ประเด็นสำคัญ
- ในช่วงครึ่งแรกของปี 2026 ระบบจัดการความเสี่ยงที่ขับเคลื่อนด้วย AI ของ Binance ช่วยปกป้องผู้ใช้มากกว่า 8 ล้านคน และป้องกันความเสียหายที่อาจเกิดขึ้นได้มูลค่าประมาณ 4.6 พันล้านดอลลาร์สหรัฐ
- ปัจจุบัน AI มีส่วนร่วมในการตัดสินใจด้านความเสี่ยงแบบเรียลไทม์ถึง 80% ถึง 90% ครอบคลุมทั้งการยืนยันตัวตน ความปลอดภัยของบัญชี การชำระเงิน และการตรวจสอบธุรกรรม โดยมีผู้เชี่ยวชาญด้านมนุษย์คอยดูแลกรณีพิเศษที่ต้องการการพิจารณาอย่างละเอียดอ่อน
- โมเดล AI กว่า 100 ตัวทำงานอยู่เบื้องหลังระบบควบคุมการฉ้อโกง เพื่อตรวจจับกลโกง เอกสารปลอมแปลง และความพยายามในการหลอกลวงทางสังคม (Social Engineering) ในระดับมหาศาล
📷
ปัจจุบัน ภาพหน้าจอหลักฐานการชำระเงินปลอมหรือเอกสารยืนยันตัวตนที่ถูกแก้ไข สามารถสร้างขึ้นได้ในเวลาเพียงไม่กี่วินาที และสคริปต์หลอกลวงสามารถปรับแต่งให้เจาะจงเป้าหมายรายบุคคลได้ด้วยต้นทุนที่แทบจะเป็นศูนย์ เมื่อเทคนิคการหลอกลวงมีต้นทุนการผลิตที่ถูกลง วิธีเดียวที่จะรับมือได้อย่างมีประสิทธิภาพคือการประเมินความเสี่ยงอย่างต่อเนื่อง ในระดับใหญ่ และแบบเรียลไทม์
นี่คือจุดที่ AI กลายเป็นหัวใจสำคัญของวิธีการที่ Binance ใช้ปกป้องผู้ใช้ ในช่วงครึ่งแรกของปี 2026 ระบบจัดการความเสี่ยงที่ขับเคลื่อนด้วย AI ของ Binance ช่วยปกป้องผู้ใช้มากกว่า 8 ล้านคน และป้องกันความเสียหายที่อาจเกิดขึ้นได้มูลค่าประมาณ 4.6 พันล้านดอลลาร์สหรัฐ ครอบคลุมกิจกรรมการซื้อขายที่ผิดปกติ ความพยายามในการยึดบัญชี การหลอกลวง และการฉ้อโกงในการทำธุรกรรม
บล็อกนี้จะอธิบายตัวเลขเหล่านี้ให้ชัดเจน: ตำแหน่งที่ AI ทำงานตลอดเส้นทางของผู้ใช้ วิธีการที่โมเดลภายในองค์กรและภายนอกทำงานร่วมกัน เหตุผลที่ผู้เชี่ยวชาญด้านมนุษย์ยังคงเป็นศูนย์กลางของกระบวนการ และแนวทางนี้ขยายขอบเขตจากการป้องกันการสูญเสียไปสู่การปฏิบัติตามกฎระเบียบและประสิทธิภาพการทำงานภายในอย่างไร
Binance เปลี่ยนโมเดล AI กว่า 100 ตัวให้เป็นเกราะป้องกันผู้ใช้แบบเรียลไทม์
ในช่วงครึ่งแรกของปี 2026 Binance สามารถสกัดกั้นความพยายามในการหลอกลวงและการฟิชชิงได้หลายล้านครั้ง บัญชีดำที่อยู่กระเป๋าเงินดิจิทัลที่เป็นอันตรายกว่า 42,000 รายการ และออกคำเตือนแบบเรียลไทม์มากกว่า 14,000 ครั้งต่อวัน
ผลลัพธ์เหล่านี้มาจากโครงสร้างพื้นฐานด้าน AI ที่ Binance สร้าง พัฒนา และดูแลเองภายในองค์กร เราใช้งานโมเดล AI มากกว่า 100 ตัวในมาตรการต่อต้านการฉ้อโกงและการหลอกลวง โดยนักวิเคราะห์ความเสี่ยงที่เป็นมนุษย์เป็นผู้กำหนดเกณฑ์ ทบทวนกรณีพิเศษ และฝึกฝนโมเดลใหม่เมื่อรูปแบบการหลอกลวงใหม่ๆ ปรากฏขึ้น
ในขั้นตอน KYC (การยืนยันตัวตน) กระบวนการตรวจสอบที่ใช้ AI ช่วยของเราเพิ่มประสิทธิภาพการทำงานได้ถึง 100 เท่าเมื่อเทียบกับกระบวนการแบบ manual ในบางเวิร์กโฟลว์เฉพาะทาง โดยยังคงให้ผู้เชี่ยวชาญเข้ามามีส่วนร่วมในกรณีที่เสี่ยงสูง
Binance ฝังระบบป้องกันความเสี่ยงด้วย AI ตลอดเส้นทางของผู้ใช้
AI ถูกฝังอยู่ในทุกขั้นตอนของเส้นทางผู้ใช้ ตั้งแต่จุดที่ต้องมีการตัดสินใจด้านความเสี่ยงแบบเรียลไทม์ ซึ่งรวมถึงการยืนยันตัวตน ความปลอดภัยของบัญชี (เช่น การตรวจจับสัญญาณของการถูกยึดบัญชี) การชำระเงิน และการคุ้มครอง รวมถึงการตรวจสอบธุรกรรมในวงกว้าง
ทุกการกระทำจะถูกประเมินทันทีที่เกิดขึ้น และส่วนใหญ่จะได้รับการแก้ไขโดยอัตโนมัติ นี่คือสิ่งที่ทำให้ระบบป้องกันสามารถทำงานในระดับแพลตฟอร์มโดยไม่ทำให้การใช้งานของผู้ใช้ปกติช้าลง เนื่องจากผู้คนส่วนใหญ่ไม่เคยเห็นขั้นตอนการตรวจสอบที่ทำงานอยู่เบื้องหลังกิจกรรมของพวกเขาเลย
ชุดโมเดลไฮบริดที่สร้างจากภายในและภายนอก
Binance ใช้เทคโนโลยีผสมผสานระหว่างระบบproprietaryและระบบภายนอก โมเดลที่พัฒนาขึ้นภายในถูกออกแบบมาเพื่อจัดการกับความเสี่ยงเฉพาะที่พบเห็นบนแพลตฟอร์ม ในขณะที่โมเดล AI ชั้นนำและ Foundation Models จากภายนอกทำหน้าที่ด้านการให้เหตุผลที่กว้างกว่า
แนวทางแบบไฮบริดนี้ช่วยให้ระบบตรวจจับมีความทันสมัยตามขีดความสามารถล่าสุดของ AI ขณะเดียวกันก็รักษาข้อได้เปรียบที่ปรับแต่งมาให้เหมาะกับผู้ใช้ ผลิตภัณฑ์ และขนาดของ Binance โดยเฉพาะ นอกจากนี้ยังหมายความว่าเราสามารถนำความสามารถใหม่ๆ มาใช้ได้รวดเร็วเมื่อวงการ AI ก้าวหน้าไป
นอกเหนือจากโมเดลตรวจจับแล้ว Binance ยังดำเนินการทีม Red Team ภายในที่ทำหน้าที่ทดสอบระบบป้องกันเสมือนผู้โจมตีจริง รวมถึงการสำรวจว่าเทคโนโลยีเกิดใหม่อาจถูกนำมาใช้โจมตีแพลตฟอร์มได้อย่างไร
Jimmy Su ประธานเจ้าหน้าที่ฝ่ายความปลอดภัยของ Binance อธิบายว่า “การฝึกซ้อมเหล่านี้ช่วยให้เราค้นหาจุดอ่อนก่อนที่ผู้โจมตีจะพบ ยืนยันว่ามาตรการควบคุมของเราทำงานได้ภายใต้สถานการณ์จริง และเสริมสร้างความแข็งแกร่งให้กับบุคลากร กระบวนการ และเทคโนโลยีที่ปกป้องผู้ใช้ของเราอย่างต่อเนื่อง ในด้านความปลอดภัย คุณไม่สามารถสมมติว่าระบบป้องกันของคุณจะทำงานได้ – คุณต้องท้าทายมัน”
ตัวอย่าง: ระบบป้องกันหลายชั้นต่อการหลอกลวงทางสังคม
การโจมตีบางประเภทถูกออกแบบมาเพื่อข้ามผ่านเทคโนโลยีทั้งหมดและมุ่งเป้าไปที่ความไว้วางใจแทน การซื้อขายแบบ P2P เป็นหนึ่งในพื้นที่ที่ความพยายามในการหลอกลวงทางสังคมเป็นเรื่องปกติมาก
ที่ Binance โมเดล Computer Vision ที่พัฒนาขึ้นภายในตรวจจับภาพหลักฐานการชำระเงินปลอมโดยการวิเคราะห์รายละเอียดธุรกรรมและการเปลี่ยนแปลงเล็กน้อยในรูปภาพ โมเดล Natural Language Processing ระบุข้อความหลอกลวงในแชท โมเดล Machine Learning แบบดั้งเดิมประเมินระดับความเสี่ยงของแต่ละคำสั่งซื้อ และเหนือสิ่งอื่นใด Large Language Models ช่วยตีความเจตนาของข้อความและจับข้อความหลอกลวงที่ซ่อนอยู่ในรูปภาพ
เครื่องจักรคัดกรอง มนุษย์ตัดสินใจ โมเดลเรียนรู้
แม้ว่า AI จะเก่งกาจในการค้นพบและคัดกรองเบื้องต้น แต่มนุษย์ยังคงมีความจำเป็นสำหรับการตรวจสอบเชิงลึกและการตัดสินตามบริบท การตรวจจับการมีชีวิต (Liveness Detection) และการปลอมแปลงเอกสารยืนยันตัวตนเป็นตัวอย่างที่ดี AI สามารถคัดกรองปริมาณงานจำนวนมากอย่างรวดเร็วและนำเสนอรายการที่น่าสงสัย แต่กรณีพิเศษจำนวนมากยังคงต้องการผู้เชี่ยวชาญด้านมนุษย์เพื่อติดป้ายกำกับและตัดสินอย่างแม่นยำยิ่งขึ้น
เมื่อรูปแบบการโจมตีใหม่ปรากฏขึ้น AI ช่วยค้นพบและระบุลักษณะเหล่านั้น จากนั้นข้อมูลที่ได้จะถูกนำไปใช้เพื่อปรับปรุงโมเดล ผลลัพธ์คือวงจรต่อเนื่องที่ AI ให้ขนาดการทำงาน (Scale) และมนุษย์ให้ความถูกต้องแม่นยำ (Accuracy) ในระบบควบคุมการฉ้อโกง โมเดล AI ทำการตัดสินใจด้านความเสี่ยงแบบเรียลไทม์ 80% ถึง 90% และช่วยเหลือในกระบวนการทบทวนโดยมนุษย์ประมาณ 45%
เพื่อให้มั่นใจว่า AI มีความรับผิดชอบในระดับนี้ Binance นำหลักการกำกับดูแลโมเดลที่มีโครงสร้างมาใช้ตลอดวงจรชีวิตของโมเดล ตั้งแต่การพัฒนาและตรวจสอบ ไปจนถึงการนำไปใช้และการติดตามผลอย่างต่อเนื่อง โมเดลจะถูกทดสอบเรื่องอคติและความแม่นยำก่อนนำไปใช้งานจริง และประสิทธิภาพของมันจะถูกติดตามอย่างต่อเนื่องเทียบกับผลลัพธ์ในโลกจริง
เมื่อความแม่นยำของโมเดลลดลงหรืออัตราการแจ้งเตือนผิดพลาด (False Positive) สูงเกินเกณฑ์ที่ยอมรับได้ ซึ่งตรวจพบโดยกระบวนการทบทวนโดยมนุษย์ดังกล่าวข้างต้น โมเดลนั้นจะถูกทำเครื่องหมายให้อยู่ในสถานะรอการฝึกฝนใหม่โดยอัตโนมัติ สิ่งนี้ช่วยให้มั่นใจว่าการตัดสินใจอัตโนมัติยังคงมีความยุติธรรม อธิบายได้ และตรวจสอบย้อนกลับได้ — ไม่ใช่แค่เร็วเท่านั้น
Beyond Loss Prevention: Compliance and Internal Efficiency
นอกเหนือจากการปกป้องผู้ใช้แล้ว ทีมงานด้านการปฏิบัติตามกฎระเบียบของเราใช้เครื่องมืออัตโนมัติที่ช่วยด้วย AI เพื่อขยายขนาดและมาตรฐานกระบวนการต่างๆ เช่น การตรวจจับการฉ้อโกงในขั้นตอน KYC และการดำเนินการตรวจสอบธุรกรรม
โครงการ AI กว่า 24 โครงการถูกนำไปใช้ครอบคลุมตั้งแต่การรับผู้ใช้ใหม่ การยกระดับการตรวจสอบ และการตรวจสอบคู่ค้า โมเดลเหล่านี้จัดลำดับความสำคัญของเคส ระบุรูปแบบจากชุดข้อมูลที่ซับซ้อน – รวมถึงกิจกรรมบนบล็อกเชนและลายนิ้วมืออุปกรณ์ – และส่งต่อปัญหาที่ถูกต้องไปยังผู้เชี่ยวชาญด้านมนุษย์โดยลดการแจ้งเตือนที่ผิดพลาดให้น้อยที่สุด
ภายในองค์กร ผลกระทบก็คล้ายกัน นักวิเคราะห์ใช้ AI เพื่อทำงานได้เร็วขึ้นในด้านวิเคราะห์ การตรวจสอบ และการนำโมเดลไปใช้ ขณะที่ทีมปฏิบัติการใช้มันเพื่อช่วยในการสืบสวนและรายละเอียดเคส ในทั้งสองกรณี เป้าหมายเหมือนกันคือ: โอนย้ายงานซ้ำๆ เพื่อให้คนสามารถโฟกัสกับการตัดสินใจที่มีคุณค่าสูงกว่า ซึ่งสะท้อนให้เห็นในอัตราการใช้งาน – เครื่องมือ Agentic ภายในของ Binance ตอนนี้มีการใช้งานประมาณ 72% ในทีมต่างๆ โดยได้รับการสนับสนุนจากการฝึกอบรมทั่วทั้งบริษัท โปรแกรมวิศวกรรม Prompt และการกำกับดูแลที่มีโครงสร้าง
รากฐานของทั้งหมดนี้คือความมุ่งมั่นต่อความเป็นส่วนตัวด้วยการออกแบบ (Privacy by Design) ระบบ AI ของ Binance ทำงานภายใต้กรอบที่ให้ความสำคัญกับความเป็นส่วนตัวเป็นหลัก ซึ่งมีการฝังหลักการลดจำนวนข้อมูลเท่าที่จำเป็น จำกัดวัตถุประสงค์การใช้งาน และการคุ้มครองสิทธิ์ของผู้ใช้ในวิธีการสร้างและนำโมเดล AI ไปใช้ เป้าหมายนั้นชัดเจน: ปกป้องผู้ใช้จากการละเมิดทางการเงินและความเสียหายโดยไม่ละเมิดสิทธิ์ความเป็นส่วนตัวของพวกเขา — และทำเช่นนั้นอย่างโปร่งใส เพื่อให้ผู้ใช้เข้าใจว่ามาตรการป้องกันกำลังทำงานอยู่เบื้องหลังโดยไม่มีการใช้ข้อมูลของพวกเขาเกินกว่าที่งานนั้นต้องการ
สรุปท้ายบทความ
ที่ Binance การปกป้องผู้ใช้คือสิ่งที่เราให้ความสำคัญและลงทุนอย่างต่อเนื่อง AI มอบขนาดการทำงาน (Scale) ส่วนมนุษย์มอบวิจารณญาณ (Judgment) เมื่อเครื่องมือสำหรับผลิตการหลอกลวงมีต้นทุนถูกลง การผสมผสานนี้ต้องพัฒนาต่อไป – ซึ่งหมายถึงการฝึกฝนโมเดลใหม่ ปรับปรุงเกณฑ์ และคงไว้ซึ่งนักวิเคราะห์ผู้มีประสบการณ์สำหรับเคสที่ต้องการพวกเขา
Disclaimer: เนื้อหานี้จัดทำขึ้น "ตามสภาพ" (as is) เพื่อวัตถุประสงค์ทั่วไปและเพื่อการศึกษาเท่านั้น โดยไม่มีการรับประกันหรือรับรองใดๆ ทั้งสิ้น ไม่ควรถูกตีความว่าเป็นคำแนะนำทางการเงิน และไม่ได้ออกแบบมาเพื่อแนะนำการซื้อผลิตภัณฑ์หรือบริการใดๆ ราคาของสินทรัพย์ดิจิทัลมีความผันผวนสูง มูลค่าการลงทุนของคุณอาจเพิ่มขึ้นหรือลดลง และคุณอาจไม่ได้รับเงินลงทุนคืน คุณเป็นผู้รับผิดชอบแต่เพียงผู้เดียวต่อการตัดสินใจลงทุนของคุณ และ Binance จะไม่รับผิดชอบต่อความสูญเสียใดๆ ที่คุณอาจได้รับ นี่ไม่ใช่คำแนะนำทางการเงิน สำหรับข้อมูลเพิ่มเติม โปรดดูที่ [เงื่อนไขการใช้บริการ](https://www.binance.com/en/terms) และ [คำเตือนความเสี่ยง](https://www.binance.com/en/risk-warning)
