รายงาน Visa 2026 ชี้ สแกมแซงหน้าการโกงแบบอื่น กลายเป็นภัยใหญ่สุดของผู้ใช้ระบบชำระเงิน

แทนที่จะเจาะระบบหรือขโมยข้อมูลโดยตรง นักต้มตุ๋นมักใช้วิธี เช่น

• ปลอมตัวเป็นแบรนด์ ธนาคาร หรือหน่วยงานรัฐ
• สร้างสถานการณ์เร่งด่วนเพื่อให้เหยื่อตัดสินใจเร็ว
• หลอกให้เหยื่อโอนเงินหรืออนุมัติธุรกรรมที่ดูเหมือนถูกต้อง

เนื่องจากธุรกรรมเหล่านี้ถูก “อนุมัติเองโดยผู้ใช้” ระบบตรวจจับการโกงแบบอัตโนมัติที่ออกแบบมาเพื่อหยุดธุรกรรมที่ไม่ได้รับอนุญาตจึงตรวจจับได้ยาก

Visa จึงอธิบายว่าการโกงยุคใหม่กำลังกลายเป็น การโจมตีด้วยการควบคุมพฤติกรรมมนุษย์ (behavioral manipulation) มากกว่าการใช้ช่องโหว่ซอฟต์แวร์

บทบาทของ AI ในการขยายการหลอกลวง

AI กำลังทำให้การโจมตีแบบ Social Engineering มีประสิทธิภาพมากขึ้นอย่างเห็นได้ชัด

รายงานระบุว่าอาชญากรใช้ AI เพื่อสร้างข้อความหลอกลวงที่น่าเชื่อถือ สร้างเนื้อหาปลอม และทำให้การหลอกลวงสามารถดำเนินการในระดับใหญ่ได้

ตัวอย่างเทคนิคที่พบ ได้แก่

• ข้อความหรืออีเมลที่สร้างด้วย AI เพื่อเลียนแบบการสื่อสารจริง
• การปลอมเสียงหรือ deepfake audio เพื่อเลียนแบบบุคคลที่เหยื่อรู้จัก
• ระบบอัตโนมัติที่ส่งสแกมไปยังเหยื่อจำนวนมากพร้อมกัน

เทคโนโลยีเหล่านี้ทำให้การหลอกลวงมีลักษณะคล้าย ธุรกิจดิจิทัลที่ดำเนินงานอย่างเป็นระบบ โดยอาชญากรสามารถใช้โครงสร้างพื้นฐาน เครื่องมือ และสคริปต์เดิมซ้ำได้กับสแกมหลายประเภท

ตัวเลขสำคัญจากรายงาน Spring 2026

ข้อมูลจาก Visa แสดงให้เห็นว่าภูมิทัศน์ของการโกงกำลังเปลี่ยนอย่างรวดเร็ว

• ตรวจพบกิจกรรมสแกมเกือบ 1 พันล้านดอลลาร์ ระหว่าง กรกฎาคม–ธันวาคม 2025 ซึ่งทำให้สแกมกลายเป็นหมวดการโกงการชำระเงินผู้บริโภคที่ใหญ่ที่สุดในช่วงเวลาดังกล่าว
• การโกงที่เกี่ยวข้องกับ device token ลดลง 9.6% เมื่อเทียบกับช่วงเดียวกันของปีก่อน
• ความเสียหายจากการโจมตีแบบ enumeration (การทดสอบหมายเลขบัตรจำนวนมากด้วยระบบอัตโนมัติ) ลดลง 16%
• กิจกรรม ransomware เพิ่มขึ้น 26% ในช่วงเดียวกัน
• อย่างไรก็ตาม มีเพียง 23% ของเหยื่อ ransomware ที่ยอมจ่ายค่าไถ่ ซึ่งเป็นอัตราที่ต่ำที่สุดที่ Visa เคยติดตาม

ภาพรวมของตัวเลขเหล่านี้สะท้อนว่า แม้การโกงแบบเดิมบางประเภทจะลดลง แต่ อาชญากรรมไซเบอร์ที่มีแรงจูงใจทางการเงินกำลังเปลี่ยนรูปแบบไปสู่การหลอกลวงผู้ใช้โดยตรง

ทำไม Visa บอกว่าต้องร่วมมือกันทั้งระบบ

Visa ระบุว่าการหยุดสแกมยุคใหม่เป็นเรื่องยาก เพราะการโจมตีมักเกิดขึ้นข้ามหลายแพลตฟอร์ม

ตัวอย่างเช่น การหลอกลวงอาจเริ่มจาก

• โฆษณาปลอมบนโซเชียลมีเดีย
• การติดต่อผ่านแอปแชตหรือโทรศัพท์
• แล้วจบลงด้วยการชำระเงินผ่านธนาคารหรือแพลตฟอร์มร้านค้า

ด้วยเหตุนี้ ไม่มีองค์กรใดเห็นภาพทั้งหมดของการโจมตีเพียงลำพัง

รายงานยังเตือนว่าจุดอ่อนมักเกิดขึ้นที่ “รอยต่อของระบบนิเวศ” (ecosystem seams) ซึ่งเป็นจุดที่องค์กรต่าง ๆ เชื่อมต่อกันแต่ไม่ได้แลกเปลี่ยนข้อมูลกันอย่างเพียงพอ

Visa จึงเสนอให้เกิดการตอบสนองระดับระบบ โดยต้องมีความร่วมมือจากหลายฝ่าย ได้แก่

• ธนาคารและเครือข่ายการชำระเงิน
• ร้านค้าและแพลตฟอร์มดิจิทัล
• บริษัทเทคโนโลยี
• ผู้กำหนดนโยบายและหน่วยงานกำกับดูแล
• หน่วยงานบังคับใช้กฎหมาย

เนื่องจากสแกมที่ใช้ AI สามารถดำเนินการได้ในระดับความเร็วของเครื่องจักร การป้องกันแบบแยกส่วนหรือใช้กระบวนการแบบแมนนวลเพียงอย่างเดียวจึงไม่เพียงพออีกต่อไป

ภูมิทัศน์การโกงยุคใหม่

ข้อสรุปสำคัญของรายงานคือ มาตรการรักษาความปลอดภัยของระบบชำระเงินกำลังได้ผล แต่ในขณะเดียวกันก็ทำให้อาชญากรต้องเปลี่ยนยุทธศาสตร์

แทนที่จะเจาะระบบโดยตรง พวกเขาหันมา หลอกให้ผู้ใช้เป็นคนอนุมัติธุรกรรมเอง

ดังนั้น กลยุทธ์การป้องกันการโกงในอนาคตจึงต้องเน้นมากขึ้นที่

• พฤติกรรมผู้ใช้
• การหลอกลวงข้ามแพลตฟอร์ม
• การโจมตีที่ขับเคลื่อนด้วย AI

ไม่ใช่เพียงแค่การป้องกันช่องโหว่ของเครือข่ายการชำระเงินเท่านั้น