เมื่อ AI เริ่มลงมือเทรดคริปโตจริง: เบื้องหลังโครงการ AI‑Agent ของ Sygnum

แนวคิดนี้มีเป้าหมายเพื่อลดความซับซ้อนของ DeFi ซึ่งปัจจุบันผู้ใช้ต้องจัดการหลายโปรโตคอลด้วยตนเอง

ระบบ Human‑in‑the‑Loop: AI เสนอ แต่คนเป็นผู้ตัดสินใจ

แม้ AI จะช่วยวางแผนและเตรียมธุรกรรม แต่ระบบไม่ได้ให้อำนาจ AI ควบคุมเงินของลูกค้าโดยตรง

Sygnum ใช้โมเดล human‑in‑the‑loop ซึ่งมีขั้นตอนสำคัญดังนี้

• AI agent สร้างและเตรียมรายการธุรกรรม
• ระบบแสดงความเสี่ยงและรายละเอียดให้ลูกค้า
• ลูกค้าต้องอนุมัติและลงลายเซ็นดิจิทัลเอง

หากไม่มีลายเซ็นของผู้ใช้ ธุรกรรมจะไม่สามารถเกิดขึ้นได้

แนวทางนี้ทำให้ AI ทำหน้าที่เป็นเครื่องมือช่วยตัดสินใจและประสานงาน มากกว่าจะเป็นระบบเทรดอัตโนมัติเต็มรูปแบบ ซึ่งสอดคล้องกับมาตรฐานความรับผิดชอบในระบบธนาคารที่อยู่ภายใต้การกำกับดูแล

Self‑Custody: กุญแจยังอยู่กับผู้ใช้

อีกองค์ประกอบสำคัญคือ self‑custody หรือการที่ผู้ใช้ถือครองกุญแจส่วนตัวของกระเป๋าเงินเอง

ในโครงการทดลองนี้

• การลงนามธุรกรรมเกิดขึ้นผ่านกระเป๋าเงินบนอุปกรณ์ของลูกค้า
• private key ไม่ถูกส่งออกจากอุปกรณ์
• ธนาคารหรือ AI ไม่สามารถเคลื่อนย้ายเงินได้เอง

สถาปัตยกรรมนี้กำลังกลายเป็นแนวทางที่พบได้มากขึ้นในระบบคริปโตยุคใหม่ ซึ่งให้ AI ช่วยสร้างข้อเสนอธุรกรรม แต่ผู้ใช้ยังคงเป็นผู้ลงนามขั้นสุดท้าย

AI สามารถทำธุรกรรมคริปโตแบบใดได้บ้าง

ระบบไม่ได้จำกัดแค่การโอนเงินธรรมดา แต่ถูกออกแบบมาสำหรับ ธุรกรรม DeFi แบบหลายขั้นตอน

รายงานเกี่ยวกับโครงการทดลองระบุว่า AI agent สามารถวางแผนและดำเนินงาน เช่น

• โอนสเตเบิลคอยน์
• สลับโทเคน (token swaps)
• ธุรกรรมปล่อยกู้บนบล็อกเชน
• การเพิ่มสภาพคล่องในโปรโตคอล DeFi

AI จะตัดสินใจลำดับขั้นตอนที่ต้องใช้โดยอัตโนมัติหลังจากเข้าใจเป้าหมายของผู้ใช้

ตัวอย่างเช่น หากผู้ใช้บอกว่าอยากนำเงินไปสร้างผลตอบแทนใน DeFi ระบบอาจต้องดำเนินการหลายขั้น เช่น การอนุมัติโทเคน การสลับสินทรัพย์ และการฝากเข้าโปรโตคอลต่าง ๆ

อย่างไรก็ตาม รายละเอียดเกี่ยวกับบล็อกเชน สินทรัพย์ หรือโปรโตคอลที่รองรับในโครงการทดลองยังไม่ได้เปิดเผยต่อสาธารณะทั้งหมด

เทคโนโลยีที่อยู่เบื้องหลังระบบ

โครงการนี้ใช้สถาปัตยกรรม AI agent ที่เชื่อมต่อกับเครื่องมือธุรกรรมบนบล็อกเชน

องค์ประกอบหลักของระบบ ได้แก่

• โมเดล AI สำหรับตีความคำสั่งภาษาธรรมชาติ
• ชั้น orchestration สำหรับวางแผนลำดับธุรกรรม
• ระบบวิเคราะห์สมาร์ตคอนแทรกต์และประเมินความเสี่ยง
• การเชื่อมต่อกับกระเป๋าเงินที่ผู้ใช้ลงนามธุรกรรม

รายงานบางแห่งระบุว่าโครงการใช้ Model Context Protocol (MCP) server ภายในของ Sygnum และใช้โมเดล Claude ของ Anthropic เป็นแกน AI สำหรับประสานงานการทำธุรกรรม

ด้วยโครงสร้างนี้ AI สามารถเข้าถึงเครื่องมือบล็อกเชน วิเคราะห์สัญญาอัจฉริยะ และเตรียมธุรกรรมได้ โดยยังคงให้มนุษย์เป็นผู้อนุมัติขั้นสุดท้าย

ทำไมเรื่องนี้จึงสำคัญต่ออนาคตของธนาคาร

Sygnum มองว่าโครงการนี้เป็นส่วนหนึ่งของกลยุทธ์ AI@Sygnum ซึ่งมุ่งพัฒนา workflow ที่ขับเคลื่อนด้วย AI ในบริการสินทรัพย์ดิจิทัลของธนาคาร

แนวคิดสำคัญคือ ในอนาคตผู้ใช้จะไม่ต้องเรียนรู้เครื่องมือเทรดที่ซับซ้อน แต่สามารถ อธิบายเป้าหมายทางการเงินเป็นภาษาธรรมชาติ แล้วให้ระบบจัดการโครงสร้างธุรกรรมให้เอง

หากแนวทางนี้พัฒนาเต็มรูปแบบ อาจช่วยลดอุปสรรคทางเทคนิคที่ทำให้ทั้งนักลงทุนรายย่อยและสถาบันยังลังเลที่จะใช้ผลิตภัณฑ์การเงินบนบล็อกเชน

ก่อนเปิดใช้งานจริง ต้องผ่านอะไรอีกบ้าง

แม้โครงการทดลองจะสำเร็จ แต่ระบบยังไม่ถูกเปิดให้ลูกค้าใช้งานทั่วไป

Sygnum ระบุว่ายังต้องดำเนินการเพิ่มเติมในหลายด้าน เช่น

• การอนุมัติด้านกฎระเบียบและการกำกับดูแล
• การเสริมมาตรการความปลอดภัยสำหรับคำสั่งที่สร้างโดย AI
• การควบคุมการดำเนินงานและการคุ้มครองลูกค้า
• กรอบกำกับดูแลสำหรับ workflow การตัดสินใจอัตโนมัติ

ธนาคารระบุว่ามีแผนเชิงพาณิชย์สำหรับเทคโนโลยีนี้ แต่ยังไม่ได้ประกาศช่วงเวลาการเปิดให้บริการอย่างเป็นทางการ

สัญญาณของแนวโน้มใหม่: AI ลงมือทำธุรกรรมเอง

โครงการของ Sygnum สะท้อนแนวโน้มใหญ่ในวงการฟินเทค: AI กำลังขยับจากการวิเคราะห์ข้อมูลไปสู่การมีบทบาทในขั้นตอนการทำธุรกรรมจริง

หากเทคโนโลยีลักษณะนี้ถูกนำไปใช้ในวงกว้าง การใช้งานคริปโตในอนาคตอาจไม่ต่างจากการคุยกับผู้ช่วยดิจิทัล เพียงบอกเป้าหมายทางการเงิน แล้วระบบจะจัดการขั้นตอนเทคนิคทั้งหมดให้

อย่างไรก็ตาม ในตอนนี้ การทดลองของ Sygnum ยังแสดงให้เห็นโมเดลที่สมดุลระหว่าง ระบบอัตโนมัติของ AI กับการควบคุมของมนุษย์ ซึ่งยังคงเป็นหัวใจสำคัญของระบบธนาคารที่อยู่ภายใต้การกำกับดูแล