเร็จในต่างประเทศอย่าง Bank Rakyat Indonesia ที่ลดระยะเวลาตรวจจับการทุจริตจากหลายสัปดาห์สู่ระดับเรียลไทม์ พร้อมย่นระยะเวลาอนุมัติสินเชื่อเหลือ 2 นาที หรือกรณีของ EVO Banco ในสเปน ที่ใช้ระบบตรวจจับแบบเรียลไทม์กับธุรกรรมกว่า 500,000 รายการต่อวัน จนสามารถระงับธุรกรรมทุจริตได้หลายร้อยรายการต่อวันและลดความเสียหายได้อย่างชัดเจน
เคนนี่ ชิน ผู้อำนวยการภูมิภาคเอเชียตะวันออกเฉียงใต้ บริษัท คอนฟลูเอนท์ ชี้ว่า ข้อมูลแบบเรียลไทม์ช่วยให้ธนาคารตอบสนองต่อธุรกรรมน่าสงสัยได้ทันที พร้อมสร้างสมดุลระหว่างการยกระดับมาตรการความปลอดภัยกับการส่งมอบประสบการณ์ที่ดีให้แก่ลูกค้าที่ทำธุรกรรมปกติ ซึ่งถือเป็นรากฐานสำคัญในการบริหารความเสี่ยงและสร้างความเชื่อมั่นต่อระบบการเงินไทยในระยะยาว
–โจทย์ใหญ่ผู้นำธุรกิจ ทรานส์ฟอร์มอย่างไรให้ทันกับการพัฒนาเทคโนโลยี
