Binance บอกว่า AI สกัดความเสียหายคริปโท US$10.53 พันล้านได้อย่างไร

ความแตกต่างระหว่าง ความเสียหายที่อาจถูกสกัดไว้ กับ สินทรัพย์ที่กู้คืนได้ สำคัญมาก ตัวเลขการป้องกันคือการประเมินกิจกรรมเสี่ยงที่ถูกหยุดก่อนจบกระบวนการ ส่วนตัวเลขการกู้คืนคือเงินหรือสินทรัพย์ที่ถูกขโมยไปแล้วและภายหลังถูกนำกลับหรือทำให้ปลอดภัย Binance รายงานทั้งสองแบบ แต่ทั้งสองแบบวัดผลลัพธ์คนละประเภท

Binance บอกว่าสแต็กป้องกันด้วย AI ทำงานอย่างไร

Binance Research ระบุว่าแพลตฟอร์มได้ตั้งโครงการ AI มากกว่า 24 โครงการในงานคอมพลายแอนซ์ และมีโมเดล AI มากกว่า 100 ตัวที่ขับเคลื่อนระบบควบคุมต่อต้านการฉ้อโกง อีกทั้งระบุว่าสแต็กต่อต้านการฉ้อโกงนี้ช่วยลดการเปิดรับเงินทุนผิดกฎหมายลง 96%

แกนกลางที่ถูกพูดถึงคือเครื่องมือตรวจจับความเสี่ยงและการฉ้อโกงแบบพัฒนาขึ้นเองชื่อ Strategy Factory Binance Research ระบุว่าเครื่องมือนี้ผสมผสานการปรับแต่งตามบริบททางธุรกิจ การสร้างกฎแบบแยกส่วน และการปรับปรุงอย่างต่อเนื่อง ซึ่งหมายถึงระบบที่สามารถปรับกฎตรวจจับและการควบคุมความเสี่ยงตามโมเดลได้เมื่อพฤติกรรมของสแกมเปลี่ยนไป

หากอธิบายแบบใช้งานจริง ระบบนี้แบ่งได้เป็น 3 ชั้นหลัก:

1. ตรวจจับ

Binance ระบุว่าระบบควบคุมความเสี่ยงด้วย AI ถูกใช้เพื่อระบุภัยคุกคาม เช่น ดีปเฟก ฟิชชิง และการหลอกลวงทางสังคมที่ขับเคลื่อนด้วย AI ภาพรวมของบริษัทคือการให้โมเดลและกฎทำงานร่วมกันเพื่อจับพฤติกรรมน่าสงสัยให้เร็วขึ้น ก่อนที่การกระทำเสี่ยงจะกลายเป็นความเสียหายจริง

2. แทรกแซง

รายงานสรุประบุว่า Binance ส่งการแจ้งเตือนความเสี่ยงแบบเรียลไทม์เฉลี่ยมากกว่า 9,600 ครั้งต่อวัน นี่คือส่วนที่ผู้ใช้มองเห็นได้มากที่สุด เพราะแม้ระบบจะตรวจพบความเสี่ยงแล้ว ผู้ใช้ยังต้องหยุดคิด ตรวจสอบคู่กรณี หรือยกเลิกธุรกรรมที่น่าสงสัยด้วยตัวเอง

3. กดทับโครงสร้างของมิจฉาชีพ

Binance ยังระบุว่าขึ้นบัญชีดำที่อยู่มุ่งร้ายมากกว่า 36,000 รายการ บัญชีดำที่อยู่ช่วยให้แพลตฟอร์มซื้อขายสามารถทำเครื่องหมายหรือบล็อกโครงสร้างพื้นฐานที่เกี่ยวข้องกับสแกม โดยเฉพาะเมื่อกระเป๋าหรือเครือข่ายเดิมถูกใช้ซ้ำในหลายเหตุการณ์

ทำไมเรื่องนี้ถูกเล่าเป็น “AI ปะทะ AI”

กรอบเล่าเรื่องด้านความปลอดภัยของ Binance ตั้งอยู่บนปัญหาง่าย ๆ แต่รับมือยาก: ฝั่งโจมตีก็ใช้ AI เช่นกัน รายงานเกี่ยวกับความเคลื่อนไหวด้านความปลอดภัยล่าสุดของ Binance อธิบายว่าความปลอดภัยคริปโทกำลังเป็นสนามแข่งแบบ “AI vs. AI” เพราะ AI ทำให้คนร้ายสร้างดีปเฟก โคลนเสียง และแคมเปญฟิชชิงที่น่าเชื่อขึ้นได้ง่ายกว่าเดิม

Binance Research เคยเตือนว่าในคริปโท AI มีประสิทธิภาพในการนำไปใช้โจมตีมากกว่าการตรวจจับถึง 2 เท่าในปัจจุบัน สะท้อนความไม่สมดุลระหว่างฝ่ายโจมตีกับฝ่ายป้องกัน ข้อมูลอาชญากรรมคริปโทในภาพกว้างจาก Chainalysis ก็ชี้ไปทางเดียวกัน โดยประเมินว่าในปี 2025 มีเงิน US$17 พันล้านถูกขโมยจากสแกมและการฉ้อโกงคริปโท ขณะที่สแกมแบบแอบอ้างตัวตนเพิ่มขึ้น 1,400% เมื่อเทียบรายปี และสแกมที่ใช้ AI ทำกำไรได้มากกว่าสแกมแบบดั้งเดิม 4.5 เท่า

นี่อธิบายว่าทำไมการลงทุน AI เพื่อรับมืออาชญากรรมทางการเงินจึงไม่ได้เกิดเฉพาะในวงการคริปโท Binance Research ระบุว่าสถาบันการเงิน 75% วางแผนเพิ่มงบด้าน AI สำหรับการตรวจจับอาชญากรรมทางการเงิน และนำตัวเลขที่ Binance อ้างว่าสกัดความเสียหายที่อาจเกิดขึ้น US$10.53 พันล้านไปเทียบกับระบบ AI ของ JPMorgan ที่ป้องกันความเสียหายจากการฉ้อโกงได้ประมาณ US$1.5 พันล้าน

การกู้คืนเงินเป็นคนละเรื่องกับการป้องกัน

ตัวเลขที่ใหญ่ที่สุดของ Binance ในข่าวนี้เกี่ยวกับกิจกรรมที่บริษัทบอกว่าถูกหยุดก่อนเกิดความเสียหาย ส่วนตัวเลขการกู้คืนมีขนาดเล็กกว่ามาก และมาจากรายงานต่อต้านสแกมอีกชุดหนึ่ง

ในอัปเดตต่อต้านสแกมปี 2025 Binance ระบุว่าบริษัทป้องกันความเสียหายที่อาจเกิดจากการฉ้อโกงและสแกมได้ US$6.69 พันล้าน โดยในจำนวนนี้ US$3.9 พันล้านเกี่ยวข้องกับความพยายามสแกม และกู้คืนสินทรัพย์ที่ถูกขโมยได้มากกว่า US$12.8 ล้าน Fortune India รายงานแยกต่างหากว่า Binance ประมวลผลคำขอจากหน่วยงานบังคับใช้กฎหมายมากกว่า 71,000 รายการ สนับสนุนการยึดสินทรัพย์ราว US$131 ล้านที่เกี่ยวข้องกับกิจกรรมผิดกฎหมาย และจัดอบรมให้หน่วยงานบังคับใช้กฎหมายมากกว่า 160 ครั้งในปี 2025

ตัวเลขเหล่านี้ไม่ควรถูกนำมาบวกกันเหมือนเป็นเรื่องเดียวกัน ความเสียหายที่อาจถูกสกัด เงินที่ได้รับการปกป้อง สินทรัพย์ที่ถูกขโมยแล้วกู้คืน และสินทรัพย์ที่ถูกยึดร่วมกับหน่วยงานรัฐ ล้วนขึ้นอยู่กับนิยามและขั้นตอนการทำงานที่ต่างกัน

ตัวเลขนี้พิสูจน์อะไร และยังไม่พิสูจน์อะไร

สิ่งที่ตัวเลขเหล่านี้บอกได้ชัดคือ Binance กำลังวาง AI เป็นโครงสร้างพื้นฐานด้านความปลอดภัยหลัก ครอบคลุมการตรวจจับการฉ้อโกง การควบคุมด้านคอมพลายแอนซ์ และการปกป้องผู้ใช้ หากตัวเลขของบริษัทสะท้อนทิศทางได้แม่นยำ ระบบป้องกันอัตโนมัติเหล่านี้กำลังทำงานในสเกลใหญ่มาก ทั้งในระดับผู้ใช้หลายล้านรายและกิจกรรมเสี่ยงหรือความพยายามโจมตีมูลค่าหลายพันล้านดอลลาร์

แต่ก็ต้องอ่านด้วยความระมัดระวัง รายงานสาธารณะส่วนใหญ่เกี่ยวกับตัวเลข US$10.53 พันล้านโยงกลับไปที่การเปิดเผยของ Binance หรือ Binance Research เอง ดังนั้นยอดรวมนี้ยังเป็นการประเมินการป้องกันที่บริษัทรายงานเอง ในบริบทอีกกรณีหนึ่งเมื่อปี 2025 ICIJ รายงานว่า Chainalysis ระบุว่ารายงานของ Binance เกี่ยวกับการปรับปรุงด้านอาชญากรรมทางการเงินไม่ได้รวมข้อมูลอาชญากรรมสำคัญบางส่วนไว้ด้วย ซึ่งย้ำว่าการอ่านสถิติอาชญากรรมของแพลตฟอร์มซื้อขายขึ้นอยู่กับขอบเขต นิยาม และวิธีวิจัยอย่างมาก

สำหรับผู้ใช้ บทเรียนไม่ใช่ว่า AI ทำให้คริปโทปลอดภัยโดยอัตโนมัติ แต่คือแพลตฟอร์มกำลังพยายามจับพฤติกรรมน่าสงสัยให้เร็วขึ้น ขณะเดียวกันมิจฉาชีพก็ใช้ AI ทำให้การแอบอ้าง ฟิชชิง และการหลอกลวงทางสังคมน่าเชื่อขึ้น การแจ้งเตือนความเสี่ยงและบัญชีดำที่อยู่ช่วยได้ แต่ด่านสุดท้ายยังเป็นการตัดสินใจของคน: ข้อความเร่งให้ติดต่อฝ่ายซัพพอร์ต วิดีโอดีปเฟก แรงกดดันให้รีบโอนเงิน หรือคำสั่งให้ย้ายเงินไปยังกระเป๋าที่ไม่คุ้นเคย ควรถูกมองเป็นสัญญาณเสี่ยงสูงเสมอ