AI กับโจทย์หินธนาคารกลางโลก

การประชุมประจำปีผู้ว่าการธนาคารกลางทั่วโลก ที่จัดขึ้นโดยธนาคารกลางยุโรป (ECB) ณ เมืองซินตรา ประเทศโปรตุเกส สะท้อนภาพจำลองน่าสนใจของประวัติศาสตร์เศรษฐกิจโลกอีกครั้ง เมื่อหัวข้อหลักที่ถูกหยิบยกขึ้นมาพูดถึงมากสุด ไม่ใช่เรื่อง “อัตราดอกเบี้ยนโยบาย” หรือ “วิกฤตเงินเฟ้อ” ดังเช่นปีก่อน ๆ แต่กลับเป็นเรื่อง ปัญญาประดิษฐ์ (Artificial Intelligence) หรือ AI ที่กำลังกลายตัวแปรสำคัญในการเปลี่ยนโฉมภูมิทัศน์ทางการเงินและเศรษฐกิจโลกทุกมิติ

ความกังวลร่วมกันของผู้กำหนดนโยบายทางการเงินในเวทีนี้ คือ AI กำลังเติบโตและแทรกซึมเข้าสู่ระบบเศรษฐกิจด้วยความเร็วสูง จนธนาคารกลางทั่วโลก อาจไม่มี “เครื่องมือ” หรือ “กฎหมาย” เพียงพอกับการรับมือดังกล่าว ความท้าทายนี้ถูกเปรียบเทียบว่าเป็นทั้งโอกาสครั้งใหญ่สุด ขณะเดียวกันก็เป็นความเสี่ยงที่น่ากลัวที่สุดต่อเสถียรภาพทางการเงินยุคใหม่ โดยประเด็นที่น่าจับตามองสามารถแบ่งออกเป็น 4 มิติ

มิติแรกที่ส่งสัญญาณเตือนอย่างชัดเจนคือ ผลกระทบของ AI ต่อตลาดการเงิน แม้ปัจจุบันระบบการซื้อขายหลักทรัพย์จะพึ่งพาอัฉริยะภาพของคอมพิวเตอร์และอัลกอริทึมอยู่แล้ว แต่ความสามารถของ Generative AI และแบบจำลองการเรียนรู้เชิงลึกในอนาคต อาจล้ำหน้าถึงขั้นที่สามารถ “ประสานงานกันเองเพื่อบิดเบือนราคาตลาด” สร้างภาวะฟองสบู่ และทำกำไรอย่างมหาศาล ทั้งในขาทุบและขาช้อน ที่เป็นรูปแบบการปั่นตลาดที่ยากจะตรวจจับ

กระแสการแห่ลงทุนหุ้นกลุ่มเทคโนโลยี AI ในปัจจุบัน เริ่มเผยให้เห็นเค้าลาง “ภาวะฟองสบู่” ที่คล้ายคลึงกับเหตุการณ์ประวัติศาสตร์อย่าง ยุคสร้างทางรถไฟของอังกฤษช่วงศตวรรษที่ 19 หรือฟองสบู่ดอตคอมช่วงปลายทศวรรษ 1990 แม้เม็ดเงินเหล่านี้จะช่วยขับเคลื่อน GDP ให้เติบโตระยะสั้น แต่ธนาคารเพื่อการชำระหนี้ระหว่างประเทศ (BIS) เสนอว่า ความเร็วและขนาดของการลงทุนเกินพิกัดนี้ อาจจบลงด้วยการปรับฐานครั้งใหญ่ ที่สร้างความเสียหายต่อระบบการเงินโดยรวม

มิติภาคการธนาคาร AI ได้เข้ามาปฏิวัติระบบการประเมินความเสี่ยงและพิจารณาสินเชื่อ (Credit Scoring) ช่วยให้สถาบันการเงินสามารถวิเคราะห์ฐานข้อมูลขนาดใหญ่ได้อย่างรวดเร็ว ส่งผลดีต่อกลุ่มผู้มีรายได้น้อย หรือธุรกิจขนาดเล็กที่ไม่เคยมีประวัติทางการเงินในระบบให้สามารถเข้าถึงแหล่งเงินทุนได้ง่ายขึ้น

แต่ทว่ากองทุนการเงินระหว่างประเทศ (IMF) ได้ออกมาเตือนเกี่ยวกับระบบกล่องดำ (Black Box) ของ AI ซึ่งหมายถึงกระบวนการประมวลผลที่ซับซ้อนจนแม้แต่ผู้พัฒนาเองก็ไม่สามารถอธิบายเหตุผลอย่างเป็นรูปธรรมได้ว่า เหตุใด AI จึงปฏิเสธหรืออนุมัติสินเชื่อให้ลูกค้ารายใดรายหนึ่ง ความไม่โปร่งใสนี้กลายเป็นโจทย์หินของผู้กำกับดูแล ที่ไม่สามารถตรวจสอบความยุติธรรมหรือความเสี่ยงที่ซ่อนอยู่ใต้ระบบปฏิบัติการดังกล่าวได้เลย

มิติความเสี่ยงที่ตามมา คือ การขยายกว้างของช่องว่างทางเศรษฐกิจ AI เป็นเทคโนโลยี ต้องใช้เงินลงทุนสูงมากในการพัฒนาและบำรุงรักษา ทำให้นายทุนใหญ่หรือประเทศร่ำรวยได้เปรียบการเข้าถึงเทคโนโลยี ที่มีประสิทธิภาพสูงสุด ขณะที่ประเทศกำลังพัฒนาและผู้ประกอบการรายย่อย (SMEs) อาจถูกทิ้งไว้ข้างหลังเนื่องจากข้อจำกัดด้านงบประมาณได้

ความเหลื่อมล้ำนี้ส่งผลโดยตรงต่อมิติของความมั่นคงปลอดภัยทางไซเบอร์ (Cybersecurity) เนื่องจากองค์กรขนาดเล็กมักไม่มีระบบป้องกันที่แน่นหนาพอ จึงตกเป็นเป้าหมายสำคัญของอาชญากรไซเบอร์ที่ใช้ AI ในการโจมตี ด้วยเหตุนี้ ธนาคารกลางอังกฤษ จึงผุดไอเดียแหวกแนวอย่างการเสนอให้จัดตั้ง “ระบบประกันภัยไซเบอร์” ลักษณะเดียวกับระบบคุ้มครองเงินฝาก เพื่อเป็นตาข่ายรองรับความเสียหายและช่วยให้ระบบการเงินสามารถขับเคลื่อนต่อไปได้หากเกิดการโจมตีทางไซเบอร์ในวงกว้าง

มติสุดท้ายคือ ผลกระทบต่อตลาดแรงงานและภาพรวมเศรษฐกิจ หาก AI ประสบความสำเร็จในระดับสูงสุด จนสามารถทำงานแทนมนุษย์ในภาคบริการและอุตสาหกรรมได้อย่างสมบูรณ์แบบมันจะนำมาซึ่งการว่างงานในวงกว้าง รายได้ครัวเรือนที่ลดฮวบและสุดท้ายจะผลักดันให้เศรษฐกิจเข้าสู่ภาวะถดถอย ความพังทลายของอำนาจซื้อนี้จะย้อนกลับมาทำลายผลตอบแทนของบริษัทเทคโนโลยีที่ลงทุนใน AI เองในท้ายที่สุด

แต่หากมองในมุมกลับกัน หาก AI ไม่สามารถเพิ่มผลิตภาพ (Productivity) ได้ตามที่ตลาดคาดหวัง เม็ดเงินมหาศาลที่จมลงไปในอุตสาหกรรมนี้จะกลายเป็นหนี้สูญที่สูญเปล่า ไม่ว่าจะออกหน้าไหน ทั้ง 2 สถานการณ์ล้วนส่งแรงสั่นสะเทือนต่อเสถียรภาพทางเศรษฐกิจอย่างหลีกเลี่ยงไม่ได้…