เปิดโปงภัยคุกคามไซเบอร์ยุคใหม่: AI Bot สร้างเกือบครึ่งหนึ่งของทราฟฟิกอีคอมเมิร์ซ

อุตสาหกรรมการค้าปลีกและอีคอมเมิร์ซกลายเป็นเป้าหมายอันดับหนึ่งของอาชญากรไซเบอร์ในยุคที่ AI เข้ามามีบทบาท และอาวุธหลักที่ใช้ก็คือ 'AI bot' รายงาน State of the Internet (SOTI) — Securing the Agentic Storefront: Attacks on Commerce ล่าสุดจาก Akamai ซึ่งเปิดเผยเมื่อวันที่ 15 กรกฎาคม 2026 เผยให้เห็นตัวเลขที่น่าตกใจ: เกือบครึ่งหนึ่งของทราฟฟิกทั้งหมดบนแพลตฟอร์มการค้าถูกสร้างขึ้นโดย AI bot จำนวนมหาศาลถึงกว่า 17 ล้านล้านครั้ง (17 trillion) ที่พุ่งเป้ามาที่อุตสาหกรรมการค้าทั่วโลกในปี 2025 เพียงปีเดียว

เกือบครึ่งของทราฟฟิกอีคอมเมิร์ซมาจาก AI Bot

ข้อมูล ณ เดือนธันวาคม 2025 ระบุว่า 47.9% ของทราฟฟิกทั้งหมดบนเครือข่ายของ Akamai ที่เกี่ยวข้องกับการค้าปลีกและอีคอมเมิร์ซ มาจาก AI bot โดย AI bot สามอันดับแรกที่ถูกพบมากที่สุดคือ OpenAI, ByteDance และ Anthropic ปริมาณทราฟฟิกจาก AI bot เพิ่มขึ้น 19% เมื่อเทียบกับปีก่อนหน้าในปี 2025 โดยได้แรงหนุนหลักจากธุรกิจค้าปลีก (Retail Vertical) ในช่วงเวลาเพียงสองเดือน (กรกฎาคม–สิงหาคม 2025) เพียงช่วงเดียว Akamai ตรวจพบ คำขอจาก AI bot มากกว่า 25,000 ล้านครั้ง ที่พุ่งเป้ามายังอุตสาหกรรมการค้า

เวกเตอร์การโจมตี: API กลายเป็นพื้นผิวหลัก, Layer 7 DDoS พุ่ง 104%

รายงานยืนยันว่า APIs (Application Programming Interfaces) ได้กลายมาเป็นช่องทางโจมตีหลักของเหล่าแฮกเกอร์ 87% ขององค์กรทั้งหมดประสบเหตุการณ์ด้านความปลอดภัยที่เกี่ยวข้องกับ API ในปี 2025 อุตสาหกรรมการค้าต้องเผชิญกับการโจมตีทางแอปพลิเคชันและ API มากกว่า 200,000 ล้านครั้ง ระหว่างปี 2024 ถึง 2025 การโจมตีเว็บผ่าน API เพิ่มขึ้น 9% ระหว่างไตรมาสที่ 4 ของปี 2024 ถึงไตรมาสที่ 4 ของปี 2025 ซึ่งแซงหน้าการโจมตีเว็บแอปพลิเคชันแบบดั้งเดิมในแง่ของปริมาณ

การโจมตีแบบปฏิเสธการให้บริการชั้น 7 หรือ Layer 7 DDoS กำลังระเบิดขึ้นอย่างรุนแรง Akamai รายงานว่าการโจมตีเหล่านี้ เพิ่มขึ้นถึง 104% ในช่วงสองปีที่ผ่านมา (2023–2025) โดยเพิ่มขึ้น 61% เมื่อเทียบกับปีก่อนหน้าจากปี 2024 ถึง 2025 อุตสาหกรรมการค้าต้องเผชิญกับการโจมตี Layer 7 DDoS เกือบสามล้านล้านครั้ง ระหว่างปี 2024 ถึง 2025 ธุรกิจค้าปลีก (Retail) ถูกโจมตีหนักที่สุด — 84% ของการโจมตี Layer 7 DDoS ทั้งหมดที่พุ่งเป้ามายังการค้า ตกเป็นของธุรกิจค้าปลีก

ภูมิภาคที่เติบโต: APAC นำโด่ง, อเมริกาเหนือและ EMEA เติบโตเล็กน้อย

แนวโน้มในแต่ละภูมิภาคมีความแตกต่างกันอย่างชัดเจน :

• เอเชียแปซิฟิก (APAC) — เติบโตแบบก้าวกระโดด: จำนวนบ็อตเพิ่มขึ้น 63% ซึ่งสูงกว่าภูมิภาคอื่นใด ตลาดการท่องเที่ยวที่กระจัดกระจายและโปรแกรมสะสมคะแนนในเอเชียแปซิฟิกทำให้ภูมิภาคนี้กลายเป็นเป้าหมายหลัก
• ลาตินอเมริกา (LATAM) — กิจกรรมบ็อตพุ่งสูงขึ้น 48%
• ยุโรป ตะวันออกกลาง และแอฟริกา (EMEA) — เพิ่มขึ้นปานกลางที่ 16% ในกิจกรรมบ็อตอัตโนมัติ
• อเมริกาเหนือ — เพิ่มขึ้นเล็กน้อยที่ 7% ถึงแม้จะมีการเติบโตน้อย แต่ภูมิภาคนี้มีปริมาณกิจกรรม AI bot ดิบสูงที่สุดถึง 33,000 ล้านครั้ง

การค้าแบบอัตโนมัติ (Agentic Commerce): ความเสี่ยงใหม่ที่พร่าเลือนระหว่างมิตรและศัตรู

การเพิ่มขึ้นของ Agentic Commerce — ซึ่ง AI agent จะทำหน้าที่ซื้อขาย ทำธุรกรรม และโต้ตอบบนแพลตฟอร์มแทนผู้ใช้ — ได้เปลี่ยนแปลงภูมิทัศน์ภัยคุกคามไปอย่างสิ้นเชิง ผู้โจมตีกำลังใช้ประโยชน์จาก ช่องว่างของความไว้วางใจระหว่างการโต้ตอบของมนุษย์และเครื่องจักร

ผู้ไม่หวังดีใช้อาวุธเป็น AI bot เพื่อโจมตีขั้นสูงที่ เจาะลึกถึงขั้นตอนการทำงานของ Session, กลไกการยืนยันตัวตน และตรรกะทางธุรกิจของ API รวมถึงการสร้างและจัดการข้อมูลประจำตัวปลอมในวงกว้าง มัลแวร์คิดเป็น 56.5% ของกิจกรรมภัยคุกคามบนอุปกรณ์ปลายทาง (Endpoint) ตั้งแต่เดือนพฤศจิกายน 2025 ถึงเมษายน 2026 ซึ่งบ่งชี้ว่าระบบ Agentic Commerce กำลังขยายพื้นผิวการโจมตีบนอุปกรณ์ปลายทาง

รายงานเตือนว่า AI shopping agent ที่เป็นมิตรและบ็อตที่เป็นอันตรายนั้นแทบจะแยกไม่ออกจากกัน ทำให้การตรวจจับบ็อตแบบดั้งเดิมเพียงอย่างเดียวนั้นไม่เพียงพออีกต่อไป

กรอบการรักษาความปลอดภัยของ Agentic (Agentic Security Framework) จาก Akamai: เลเยอร์ความน่าเชื่อถือแบบครบวงจรร่วมกับ Visa และ Experian

เพื่อตอบสนองต่อภัยคุกคามนี้ Akamai ได้ประกาศเปิดตัว Agentic Security Framework แบบครบวงจรเมื่อวันที่ 15 มิถุนายน 2026 สำหรับโซลูชัน Bot & Agent Control กรอบการทำงานนี้เชื่อมโยง ระบบยืนยันตัวตน (Identity), การสังเกตการณ์ (Observability), ความน่าเชื่อถือ (Trust) และความปลอดภัยที่ขอบเครือข่าย (Edge Security) เข้าเป็นเลเยอร์การตัดสินใจแบบเรียลไทม์เดียวที่ขอบเครือข่าย ประกอบด้วย เสาหลัก 6 ประการที่ทำงานสอดประสานกันอย่างแนบแน่น :

• การยืนยันตัวตนและการระบุที่มาแบบมนุษย์ (Verified identity and human attribution)
• การยืนยันตัวตนที่เน้นผู้ใช้เป็นศูนย์กลาง (User-centric authentication)
• การวิเคราะห์ความน่าเชื่อถือแบบปรับตัว (Adaptive trust analysis)
• การบังคับใช้บน Edge (Edge-based enforcement)
• การสร้างรายได้จากเนื้อหาและการแลกเปลี่ยนมูลค่า (Content monetization and value exchange)
• การมองเห็นการทำงานและการวิเคราะห์ทราฟฟิก (Operational visibility and traffic analysis)

พันธมิตรในระบบนิเวศ ได้แก่ Visa, Experian, Skyfire, Ping Identity, Auth0 และ Tollbit จุดเด่นคือ Visa ได้นำ Trusted Agent Protocol (TAP) ของตนมาใช้เพื่อยืนยันตัวตน AI shopping agent แบบเข้ารหัส และป้องกันการฉ้อโกงบนระบบคลาวด์ของ Akamai กรอบการทำงานนี้ออกแบบมาเพื่อตอบคำถามหลักเกี่ยวกับตัวตน (Identity) เจตนา (Intent) และความน่าเชื่อถือ (Trust) ที่เกิดขึ้นเมื่อ AI agent ดำเนินการแทนผู้ใช้

คำแนะนำสำหรับ CISOs: สิ่งที่ควรทำทันที

จากผลการวิจัยในรายงาน Akamai แนะนำให้ผู้บริหารด้านความปลอดภัย (CISO) ดำเนินการตามลำดับความสำคัญดังนี้ :

• นำกรอบความปลอดภัยที่ตระหนักถึง agent มาใช้ — ใช้การตัดสินใจแบบเรียลไทม์ด้านตัวตน การสังเกตการณ์ และความน่าเชื่อถือ แทนที่จะพึ่งพาการตรวจจับบ็อตแบบเดิม
• รักษาความปลอดภัย API ในฐานะพื้นผิวการโจมตีหลัก — มองว่าความปลอดภัยของ API เป็นสิ่งจำเป็นต่อความต่อเนื่องทางธุรกิจ ไม่ใช่แค่เรื่องทางเทคนิค ดำเนินการค้นพบ API และตรวจสอบพฤติกรรมอย่างต่อเนื่อง
• เตรียมพร้อมรับมือ DDoS ชั้น 7 ในช่วงเวลาการค้าสูงสุด — เนื่องจากธุรกิจค้าปลีกถูกโจมตีคิดเป็น 84% ของการโจมตี DDoS ชั้น 7 ในภาคการค้า จึงควรปรับขนาดการป้องกัน DDoS ก่อนถึงช่วงวันช้อปปิ้งสำคัญ
• ลงทุนในการป้องกันที่ปรับตามภูมิภาค — ให้ความสำคัญกับเอเชียแปซิฟิก (APAC) เนื่องจากการเพิ่มขึ้นของบ็อตถึง 63% แต่ก็ไม่ควรมองข้าม EMEA และอเมริกาเหนือ
• นำมาตรฐานการยืนยันตัวตนที่เกิดขึ้นใหม่มาใช้ — โปรโตคอลอย่าง Trusted Agent Protocol (TAP) ของ Visa, Web Bot Authentication และ Know Your Agent (KYA) นำการยืนยันตัวตนแบบเข้ารหัสมาสู่การโต้ตอบของบ็อต/agent
• บูรณาการการควบคุมบ็อตและการควบคุมการฉ้อโกง — เนื่องจาก AI bot ทำให้เส้นแบ่งระหว่างการขูดข้อมูล (Scraping) ที่ถูกกฎหมายและการฉ้อโกงที่เป็นอันตรายเลือนลางลง ทีมรักษาความปลอดภัยและทีมป้องกันการฉ้อโกงจึงต้องรวมกลยุทธ์ของตนเป็นหนึ่งเดียว