ปัญญาประดิษฐ์ (AI) กำลังก้าวเข้าสู่ระยะใหม่ที่ไม่ได้หยุดอยู่เพียงการสร้างคอนเทนต์หรือวิเคราะห์ข้อมูล แต่เริ่มลงมือ “ตัดสินใจทางการเงิน จัดการสินทรัพย์ดิจิทัล และมีส่วนร่วมในกิจกรรมทางเศรษฐกิจโดยตรง” ตามมุมมองของผู้บริหารสายเทคโนโลยีและการเงินที่ให้สัมภาษณ์เนื่องในโอกาส AI Appreciation Day.
การเปลี่ยนผ่านนี้หนุนโดยศักยภาพทางเทคนิคที่ก้าวกระโดดและเม็ดเงินลงทุนที่พุ่งสูง
รายงาน AI Index ปี 2026 ของมหาวิทยาลัยสแตนฟอร์ด ระบุ ว่าอัตราความสำเร็จของ “AI agents” ในภารกิจที่ใกล้เคียงสถานการณ์จริง เพิ่มจาก 20% ในปี 2025 เป็น 77.3% ในปี 2026 ขณะที่การลงทุนด้าน AI ของภาคธุรกิจทั่วโลกแตะ 581.7 พันล้านดอลลาร์สหรัฐ เพิ่มขึ้นถึง 130% จากปี 2024
อย่างไรก็ตาม รายงานเดียวกันก็ชี้ว่า AI รุ่นปัจจุบันยังทำได้ไม่ดีนักในงานวางแผนหลายขั้นตอน (multistep planning) และการวิเคราะห์การเงินเชิงลึก สะท้อนช่องว่างระหว่าง “เอเจนต์เชิงทดลอง” กับการเป็น “โครงสร้างพื้นฐานทางเศรษฐกิจที่พึ่งพาได้”
AI Agents เริ่มขยับจาก “ผู้ช่วย” สู่ “ผู้ตัดสินใจ”
ช่องว่างดังกล่าวเริ่มแคบลงในองค์กรที่นำ AI agents ไปใช้จริงในสายพัฒนา กำกับดูแล และปฏิบัติการด้านการเงิน
ไรอัน เคิร์กลีย์ ประธานเจ้าหน้าที่บริหารและผู้ร่วมก่อตั้ง Global Settlement Network เล่าว่าเขาเห็นพัฒนาการของ AI จากเทคโนโลยีเชิงทดลอง สู่การเป็น “หัวใจของกระบวนการธุรกิจ”
“ผมลงทุนในบริษัท AI มาหลายปี ได้เห็นเทคโนโลยีเปลี่ยนจากแค่ของทดลองที่น่าสนใจ มาเป็นสิ่งที่กำลังปรับโฉมวิธีการทำธุรกิจจริงๆ” เคิร์กลีย์ให้สัมภาษณ์กับ Yellow.com
เขาระบุว่าใน Global Settlement ปัจจุบัน AI กลายเป็นระบบหลักในการดำเนินงาน จำนวนเอเจนต์ AI มีมากกว่าพนักงาน และระบบ agentic ถูกนำมาใช้ตั้งแต่การกำกับดูแล (compliance) การยืนยันตัวตน ไปจนถึงการพัฒนาซอฟต์แวร์
เคิร์กลีย์มองว่า “การผนึกกำลังระหว่าง AI กับบล็อกเชน” เป็นจุดเปลี่ยนสำคัญ AI ช่วยประมวลผลข้อมูลและค้นหาโอกาส ขณะที่เครือข่ายบล็อกเชนทำหน้าที่เป็นโครงสร้างพื้นฐานที่โปรแกรมได้ ซึ่งใช้ “ลงมือทำธุรกรรมและตัดสินใจทางการเงินข้ามพรมแดน” ได้โดยอัตโนมัติ
“สิ่งที่ผมตื่นเต้นที่สุดคือจุดตัดระหว่าง AI กับคริปโต เพราะแต่ละเทคโนโลยีเปิดศักยภาพในสิ่งที่อีกฝ่ายยังขาดอยู่” เขากล่าว
ธนาคารเพื่อการชำระหนี้ระหว่างประเทศ (BIS) ก็ได้ ชี้ให้เห็น ในทำนองเดียวกันว่า AI และการโทเคนไนซ์ (tokenization) สามารถทำให้การเทรด การชำระราคา (settlement) และการบริหารหลักประกันเชื่อมโยงกันมากขึ้น พร้อมลดต้นทุนการกระทบยอดข้อมูล โดยปัจจุบันสถาบันการเงินใช้ AI แล้วในงานปล่อยสินเชื่อ (credit underwriting) ตรวจจับการทุจริต บริหารความเสี่ยง และระบบแบ็กออฟฟิศอัตโนมัติ
ฮอร์ดี เอสตูรี ประธานเจ้าหน้าที่การตลาดของแพลตฟอร์มโทเคนไนซ์ Brickken มองว่าอุตสาหกรรมยังให้ความสำคัญกับการใช้ AI เพื่อ “เขียนข้อความ สรุปประชุม และช่วยเขียนโค้ด” มากเกินไป
“แนวหน้าถัดไปของ AI คือการก้าวขึ้นมาเป็น ‘ผู้เล่นเชิงรุก’ ในระบบเศรษฐกิจ ช่วยให้ผู้คนตัดสินใจทางการเงิน จัดการสินทรัพย์ดิจิทัล และประสานธุรกรรมที่ซับซ้อนขึ้นเรื่อยๆ แบบเรียลไทม์” เอสตูรีกล่าว
เขาอธิบายว่าพัฒนาการนี้คือรากฐานของ “agentic finance” และ “agentic capital markets” ที่ระบบ AI ทำงานอยู่ภายใต้กรอบธรรมาภิบาลที่ชัดเจน เพื่อช่วยสร้างทุน (capital formation) และบริหารสินทรัพย์
ในโมเดลดังกล่าว ผู้ก่อตั้งสตาร์ตอัปสามารถใช้โครงสร้างพื้นฐานที่มี AI หนุนหลังในการระดมทุน นักลงทุนบริหารพอร์ตได้อย่างมีระบบ และบริษัทออกโทเคนของสินทรัพย์ได้ด้วยกระบวนการที่ใช้แรงงานคนลดลง
“ผู้ก่อตั้งที่กำลังระดมทุน นักลงทุนที่จัดการพอร์ต หรือบริษัทที่ออกสินทรัพย์แบบโทเคนไนซ์ ควรเข้าถึงโครงสร้างพื้นฐานทางการเงินได้ ‘ลื่นไหลพอๆ กับการใช้อินเทอร์เน็ต’ ในวันนี้” เอสตูรีกล่าว
BIS ยังระบุในรายงานอีกฉบับว่า สมุดบัญชีแบบโทเคนไนซ์ สามารถรองรับการทำงานแบบอัตโนมัติ 24 ชั่วโมง พร้อมการชำระธุรกรรมพร้อมกันหลายฝั่ง (simultaneous settlement) แต่ก็เตือนว่าระบบเหล่านี้ต้องอาศัย “เงินที่เชื่อถือได้” โครงสร้างธรรมาภิบาลที่ชัดเจน และกรอบกำกับดูแลที่แข็งแรง จึงจะขยายตัวได้อย่างมั่นคง
อ่านเพิ่มเติม: มูลค่า RWA Tokenization โต 3 เท่า แต่ 80% ยังปักหลักในเพียงหนึ่งกลุ่มสินทรัพย์
ตลาดเกิดใหม่อาจขยับบทบาทในระบบเทคโนโลยีโลก
นอกเหนือจากภาคการเงิน ต้นทุนการพัฒนา AI ที่ลดลงกำลังเปลี่ยนภูมิทัศน์ว่า “บริษัทเทคโนโลยีควรตั้งอยู่ที่ใด”
ลิลี่ แดช ผู้ร่วมก่อตั้ง Actai Advisors และผู้ก่อตั้ง Future Caribbean ระบุว่า การเข้าถึง AI กำลังทำให้สายสัมพันธ์เชิงประวัติศาสตร์ระหว่าง “ภูมิศาสตร์” กับ “การมีส่วนร่วมในเศรษฐกิจเทคโนโลยีโลก” อ่อนแรงลง
“เป็นครั้งแรกที่ ‘ภูมิศาสตร์’ มีน้ำหนักน้อยกว่าความสามารถ ความทะเยอทะยาน และการเข้าถึงเครื่องมือที่เหมาะสม” แดชกล่าว
เธอชี้ไปที่บาร์เบโดส จาเมกา ตรินิแดด ไนจีเรีย และเคนยา ว่าเป็นตลาดที่ผู้ก่อตั้งสามารถสร้างผลิตภัณฑ์และร่วมพัฒนา AI ได้ โดยไม่จำเป็นต้องย้ายไปศูนย์กลางเทคโนโลยีอย่างซิลิคอนวัลเลย์หรือลอนดอน
แดชเสริมว่า “ต้นทุนการเข้าร่วมพัฒนาเทคโนโลยี” ลดลงอย่างชัดเจน ทำให้ภูมิภาคที่เคยเป็นเพียงผู้บริโภคเทคโนโลยีนำเข้า มีโอกาสมากขึ้นในการพัฒนาและส่งออกผลิตภัณฑ์ของตนเอง
AI Index ของสแตนฟอร์ดระบุว่า “generative AI” ใช้เวลาเพียงสามปีก็ได้รับการยอมรับจากประชากรถึง 53% เร็วกว่าทั้งคอมพิวเตอร์ส่วนบุคคลและอินเทอร์เน็ต แต่ในอีกด้านหนึ่ง การใช้งานยังมีความสัมพันธ์แนบแน่นกับระดับรายได้ของประเทศ สะท้อนว่าการเข้าถึงเทคโนโลยียังไม่เท่าเทียม แม้การแพร่กระจายจะรวดเร็ว
ธนาคารโลกก็ได้ออกคำเตือนในทำนองเดียวกัน โดย รายงาน Digital Progress and Trends ชี้ว่าประเทศรายได้ต่ำและปานกลางยังเผชิญอุปสรรคใหญ่ในการนำ AI มาใช้ในวงกว้าง พร้อมระบุ “ฐานรากสำคัญ” เพื่อการยอมรับที่กว้างขึ้น 4 ด้าน ได้แก่ โครงข่ายการเชื่อมต่อ (connectivity) กำลังประมวลผล (computing capacity) ข้อมูลท้องถิ่นที่เกี่ยวข้อง (locally relevant data) และทักษะแรงงาน
แดชมองว่าปัจจัยทั้ง 4 ด้านนี้จะเป็นตัวกำหนดว่าตลาดเกิดใหม่จะสามารถ “เปลี่ยน AI ให้กลายเป็นมูลค่าเพิ่มทางเศรษฐกิจระยะยาว” ได้หรือไม่
“เราต้องทำให้แน่ใจว่าผู้คนเข้าถึงโครงสร้างพื้นฐาน การศึกษา เมนเทอร์ และเงินทุนที่จำเป็น เพื่อเปลี่ยนไอเดียให้กลายเป็นธุรกิจจริงได้” เธอกล่าว
เธอให้เหตุผลว่า หากมีการลงทุนอย่างจริงจังในผู้ประกอบการท้องถิ่น AI จะกลายเป็นแรงหนุนให้ผลิตภัณฑ์มวลรวมภายในประเทศ (GDP) ขยายตัว เพิ่มการจ้างงานมูลค่าสูง และสร้างเจเนอเรชันใหม่ของบริษัทเทคโนโลยีที่มีฐานกระจายตัวมากขึ้นบนแผนที่โลก
กติกาและธรรมาภิบาลจะเป็นตัวตัดสินผลลัพธ์
ผู้บริหารที่ให้สัมภาษณ์เห็นพ้องกันโดยทั่วไปว่า “ความสำคัญทางเศรษฐกิจของ AI ในอนาคต” จะผูกกับ “สิ่งที่ระบบทำได้จริง” มากกว่า “สิ่งที่ระบบสร้างเนื้อหาได้”
เคิร์กลีย์คาดว่า AI จะทำให้สินทรัพย์แบบโทเคนและเงินดิจิทัลใช้งานได้ง่ายขึ้นสำหรับทั้งธุรกิจและผู้บริโภค และอาจเร่งการยอมรับบริการการเงินบนบล็อกเชนในวงกว้าง
“อนาคตของการเงินจะไม่ใช่แค่ ‘ดิจิทัล’ แต่จะ ‘ฉลาดโดยปริยาย’ ตั้งแต่แรก” เขากล่าว
อย่างไรก็ดี การมอบอิสระให้ระบบ AI มากขึ้นก็เพิ่มความเสี่ยงตามมา BIS เตือนว่าหากสถาบันการเงินจำนวนมากใช้โมเดล AI ที่คล้ายคลึงกันเกินไป พวกเขาอาจตอบสนองต่อช็อกในตลาดในทิศทางเดียวกัน ซึ่งยิ่งเร่งความผันผวนและกดดันสภาพคล่อง ขณะเดียวกันการพึ่งพาผู้ให้บริการคลาวด์ ข้อมูล และโมเดล AI เพียงไม่กี่ราย อาจสร้างความเปราะบางเชิงปฏิบัติการให้กับทั้งระบบ
อ่านต่อ: Perp DEXs กำลังกัดกินปริมาณเทรดจากศูนย์กลาง ขณะที่การย้ายกำลังเร่งตัว