กรมพัฒนาธุรกิจการค้าของไทยลดจำนวน "บริษัทบังหน้า" (mushroom companies) ซึ่งเป็นบริษัทเชลล์ที่ใช้เพื่อปกปิดความเป็นเจ้าของและฟอกเงินลงถึง 90% ภายในหนึ่งปี โดยจำนวนบริษัทที่น่าสงสัยลดลงจาก 594 แห่ง เหลือเพียง 58 แห่ง หลังจากกรมฯ เริ่มใช้ระบบตรวจสอบที่ขับเคลื่อนด้วย AI ที่ชื่อว่า IBAS ซึ่งบีบให้หน่วยงานกำกับดูแลและผู้ประกอบการที่สุจริตต้องกลับมาทบทวนวิธีการตรวจจับการทุจริตในองค์กรใหม่

ทำไมการปราบปรามครั้งนี้จึงสำคัญ

บริษัทบังหน้าเติบโตได้ดีภายใต้ความไม่เปิดเผยตัวตน บริษัทเหล่านี้มักถูกจัดตั้งขึ้นด้วยทุนจดทะเบียนขั้นต่ำ และมักจะจดทะเบียนในวันเดียวกับที่มีความต้องการทำธุรกรรม จากนั้นก็หายตัวไปโดยทิ้งร่องรอยไว้เพียงน้อยนิดสำหรับเจ้าหน้าที่ ความไม่โปร่งใสนี้ทำให้เจ้าหน้าที่จัดเก็บภาษี หน่วยงานบังคับใช้กฎหมาย และนักลงทุนที่แท้จริง แยกแยะระหว่างวิสาหกิจที่ถูกกฎหมายกับบริษัทบังหน้าเพื่อกิจกรรมที่ผิดกฎหมายได้ยาก

IBAS เปลี่ยนสถานการณ์ได้อย่างไร

IBAS ไม่ได้เข้ามาแทนที่เจ้าหน้าที่ที่เป็นมนุษย์ แต่จะทำหน้าที่แจ้งเตือนบริษัทที่มีความเสี่ยงสูงเพื่อให้มีการตรวจสอบอย่างใกล้ชิด กระบวนการทำงานเป็นการผสมผสานข้อมูลจากสามแหล่ง:

  • การวิเคราะห์พฤติกรรม (Behavioral analysis) – ตรวจสอบการยื่นเอกสาร การเปลี่ยนแปลงรายชื่อผู้ถือหุ้น และรูปแบบทางการเงินเพื่อหาความผิดปกติที่หาได้ยากในธุรกิจทั่วไป
  • Digital ID และ e-KYC – บังคับให้ผู้ก่อตั้งต้องยืนยันตัวตนด้วย Digital ID ที่ออกโดยรัฐบาล
  • การเชื่อมโยงข้อมูลระหว่างหน่วยงาน (Cross-agency linkage) – ตรวจสอบข้อมูลย้อนกลับกับบันทึกของตำรวจ ภาษี และสวัสดิการสังคม เพื่อเปิดโปงความไม่สอดคล้องของข้อมูลที่อาจถูกซ่อนไว้

เมื่อ IBAS ตรวจพบความเสี่ยงที่อาจเกิดขึ้น ระบบจะแจ้งเตือนนักสืบสวน ซึ่งจะเป็นผู้ตัดสินใจว่าจะเริ่มการตรวจสอบอย่างเต็มรูปแบบหรือไม่ แนวทางแบบ "เน้นจุดสำคัญก่อน" (focus-first) นี้ช่วยให้เจ้าหน้าที่สามารถมุ่งเน้นไปที่ผู้กระทำผิดที่มีแนวโน้มสูง แทนที่จะกระจายทรัพยากรไปอย่างเบาบางในกลุ่มผู้จดทะเบียนทั้งหมด

การเปลี่ยนแปลงเชิงนโยบายที่ช่วยเสริมความแข็งแกร่งให้ความพยายามด้าน AI

กรมฯ ได้เขียนกลยุทธ์การตรวจสอบใหม่ แทนที่จะเป็นการตรวจสอบเพียงครั้งเดียวในวันจดทะเบียนจัดตั้ง ปัจจุบันมีการเฝ้าติดตามตลอดวงจรชีวิตของบริษัท โดยจะแจ้งเตือนสัญญาณอันตราย (red flags) ที่อาจเกิดขึ้นในภายหลัง เช่น การเปลี่ยนแปลงกรรมการอย่างกะทันหัน หรือการไหลเข้าของเงินทุนที่ผิดปกติ

กฎระเบียบใหม่บังคับให้นักลงทุนต่างชาติส่งรายการเดินบัญชีธนาคารย้อนหลังสามเดือนเพื่อพิสูจน์แหล่งที่มาของเงิน ข้อกำหนดนี้ช่วยสกัดกั้นการใช้ตัวแทน (nominees) ในท้องถิ่นเพื่อปกปิดความเป็นเจ้าของจากต่างประเทศ ซึ่งเป็นช่องโหว่ที่พบบ่อยในโครงสร้างบริษัทบังหน้า

ตัวเลขที่พิสูจน์ความสำเร็จ

  • บัญชีม้า (Mule accounts) (บัญชีของตัวแทนที่ใช้เพื่อปกปิดเจ้าของที่แท้จริง) ลดลงจาก 594 เหลือ 58 รายการ คิดเป็นการลดลงถึง 90%
  • กรณีความเสี่ยงด้านนอมินี (Nominee-risk cases) ลดลง 65.22%
  • การจดทะเบียนออนไลน์ ปัจจุบันครอบคลุม 95.48% ของธุรกิจใหม่ ทำให้สามารถยื่นเอกสารได้ตลอด 24 ชั่วโมงจากทุกที่

ตัวเลขเหล่านี้แสดงให้เห็นว่าโมเดลที่ขับเคลื่อนด้วยข้อมูลและสนับสนุนด้วย AI สามารถปรับปรุงผลลัพธ์ด้านการกำกับดูแลได้อย่างมหาศาล

สิ่งที่ธุรกิจที่สุจริตควรทำ

ข้อมูลที่สะอาดกลายเป็นความได้เปรียบในการแข่งขันในปัจจุบัน บริษัทต่างๆ ต้องรักษาความถูกต้องและเป็นปัจจุบันของรายชื่อผู้ถือหุ้น ที่อยู่จดทะเบียน และงบการเงิน แม้แต่ความไม่สอดคล้องเพียงเล็กน้อยก็อาจกระตุ้นให้เกิดการตรวจสอบที่ลึกซึ้งขึ้น ซึ่งอาจทำให้การอนุมัติล่าช้าหรือถูกลงโทษได้

บทสรุป

AI มอบเครื่องมืออันทรงพลังให้กับกรมพัฒนาธุรกิจการค้าของไทยในการกำจัดบริษัทปลอม โดยสามารถลดจำนวนบริษัทบังหน้าลงได้ถึงเก้าในสิบส่วนภายในหนึ่งปี แนวทางนี้ขึ้นอยู่กับคุณภาพของข้อมูล ความร่วมมือระหว่างหน่วยงาน และการตรวจสอบอย่างต่อเนื่อง ผลลัพธ์ที่ได้นั้นน่าประทับใจ แต่การถกเถียงเรื่องความเป็นส่วนตัว กระบวนการยุติธรรม และบทบาทของ AI ในการบริหารงานภาครัฐเพิ่งจะเริ่มต้นขึ้น การที่หน่วยงานกำกับดูแลจะสร้างสมดุลระหว่างประสิทธิภาพและความรับผิดชอบได้อย่างไร จะเป็นตัวกำหนดทิศทางของการบริหารจัดการที่ขับเคลื่อนด้วย AI ในระลอกถัดไป