เหตุใด AI Agents อิสระจึงเป็นโครงสร้างพื้นฐานชั้นถัดไปของ Fintech

ในช่วงห้าปีที่ผ่านมา ธนาคารต่างๆ ได้ลงทุนอย่างหนักในระบบ AI เชิงสนทนา โดยหวังว่าระบบเหล่านี้จะปฏิวัติการบริการลูกค้าและช่วยลดต้นทุนการดำเนินงาน

ดูเหมือนว่าระบบเหล่านี้จะทำได้ทุกอย่าง ไม่ว่าจะเป็นการรีเซ็ตรหัสผ่าน แจ้งยอดคงเหลือ และอื่นๆ อีกมากมาย แต่ธนาคารส่วนใหญ่กลับหยุดชะงัก เทคโนโลยีนี้ควรจะปฏิวัติการบริการลูกค้า แต่กลับเพียงแค่เพิ่มประสิทธิภาพเท่านั้น โมเดล AI ไม่สามารถบรรลุวัตถุประสงค์หลักได้ นั่นคือการเปลี่ยนแปลงวิธีการทำงานของ การเงิน

บริษัทอย่าง Merehead กำลังพัฒนาโครงสร้างพื้นฐานดังกล่าวอยู่แล้ว โดยผสานเอเจนต์อัตโนมัติเข้ากับแกนกลางของระบบการซื้อขายและเกตเวย์การชำระเงินโดยตรง ซึ่งช่วยให้สถาบันการเงินไม่เพียงแค่ให้ข้อมูลเท่านั้น แต่ยังสามารถทำให้การดำเนินงานที่ซับซ้อนเป็นอัตโนมัติ ตั้งแต่การจัดการสภาพคล่องไปจนถึงการดำเนินธุรกรรมข้ามเชน โดยไม่ต้องมีการแทรกแซงจากมนุษย์

นี่เป็นเรื่องแปลกประหลาด: ธนาคารใช้โมเดลภาษาที่ซับซ้อนซึ่งเข้าใจคำถามที่ซับซ้อน แต่ระบบเหล่านี้แทบไม่ทำอะไรด้วยตัวเองเลย พวกมันจะอธิบายว่าการแปลคืออะไร แต่จะไม่ลงมือทำ พวกมันจะบอกคุณเกี่ยวกับกลยุทธ์การลงทุน แต่จะไม่ซื้อหรือขายหุ้น ไม่ใช่ว่า AI นั้นไม่ดี แต่เราหาวิธีใช้งานได้อย่างมีประสิทธิภาพไม่ได้

ในการปรับปรุงเทคโนโลยีทางการเงิน เราไม่ต้องการแค่แชทบอทที่พูดได้มากขึ้น แต่ต้องการระบบอัจฉริยะที่สามารถคิด วางแผน และดำเนินงานทางการเงินที่ซับซ้อนได้ด้วยตัวเอง โดยไม่ต้องได้รับความช่วยเหลืออย่างต่อเนื่อง การผสานรวม AI ในธุรกิจได้ถึง 77% แล้ว และยิ่งไปกว่านั้นก็ยังมีโมเดลที่เข้าถึงได้และมีประสิทธิภาพมากกว่าถูกนำมาใช้

ขณะนี้อุตสาหกรรมกำลังผ่านการเปลี่ยนแปลงครั้งสำคัญ: จาก AI เชิงสนทนาธรรมดาไปสู่เอเจนต์ AI อัตโนมัติที่ทรงพลัง เจ้าพวกนี้สามารถจัดการงานทางการเงินที่ซับซ้อนได้ด้วยตัวเอง ราวกับว่าตรรกะทั้งหมดของโครงสร้างพื้นฐาน fintech กำลังเปลี่ยนแปลงไป!

เมื่อก่อนแค่ตอบ ตอนนี้ลงมือทำ: สถาปัตยกรรมกำลัง เปลี่ยนแปลงอย่างไร

แชทบอทมักทำงานอย่างง่ายๆ คือถามแล้วได้คำตอบ คุณถามคำถาม ระบบจะเข้าใจความหมาย ค้นหาข้อมูล และส่งคำตอบกลับมา แต่มันเป็นเรื่องง่ายๆ ไม่สามารถทำอะไรกับมันได้จริงๆ และยังปลอดภัยด้วยเพราะไม่ได้เชื่อมต่อกับ ระบบอื่น

เอเจนต์อัตโนมัติกำลังเปลี่ยนแปลงสิ่งต่างๆ พวกมันไม่ได้แค่ตอบคำถาม แต่ยังดำเนินกระบวนการที่ซับซ้อนซึ่งครอบคลุมหลายระบบ พวกมันตัดสินใจโดยอิงจากข้อมูลและดำเนินการที่ส่งผลกระทบต่อการเงิน ตัวอย่างเช่น เอเจนต์ที่ขับเคลื่อนด้วย OpenAI สามารถทำได้มากกว่าแค่แนะนำการเปลี่ยนแปลงพอร์ตโฟลิโอ มันสแกนตลาด ประเมินความเสี่ยง ดำเนินการซื้อขายในตลาดหลักทรัพย์ต่างๆ และสร้างรายงานเพื่อให้เป็นไปตามข้อกำหนด ทั้งหมดนี้ขณะที่ บันทึกการกระทำของมัน

สถาปัตยกรรมของเอเจนต์อัตโนมัติ

เอเจนต์ทางการเงินอัตโนมัติอยู่บนพื้นฐานของหลักการสำคัญสามประการ ได้แก่ ความสามารถในการคิดอย่างชัดเจน การผสานรวมอย่างแน่นแฟ้นกับระบบต่างๆ และความปลอดภัยที่แข็งแกร่ง ต่างจากแชทบอทที่เพียงแค่เข้าใจความต้องการของผู้ใช้ เอเจนต์อัตโนมัติสามารถคิดเชิงตรรกะได้ พวกมันแบ่งงานที่ซับซ้อนออกเป็นขั้นตอนง่ายๆ ติดตามความคืบหน้า และปรับแผนเมื่อมีข้อมูลใหม่เกิดขึ้น

วิธีที่เอเจนต์ AI ทำงาน:

1. ชั้นการรับรู้ (บริบทและ ข้อมูล)

ชั้นนี้รวบรวมข้อมูลทั้งหมด ได้แก่ อัตราแลกเปลี่ยน ยอดคงเหลือ ความเสี่ยง กฎเกณฑ์ โดยเพียงแค่เตรียมข้อมูลสำหรับ ขั้นตอนถัดไป

2. ชั้นการใช้เหตุผล (การตีความและการวางแผน)

ที่นี่ LLM จะวิเคราะห์สถานการณ์และหาแนวทางดำเนินการ แต่จะไม่ลงมือทำอะไร เพียงแค่เสนอทางเลือก

3. Policy & Risk Engine (ข้อจำกัดและการควบคุม)

ที่นี่ การตัดสินใจของเอเจนต์ทุกรายการจะถูกตรวจสอบว่าเป็นไปตามกฎเกณฑ์หรือไม่ ได้แก่ ขีดจำกัด กฎหมาย การตั้งค่าของลูกค้า ทุกอย่างชัดเจน ไม่มีความสมัครเล่น

4. ชั้นการดำเนินการ (การดำเนินการ ต่างๆ)

ดำเนินการผ่าน API เฉพาะทาง ได้แก่ ระบบซื้อขาย ธนาคาร บริการชำระเงิน เอเจนต์ไม่ได้แตะต้องเงินโดยตรง แต่เพียงแค่ออกคำสั่ง

5. ชั้นการตรวจสอบและการสังเกตการณ์

ทุกการกระทำจะถูกบันทึก ได้แก่ ข้อมูลนำเข้า การใช้เหตุผล กฎที่ใช้บังคับ และผลลัพธ์ ดังนั้น ทุกอย่างจึงโปร่งใสและเป็นไปตามข้อกำหนด

6. วงจรป้อนกลับ (การฝึกและการปรับตัว)

ผลลัพธ์จากการทำงานของเอเจนต์จะถูกนำไปใช้เพื่อปรับปรุงกลยุทธ์ แต่ทุกอย่างอยู่ภายใต้การควบคุม โดยไม่เปลี่ยนแปลงตรรกะทางธุรกิจตาม อำเภอใจ

ความปลอดภัยมาก่อน

เมื่อ AI เริ่มจัดการการเงิน ทุกคนก็จะกังวลเรื่องความปลอดภัยเป็นธรรมดา AI สามารถสร้างข้อมูลเท็จได้ โดยแกล้งทำเป็นว่ากำลังพูดความจริงในขณะที่จริงๆ แล้วมันไร้สาระ และหากนำเทคนิคเหล่านี้มาใช้ตัดสินใจทางการเงิน นั่นก็เป็นอันตราย ดังนั้น วิศวกรจึงต้องคิดค้นสิ่งที่คล้ายกับ sandbox สำหรับ AI ซึ่งเป็นสถานที่ที่มันสามารถทำงานได้ แต่มีข้อจำกัดมากมาย เพื่อลดความเสี่ยงจาก hallucination และโซลูชันที่ผิดปกติ ควรพึ่งพา NIST AI Risk Management Framework (AI RMF 1.0) และสร้างการควบคุมตลอด วงจรชีวิตทั้งหมดของโมเดล

การตรวจสอบข้อมูลนำเข้าและความปลอดภัย ของ prompt

ก่อนที่ AI จะเริ่มหาวิธีดำเนินการ คำขอจะต้องผ่านการตรวจสอบความปลอดภัยหลายรายการ ความพยายามใดๆ ที่จะหลอก AI ด้วยคำถามแยบยลจะต้องถูกกำจัดออก ภัยคุกคามหลักเกือบทั้งหมดต่อเอเจนต์ที่มีการประมวลผลเอาต์พุตที่ไม่ปลอดภัยได้ถูกอธิบายไว้อย่างดีใน OWASP Top 10 for LLM Applications (Prompt Injection เป็นต้น) นอกจากนี้ เราต้องตรวจสอบให้แน่ใจว่าผู้คนจะไม่ใช้ระบบในทางที่ผิดหรือ โอเวอร์โหลด

ผู้เชี่ยวชาญระดับสูงพยายามแฮกระบบอย่างต่อเนื่องเพื่อค้นหาจุดอ่อนก่อนที่คนร้ายจะทำ สิ่งนี้จำเป็นอย่างยิ่งในตอนนี้ เพราะเดิมพันไม่ใช่แค่ชื่อเสียง แต่ยังเป็น เงินจำนวนมากด้วย

Policy Engine และการควบคุมธุรกรรม

ภายใน sandbox มีสิ่งที่เรียกว่า Policy Engine ซึ่งทำหน้าที่ให้แน่ใจว่า AI จะไม่ละเมิดกฎของบริษัทและกฎหมาย ทุกการกระทำของ AI จะถูกตรวจสอบกับกฎเกณฑ์มากมาย มีขีดจำกัดธุรกรรมเพื่อป้องกันไม่ให้ AI ทำสิ่งที่ผิดพลาด และหากธุรกรรมมีขนาดใหญ่หรือมีความเสี่ยง จะต้องได้รับการอนุมัติจาก มนุษย์

ทุกสิ่งที่ AI ทำจะถูกบันทึก — ทุกการตัดสินใจ ทุกการกระทำ สิ่งนี้จำเป็นเพื่อให้เป็นไปตามข้อกำหนดและเพื่อสามารถตรวจสอบได้หากมีสิ่งผิดพลาดเกิดขึ้น หากเอเจนต์เกี่ยวข้องกับการชำระเงินด้วยคริปโตหรือการดำเนินการกับสินทรัพย์ดิจิทัล การออกแบบข้อจำกัดและการตรวจสอบต้องคำนึงถึงแนวทาง FATF เกี่ยวกับสินทรัพย์ดิจิทัลและ VASPs (AML/CFT)

นี่คือเหตุผลว่าทำไมระบบการจัดการแบบกำหนดเองของคุณเองถึงดีกว่า SaaS

มีโซลูชัน SaaS ที่สัญญาว่าจะเพิ่ม AI เข้าสู่การเงินของคุณได้อย่างรวดเร็ว ฟีเจอร์เหล่านี้ติดตั้งง่าย ค่าใช้จ่ายเริ่มต้นไม่แพง และได้รับการอัปเดตอย่างต่อเนื่องโดยผู้เชี่ยวชาญ หากคุณต้องการแชทบอทธรรมดาหรือสิ่งที่ไม่เกี่ยวกับการเงิน SaaS ก็ใช้ได้ แต่ถ้าคุณต้องการให้ AI จัดการการเงินของคุณ นั่น ไม่ใช่คำตอบ

ปัญหาหลัก คือการควบคุม เมื่อคุณใช้ SaaS ข้อมูลสำคัญของคุณจะถูกแชร์กับผู้อื่น และนั่นคือจุดเริ่มต้นของปัญหา ได้แก่ วิธีปกป้องข้อมูลนั้น วิธีปฏิบัติตามกฎระเบียบ และวิธีตรวจสอบโดยทั่วไปว่าทุกอย่าง ปลอดภัย

ลองจินตนาการว่า AI กำลังทำข้อตกลงมูลค่าล้านดอลลาร์ด้วยตัวเอง โดยอาศัยการวิเคราะห์ตลาดที่ชาญฉลาด ทุกการกระทำต้องสามารถอธิบายได้ ตรวจสอบได้ และถูกกฎหมาย แต่ SaaS มักจะเหมือนกล่องดำ ไม่มีอะไรให้เห็น ไม่มีอะไรให้เข้าใจ ซึ่งไม่เหมาะสำหรับบริษัทการเงิน

การกำหนดค่าด้วยตนเองช่วยจัดการทุกรายละเอียดของการทำงานของเอเจนต์ บริษัทสามารถเลือกและปรับแต่งโมเดลภาษาให้เหมาะกับความต้องการของตนได้ พวกเขายังสามารถสร้างระบบกฎที่คำนึงถึงความเสี่ยงและข้อกำหนดของตนเองได้ นอกจากนี้ ทั้งหมดนี้ยังผสานรวมกับระบบภายในได้อย่างง่ายดายโดยใช้โปรโตคอลและมาตรฐานความปลอดภัยที่คุ้นเคย

การลงทุนในการพัฒนาดังกล่าวให้ผลตอบแทนด้วยความยืดหยุ่นในการดำเนินงาน หากกฎระเบียบเปลี่ยนแปลง ภัยคุกคามใหม่เกิดขึ้น หรือธุรกิจเปลี่ยนทิศทาง บริษัทที่มีการกำหนดค่าด้วยตนเองสามารถเปลี่ยนแปลงสถาปัตยกรรมเอเจนต์ได้โดยไม่ต้องพึ่งพาผู้จำหน่าย ในโลกปัจจุบันที่การแข่งขันและกฎหมายเปลี่ยนแปลงอย่างต่อเนื่อง สิ่งนี้ สำคัญมาก

มุ่งหน้าต่อไป

การเปลี่ยนผ่านจาก AI เชิงสนทนาไปสู่เอเจนต์อัตโนมัติไม่ใช่เรื่องของอนาคต แต่กำลังเกิดขึ้นแล้ว ขับเคลื่อนโดยโมเดลภาษาขั้นสูง โครงสร้าง API ที่ดีขึ้น และการแข่งขันที่เพิ่มขึ้นในการทำให้กระบวนการทางการเงินที่ซับซ้อนเป็นอัตโนมัติ บริษัทที่เข้าใจสิ่งนี้และลงทุนในรากฐานที่แข็งแกร่งจะได้รับประโยชน์อย่างมาก ได้แก่ ประสิทธิภาพที่สูงขึ้น ความเสี่ยงที่ลดลง และลูกค้าที่มีความสุขมากขึ้น

เพื่อให้ประสบความสำเร็จ จำเป็นต้องมีแนวทางที่จริงจัง บริษัทต้องจ้างวิศวกรที่มีประสบการณ์ซึ่งสามารถสร้างและดูแลรักษาระบบ AI ที่ซับซ้อนได้ ต้องกำหนดกฎเกณฑ์เพื่อป้องกันการนวัตกรรมมากเกินไปและรักษา การควบคุม

สิ่งสำคัญที่ทุกคนต้องเข้าใจคือ AI ไม่ใช่ไม้กายสิทธิ์ แต่เป็นเครื่องมือที่ทรงพลังซึ่งต้องได้รับการกำหนดค่า ทดสอบ และติดตามอย่างต่อเนื่องอย่างเหมาะสม

ในสิบปีข้างหน้า สถาบันการเงินที่จะประสบความสำเร็จจะเป็นสถาบันที่เชี่ยวชาญศิลปะการจัดการการดำเนินงานอัตโนมัติ พวกเขาจะใช้เอเจนต์ AI เพื่อดำเนินงานประจำวัน และทำเช่นนั้นด้วยความแม่นยำที่ยอดเยี่ยม ซึ่งจะปลดปล่อยให้คนได้มุ่งเน้นไปที่การตัดสินใจเชิงกลยุทธ์และปัญหาที่ซับซ้อน พวกเขาจะสร้างระบบที่เรียนรู้และพัฒนาจากทุกการดำเนินงาน

คำถามไม่ใช่อีกต่อไปว่า AI จะเปลี่ยนแปลงระบบการเงินหรือไม่ คำถามคือใครจะเป็นผู้นำการเปลี่ยนแปลงนี้และใครจะถูกทิ้งไว้ข้างหลัง การตัดสินใจที่คุณทำในตอนนี้จะกำหนดความสำเร็จของบริษัทคุณ ในอนาคต

Why Autonomous AI Agents Are the Next Layer of Fintech Infrastructure เผยแพร่ครั้งแรกใน Coinmonks บน Medium ซึ่งผู้คนกำลังสนทนาต่อโดยการไฮไลต์และตอบกลับเรื่องราวนี้