สมาร์ตโฟนตั้งบนโต๊ะข้างเตียงตอนกลางคืน วาดให้ข้างในเป็นเครื่องคัดแยกจดหมาย แผ่นกระดาษข้อความเปล่าไหลลงรางผ่านหวีกรองหยาบแล้วตะแกรงละเอียด ส่วนใหญ่ตกลงถาดด้านล่าง มีแผ่นเดียวติดค้างที่ตะแกรงและเรืองแสงสีอำพัน สายชาร์จวางขดอยู่ข้างเครื่องโดยไม่ได้เสียบ
newsaisecurityscamgemmagoogle-deepmindsingaporeon-device-ai

DeepMind กับรัฐบาลสิงคโปร์ทำ AI จับแชตมิจฉาชีพบนมือถือ ไม่ส่งข้อความขึ้นเซิร์ฟเวอร์ แต่ยังไม่มีวันเปิดใช้และไม่มีภาษาไทย

น้องกายEngineering

สิงคโปร์เสียเงินให้มิจฉาชีพไปแล้วมากกว่า 4,000 ล้านดอลลาร์สิงคโปร์ตั้งแต่ปี 2019 (The Straits Times) วันพุธที่ 14 ตุลาคม 2026 Google DeepMind กับ GovTech หน่วยงานเทคโนโลยีของรัฐบาลสิงคโปร์ เลยเปิดตัวโมเดล AI ที่อ่านแชตบนมือถือเพื่อเตือนว่าคุณกำลังคุยกับมิจฉาชีพ โดยข้อความไม่ต้องออกจากเครื่อง (Google DeepMind)

ตัวเลข 4,000 ล้านนั้นนับรวมราว 7 ปี ถ้าเกลี่ยเป็นรายปีก็ตกปีละกว่า 500 ล้านดอลลาร์สิงคโปร์ ที่น่าสนใจคือโจทย์ของโปรเจกต์นี้เป็นเรื่องย้อนแย้งครับ แอปแชตยุคนี้เข้ารหัสแน่นหนาจนบริษัทเองก็แอบอ่านไม่ได้ ข้อดีคือไม่มีใครส่องแชตคุณ แต่ข้อเสียคือไม่มีใครเตือนคุณได้เหมือนกันว่าคนที่คุยอยู่คือแก๊งหลอกโอนเงิน

Mrs Josephine Teo รัฐมนตรีว่าการกระทรวงการพัฒนาดิจิทัลและสารสนเทศ (Minister for Digital Development and Information) ของสิงคโปร์ พูดถึงความร่วมมือนี้ในสุนทรพจน์เปิดงาน Singapore International Cyber Week (SICW) วันที่สอง (CSA, CNA) เธอบอกว่าถ้ามือถือจับสัญญาณการชักจูงได้เร็ว ก็ช่วยให้คนไม่เสียเงินหรือรหัสผ่าน โดยข้อความส่วนตัวยังอยู่ในเครื่อง

ผมอ่านบล็อกต้นทางของ DeepMind สุนทรพจน์ฉบับเต็ม ข่าวจาก CNA, The Straits Times, Techgoondu และบทวิเคราะห์ของ e27 รวมถึงรายงานของตำรวจสิงคโปร์และตำรวจไทย แล้วสรุปมาให้ครับ ผมยังไม่ได้ลองของจริง เพราะยังไม่เปิดให้ใครใช้ ยังไม่มีตัวเลขความแม่นยำ และยังไม่มีรายชื่อแอปที่รองรับอย่างเป็นทางการ

สรุป 30 วินาที: เกิดอะไรขึ้น

  • ใคร: Google DeepMind ร่วมกับ GovTech สิงคโปร์ ประกาศในช่วงงาน SICW วันที่ 14 ต.ค. 2026 สื่อสิงคโปร์เริ่มรายงานตั้งแต่ช่วงเช้าตามเวลาไทย (CNA)
  • ทำอะไร: เอา Gemma มาสอนต่อด้วยบทสนทนาหลอกลวงในสิงคโปร์ Gemma คือตระกูลโมเดล AI ขนาดเล็กแบบเปิด (open model) ของ Google ที่บริษัทบอกว่ารันบนมือถือได้ (Google AI for Developers)
  • สอนด้วยอะไร: บทสนทนาที่แอบอ้างเป็นหน่วยงานรัฐ ธนาคาร และบุคคลที่คนในประเทศรู้จัก รวมถึงมุกหลอกที่กำลังระบาดในภูมิภาค (Google DeepMind)
  • ทำงานยังไง: รันบนเครื่องแบบสองชั้น ชั้นแรกกรองทุกข้อความแบบประหยัดแบต ถ้าสงสัยค่อยส่งให้ Gemma อ่านบทสนทนายาวขึ้น ถ้ายืนยันว่าเป็นสแกม จอจะขึ้นคำเตือนให้หยุดก่อนส่งข้อมูลหรือโอนเงิน
  • สถานะ: ยังไม่มีวันเปิดใช้ และยังไม่ชัดว่าจะเป็นฟีเจอร์ที่มากับ Android เลยหรือไม่ (The Straits Times) CNA รายงานว่า Google จะประกาศวิธีติดตั้งและใช้งาน “เร็วๆ นี้”
  • ไทย: ไม่มีแหล่งไหนพูดถึงการเปิดใช้ในไทยหรือการรองรับภาษาไทย DeepMind บอกแค่ว่ากำลังสำรวจโอกาสนำเทคโนโลยีคล้ายกันไปใช้ในประเทศอื่น

ทำไมเรื่องนี้เกี่ยวกับคุณ แม้จะไม่ได้อยู่สิงคโปร์

เพราะสคริปต์ที่โมเดลนี้ถูกสอนให้จับ คือสคริปต์เดียวกับที่คนไทยเจออยู่ทุกสัปดาห์ครับ

ศูนย์ต่อต้านการฉ้อโกงออนไลน์ (ACSC) ของสำนักงานตำรวจแห่งชาติ รายงานว่าช่วง 1 ม.ค.–30 เม.ย. 2569 มีคดีออนไลน์ 121,921 คดี (กองสารนิเทศ สตช.) แปลว่าเฉลี่ยวันละราวพันคดี ความเสียหายรวมของช่วงเดียวกันอยู่ที่ 7.48 พันล้านบาท เทียบง่ายๆ คือเงินหายวันละราว 62 ล้านบาท

รายงานฉบับเดียวกันแตกรูปแบบไว้ชัด และตรงกับสามแบบที่คนไทยคุ้นที่สุด

  • ตำรวจปลอม: แก๊งที่อ้างเป็น “ตำรวจ/DSI/ปปง.” ทำความเสียหายเฉลี่ย 2.52 แสนบาทต่อคดี หรือราว 16 เท่าของคดีหลอกซื้อของออนไลน์ที่เฉลี่ย 15,727 บาท
  • พัสดุปลอม: มิจฉาชีพส่ง SMS หรือ LINE อ้างเป็น KERRY, J&T หรือไปรษณีย์ไทย บอกว่ามีพัสดุตกค้าง แล้วหลอกให้กดลิงก์จ่ายค่าธรรมเนียม
  • ลงทุนปลอม: ใช้กลุ่ม LINE OpenChat ที่มีหน้าม้ามารีวิวกำไร กดดันจนเหยื่อโอนเงิน

พอถึงกลางเดือนกันยายน ACSC เตือนเพิ่มว่าพฤติกรรมเด่นของแทบทุกมุกคือ ชวนย้ายไปคุยนอกแอป (กองสารนิเทศ สตช.) คนร้ายเริ่มทักใน Facebook, TikTok, Instagram แอปซื้อขาย หรือแอปหาคู่ แล้วอ้างว่าคุยใน LINE หรือ Telegram สะดวกกว่า จุดที่เหยื่อย้ายเข้าแชตส่วนตัวนี่แหละ คือจุดที่โมเดลแบบใหม่ตั้งใจไปยืนเฝ้า

ฝั่งสิงคโปร์ก็เจอภาพเดียวกัน ตำรวจสิงคโปร์รายงานว่าครึ่งแรกปี 2026 คดีสแกมที่เหยื่อ “โอนเงินเอง” มีสัดส่วน 80.8% ของคดีที่แจ้ง (Singapore Police Force) แปลว่าสิบคดี มีราวแปดคดีที่คนร้ายไม่ได้เจาะบัญชีเลย แต่คุยจนเหยื่อกดโอนเอง ส่วน DeepMind ระบุว่าสแกมแบบใช้บทสนทนาชักจูง (social engineering) คิดเป็นสูงสุด 80% ของความเสียหายทั้งหมด

ถ้าการหลอกเกิดในบทสนทนา ด่านป้องกันก็ต้องอยู่ในบทสนทนาด้วย และไม่ได้มีแค่ Google ที่คิดแบบนี้ Meta ก็กำลังทดสอบ Scam Alert บนเครื่องใน WhatsApp (ดูสรุปที่เราเขียนไว้)

ทำงานยังไง (ฉบับจุดคัดกรองหน้าโรงพยาบาล)

คลาวด์กับบนเครื่อง: ส่งเลือดไปแล็บ หรือมีพยาบาลประจำบ้าน

วิธีเดิมคือ server-side scanning หรือส่งข้อความไปตรวจบนเซิร์ฟเวอร์ของผู้ให้บริการ (CNA) แต่แอปแชตสมัยใหม่จำนวนมากใช้ end-to-end encryption (E2EE) คือข้อความถูกล็อกตั้งแต่เครื่องผู้ส่ง และปลดล็อกได้ที่เครื่องผู้รับเท่านั้น เซิร์ฟเวอร์ที่อยู่ตรงกลางเห็นแค่ซองปิดผนึก จึงตรวจเนื้อหาไม่ได้

ลองนึกภาพแบบนี้ครับ วิธีเดิมเหมือนส่งเลือดทุกหลอดไปแล็บกลางในเมือง แต่หลอดเลือดถูกซีลด้วยกุญแจที่แล็บไม่มี แล็บเลยได้แต่มองหลอดจากข้างนอก วิธีใหม่คือมีพยาบาลประจำตัวนั่งอยู่ในบ้านเลย ตรวจตรงนั้น ตัวอย่างไม่ต้องออกจากบ้าน

นั่นคือความหมายของ on-device AI โมเดลรันในมือถือ อ่านแชตที่ถูกปลดล็อกบนเครื่องคุณแล้ว และไม่ต้องส่งอะไรขึ้นเซิร์ฟเวอร์ CNA รายงานว่าข้อดีอีกข้อคือเร็ว เพราะไม่ต้องรอส่งข้อมูลไปกลับ จึงเตือนได้ทันระหว่างคุย

สองชั้น: พยาบาลวัดไข้หน้าตึก กับห้องหมอ

DeepMind ยอมรับในบล็อกว่าการรันตัวจับสแกมที่ซับซ้อนบนมือถือ “ไม่ง่าย” และเรื่องแบตเตอรี่คือโจทย์ใหญ่ (Google DeepMind) ทางแก้คือแบ่งงานเป็นสองชั้น

  1. ชั้นแรก (screening): ตัวจำแนก (classifier) ขนาดเล็ก ใช้ไฟน้อย กรองข้อความขาเข้าทุกข้อความ งานของมันคือดูว่าข้อความไหนน่าสงสัย ข้อความปกติก็ปล่อยผ่าน
  2. ชั้นที่สอง (in-context analysis): ถ้าชั้นแรกสะกิด โมเดล Gemma ที่สอนมาเฉพาะจะอ่าน “ภาพที่กว้างขึ้น” ของบทสนทนา เพื่อยืนยันว่าเป็นภัยจริง หรือตัดทิ้งว่าเป็นสัญญาณหลอก (false alarm)

เทียบกับโรงพยาบาลรัฐที่คนแน่นตั้งแต่หกโมงเช้า ทุกคนต้องผ่านพยาบาลหน้าตึกที่วัดไข้กับความดันแค่ไม่กี่วินาที คนที่ตัวเลขผิดปกติถึงจะได้เข้าห้องหมอ หมอค่อยซักประวัติละเอียดและเปิดแฟ้มย้อนหลัง ถ้าให้หมอตรวจทุกคนตั้งแต่ประตู คิวคงยาวถึงลานจอดรถ ในโลกมือถือ คิวที่ยาวแบบนั้นก็คือแบตที่หมดก่อนเที่ยง

ทำไมชั้นสองต้องอ่านย้อนหลัง? เพราะข้อความ “สวัสดีค่ะ ติดต่อจากธนาคาร” ข้อความเดียวยังไม่ใช่สแกม สแกมแบบชักจูงจะค่อยๆ สร้างความเชื่อใจ แล้วค่อยเร่งเร้าทีหลัง CNA รายงานคำชี้แจงของ Google ว่าโมเดลจะถูกเทรนต่อเนื่อง เพื่อแยกบทสนทนาปกติออกจาก “การชักจูงที่กดดันและมีแบบแผน” แบบที่สแกมพวกนี้ใช้

Fine-tune: ส่งหมอไปเรียนโรคประจำถิ่น

Fine-tuning คือการเอาโมเดลที่รู้ภาษาทั่วไปอยู่แล้ว มาสอนต่อด้วยตัวอย่างเฉพาะทาง เหมือนหมอทั่วไปที่ไปอบรมโรคประจำถิ่นเพิ่ม The Straits Times อ้างผู้เขียนบล็อกของ DeepMind ว่าโมเดล AI ทั่วไปมักจับมุกสแกมเฉพาะของสิงคโปร์ไม่ได้ (The Straits Times) เลยต้องสอนด้วยข้อมูลท้องถิ่น

DeepMind อธิบายการจัดการข้อมูลไว้สามข้อ (Google DeepMind)

  • Sovereign Sandbox: การสอนโมเดลทำในพื้นที่ Google Cloud ที่ GovTech ดูแลเอง ข้อมูลฝึกถูกแยกไว้
  • ไม่ใช้ข้อมูลประชาชน: ข้อมูลฝึกมาจากรายงานสแกมและแหล่งข่าวกรองที่ลบข้อมูลระบุตัวตนแล้ว
  • Stress test: ทดสอบกับบทสนทนาสังเคราะห์ ซึ่ง The Straits Times รายงานว่าทำให้สะท้อนสำเนียงการพูดของคนในประเทศ

เจอแล้วทำอะไร: หมอบอกคนไข้ ไม่ได้โทรแจ้งใคร

ถ้ายืนยันว่าเป็นสแกม จอจะขึ้นคำเตือนให้หยุดก่อนส่งข้อมูลหรือโอนเงิน DeepMind ระบุว่าโมเดลจะเข้าถึงแชตบนเครื่องได้ก็ต่อเมื่อผู้ใช้ยินยอม และเพราะมันรันบนเครื่องทั้งหมด ทั้งรัฐบาลสิงคโปร์และ Google จะเข้าถึงแชตผ่านการใช้งานนี้ไม่ได้

เทียบกับของที่ Google มีอยู่แล้ว Scam Detection ใน Google Messages ที่เปิดตัวเดือนมีนาคม 2025 ก็ประมวลผลบนเครื่องเช่นกัน เปิดเป็นค่าเริ่มต้น และดูเฉพาะแชตกับคนที่ไม่อยู่ในรายชื่อผู้ติดต่อ (Google Blog) แต่ถ้าผู้ใช้กดรายงานเอง ข้อมูลผู้ส่งกับข้อความล่าสุดจะถูกส่งไปให้ Google และผู้ให้บริการเครือข่าย โมเดลใหม่ของสิงคโปร์จะมีปุ่มแบบนี้ไหม ประกาศรอบนี้ยังไม่บอก

จุดหักมุม: แชตเป็นตัวหนังสือ แต่ตำรวจปลอมชอบโทร

เดี๋ยวก่อนครับ เรื่องมันยังไม่จบ

สคริปต์ที่ทำเงินให้แก๊งมากที่สุดสคริปต์หนึ่ง ไม่ได้เริ่มจากแชต ตำรวจสิงคโปร์รายงานว่าสแกมแอบอ้างเจ้าหน้าที่รัฐทำความเสียหายสูงเป็นอันดับสองในครึ่งแรกปี 2026 ที่ 90.8 ล้านดอลลาร์สิงคโปร์ (Singapore Police Force) ช่องทางที่ใช้ติดต่อเหยื่อบ่อยที่สุดคือโทรศัพท์และ WhatsApp ส่วนรูปแบบหลักซึ่งกินสัดส่วน 94.2% ของคดีประเภทนี้ คือโทรมาอ้างเป็นธนาคาร ค่ายมือถือ หรือสถาบันการเงินก่อน แล้วโอนสายต่อให้ “เจ้าหน้าที่รัฐ”

ฝั่งไทยก็ไม่ต่างกัน ACSC เล่าเคสสัปดาห์ 6–12 ก.ย. 2569 ว่าแก๊งโทรมาอ้างเป็นเจ้าหน้าที่ DSI ให้ผู้เสียหายแอดไลน์เพื่อ “วิดีโอคอลสอบปากคำ” แล้วควบคุมทุกการกระทำ (กองสารนิเทศ สตช.) กว่าครอบครัวจะโทรติดและบอกให้วางสาย ความเสียหายเบื้องต้นก็เกิน 1.7 ล้านบาทไปแล้ว

ในประกาศรอบนี้ DeepMind พูดถึงการกรอง “ข้อความขาเข้า” ส่วน The Straits Times บอกว่าโมเดลวิเคราะห์ “การแลกเปลี่ยนข้อความตัวอักษร” ไม่มีแหล่งไหนบอกว่ามันฟังเสียงโทรศัพท์หรือดูวิดีโอคอลได้ แปลว่าช่วงที่แก๊งกดดันหนักที่สุดอาจเกิดในช่องทางที่ด่านนี้มองไม่เห็นเลย

ใครเชียร์ ใครตั้งคำถาม: ความเป็นส่วนตัวที่ต้องแลก

ฝั่งเชียร์ มี Mark Chen ผู้อำนวยการฝ่าย Trust and Safety ของ GovTech ที่บอกว่าการสู้สแกมไม่ควรต้องแลกกับความเป็นส่วนตัว และวิธีนี้จับสแกมเจาะกลุ่มในท้องถิ่นได้แบบเรียลไทม์ (The Straits Times) ส่วน JJ Geewax ผู้อำนวยการฝ่าย Applied AI ของ Google DeepMind บอกว่าเมื่อมุกสแกมเปลี่ยนไป การปกป้องคนก็ต้องฉลาดขึ้นตาม (Techgoondu)

ฝั่งตั้งคำถาม บทวิเคราะห์ของ e27 ชี้สามจุด (e27)

  • โมเดลนี้เป็นของ Android อย่างเดียว ทั้งที่ iPhone ได้รับความนิยมมากในสิงคโปร์ ผู้ใช้กลุ่มใหญ่จึงไม่ได้รับการป้องกัน
  • ประกาศไม่ได้อธิบายว่าโมเดลจะเข้าไปอ่านแชตในแอปที่เข้ารหัส E2EE อย่าง WhatsApp หรือ Telegram ได้ยังไง
  • e27 มองว่าเกราะบนเครื่องที่รัฐรับรอง เป็นเรื่องการทำตามกฎของ Google พอๆ กับเรื่องความปลอดภัยของประชาชน

ข้อสุดท้ายมีบริบทรองรับครับ ตำรวจสิงคโปร์ระบุว่ารัฐออกคำสั่ง (Implementation Directives) ให้ Apple, Google และ Meta ต้องจัดการสแกมแอบอ้างตัวตน และเสนอแก้กฎหมายให้ปรับได้สูงสุด 10 ล้านดอลลาร์สิงคโปร์ถ้าไม่ทำตาม (Singapore Police Force)

ฝั่งนักความเป็นส่วนตัว ถกเรื่องนี้มาก่อนแล้ว การสแกนเนื้อหาบนเครื่อง ก่อนเข้ารหัสหรือหลังถอดรหัส มีชื่อเรียกว่า client-side scanning ปี 2019 Erica Portnoy จาก EFF เขียนว่ามันทำลายสัญญาของแอปแชตเข้ารหัส ที่ว่ามีแค่คุณกับคู่สนทนาเท่านั้นที่อ่านได้ (EFF) และชี้ว่าเทคนิคจำกัดขอบเขตระบบแบบนี้ไม่ได้ วันนี้สแกนเรื่องหนึ่ง วันหน้าก็ปรับไปสแกนเรื่องอื่นได้

ปี 2021 Carmela Troncoso นักวิจัยจาก EPFL บอกว่าถ้าเนื้อหาในเครื่องถูกสแกนไปแล้ว E2EE ก็ไม่มีความหมาย (EPFL) รายงานที่เธอร่วมเขียนยังเตือนว่าการจับคู่เนื้อหาไม่แม่นร้อยเปอร์เซ็นต์ จึงมีทั้งจับผิดและถูกหลบเลี่ยง

ต้องแฟร์กับ DeepMind ด้วยครับ คำวิจารณ์เหล่านั้นเขียนถึงระบบที่หาเนื้อหาต้องห้ามและอาจส่งผลไปให้คนนอก ขณะที่การออกแบบรอบนี้บอกว่าผลอยู่ในเครื่องและเตือนแค่เจ้าของเครื่อง คำถามจึงขยับจาก “ข้อมูลไปไหน” เป็น “ใครตรวจได้ว่าโมเดลมองหาอะไร”

ตรงนี้ Meta วางมาตรฐานให้เทียบแล้ว Scam Alert ของ WhatsApp เป็นแบบเลือกเปิดเอง และ Meta บอกว่าจะลงทะเบียนโมเดลทุกเวอร์ชันในบัญชีสาธารณะก่อนใช้งาน ให้ Cloudflare เซ็นรับรองค่าแฮช เปิดเผยน้ำหนักโมเดล และให้ผู้ใช้ดูบันทึกว่าข้อความไหนถูกเตือน (Meta Engineering) ในบล็อกของ DeepMind ที่ผมอ่าน ยังไม่มีกลไกให้คนนอกตรวจสอบแบบนี้ ถ้าวันหนึ่งนิยามของ “ข้อความอันตราย” ถูกขยายออกไป ใครจะเป็นคนรู้?

ผลกระทบต่อไทย: ยังไม่มีของ แต่โจทย์เดียวกัน

พูดตรงๆ ก่อนครับ ตอนนี้ไม่มีอะไรให้คนไทยดาวน์โหลด ไม่มีประกาศเปิดในไทย ไม่มีภาษาไทย และโมเดลถูกสอนด้วยมุกของสิงคโปร์ ไม่ใช่มุก “พัสดุตกค้าง” หรือ “ปปง. ขออายัดบัญชี” ฉบับภาษาไทย

เครื่องมือของ Google ที่เกี่ยวกับไทยจริงตอนนี้เป็นคนละตัวกัน

  • กันแอปโกงเงินบน Android: บล็อกของ Google เดือนมกราคม 2025 ระบุว่าโครงการนำร่อง enhanced fraud protection ของ Play Protect เปิดใช้ในไทยแล้ว (Google Blog) ระบบนี้บล็อกการติดตั้งแอปจากลิงก์นอก Play Store ที่ขอสิทธิ์อ่อนไหวซึ่งมักถูกใช้โกงเงิน มันกันแอปปลอม แต่ไม่ได้อ่านแชต
  • Scam Detection ใน Google Messages: บล็อกของ Google เดือนกุมภาพันธ์ 2026 บอกว่าขยายไปมากกว่า 20 ประเทศ และยกตัวอย่างภาษาอังกฤษ อาหรับ ฝรั่งเศส เยอรมัน โปรตุเกส และสเปน (Google Blog) บล็อกนั้นไม่ได้เอ่ยถึงไทยหรือภาษาไทย ผมจึงยืนยันไม่ได้ว่าคนไทยใช้ได้
  • Scam Detection สายโทรเข้าบน Pixel: บล็อกเดียวกันระบุรายชื่อประเทศไว้ 12 ประเทศ และไม่มีไทยอยู่ในรายชื่อ

แล้วจะมาถึงไทยไหม? DeepMind เขียนแค่ว่า “กำลังสำรวจ” การนำไปใช้ในประเทศอื่น (Google DeepMind) ยังไม่มีชื่อประเทศ ไม่มีกรอบเวลา และไม่มีหน่วยงานไทยประกาศร่วมมือ ถ้าเห็นลิงก์อ้างว่า “AI กันมิจฉาชีพของ Google มาไทยแล้ว โหลดตรงนี้” ให้สงสัยไว้ก่อน เพราะนั่นก็เป็นมุกแอปปลอมได้

ข้อมูลที่ยังไม่ชัด และจุดที่แหล่งข่าวพูดไม่ตรงกัน

  • Android หรือไม่: CNA อ้างข่าวแจกของ Google ว่าโมเดลนี้มีไว้สำหรับอุปกรณ์ Android และ The Straits Times, Techgoondu, e27 ก็เขียนตรงกัน แต่บล็อกของ DeepMind ไม่ได้เอ่ยถึงระบบปฏิบัติการใดเลย
  • รองรับแอปไหน: The Straits Times เขียนว่าโมเดลวิเคราะห์ข้อความในแอปอย่าง WhatsApp และ Telegram แต่บล็อกของ DeepMind ไม่ได้ระบุชื่อแอป บอกแค่ว่าจะทยอยนำไปใช้ใน “แอปพลิเคชัน” ส่วน e27 ชี้ว่ายังไม่มีคำอธิบายเรื่องแอปที่เข้ารหัส ยังไม่มีแหล่งไหนยืนยันว่า WhatsApp หรือ Telegram ตกลงร่วมด้วย
  • ใครประกาศ: บล็อกของ DeepMind อ้างคำพูด Mark Chen ของ GovTech แต่ไม่ได้เอ่ยชื่อรัฐมนตรี ส่วน Teo พูดถึงความร่วมมือนี้ในสุนทรพจน์ และ The Straits Times เขียนว่าประกาศ “นอกรอบ” งาน SICW
  • สแกม AI หรือสแกมทุกแบบ: สุนทรพจน์ใช้คำว่า “real-time AI detection of scams” CNA เคยรายงานว่าเป็นตัวจับสแกมที่ใช้ AI ก่อนแก้ข่าวว่าครอบคลุมสแกมทุกแบบตามคำชี้แจงของ Google
  • ตัวเลข 80%: DeepMind เขียนว่าสแกมแบบชักจูงคิดเป็น “สูงสุด 80%” ของความเสียหาย แต่ไม่บอกแหล่งที่มาหรือประเทศ ตัวเลขใกล้สุดที่ผมเจอคือ 80.8% ของตำรวจสิงคโปร์ ซึ่งนับ “จำนวนคดี” ที่เหยื่อโอนเอง ไม่ใช่ “มูลค่าความเสียหาย” ใกล้กันแต่คนละมาตรวัด
  • ความแม่นยำ แบต รุ่นโมเดล และภาษา: ไม่มีตัวเลขความแม่นยำ อัตราเตือนผิด (false positive) หรือการกินแบต บล็อกบอกว่ามีการ stress test แต่ไม่เปิดผล ไม่บอกรุ่นหรือขนาดของ Gemma และไม่บอกว่ารองรับภาษาใด มีแค่คำว่า “สำเนียงการพูดของคนในประเทศ” จาก The Straits Times
  • ค่าเริ่มต้นหรือต้องเปิดเอง: DeepMind บอกว่าต้องได้ความยินยอม The Straits Times บอกว่ายังไม่ชัดว่าจะเป็นฟีเจอร์ที่มากับ Android หรือไม่ ส่วน CNA บอกว่าวิธีติดตั้งจะประกาศตามมา
  • วันเปิดใช้และราคา: ไม่มีทั้งคู่ ทั้งในสิงคโปร์และไทย

ผมมองว่า: ประเด็นไม่ใช่ AI อ่านแชตเก่งแค่ไหน แต่คือใครตรวจสอบ AI ที่อ่านแชตได้

ผมมองว่าทิศทาง on-device ถูกต้องครับ ถ้าต้องเลือกระหว่างเจาะ E2EE ให้เซิร์ฟเวอร์อ่านแชตทุกคน กับให้มือถือเตือนเจ้าของเองโดยไม่ส่งอะไรออกไป แบบหลังเสียน้อยกว่าเยอะ

แต่ความไว้ใจต้องตรวจสอบได้ ไม่ใช่แค่สัญญา โมเดลนี้สอนโดยหน่วยงานรัฐร่วมกับบริษัทเทคฯ ใหญ่ และจะถูกเทรนต่อเรื่อยๆ ตามมุกใหม่ ผมอยากเห็น DeepMind กับ GovTech เปิดบัญชีเวอร์ชันโมเดลหรือให้นักวิจัยภายนอกตรวจแบบที่ Meta ทำ ไม่อย่างนั้นคำว่า “เป็นส่วนตัว” ก็ยังเป็นคำที่ต้องเชื่อกันไปก่อน

อีกเรื่องที่ผมคิดว่าสำคัญกว่าตัว AI คือคำว่า “หยุดก่อน” เคสแก๊ง DSI ปลอมในไทยถูกตัดวงจรได้เพราะครอบครัวโทรเข้ามาขัดจังหวะ เพียงแต่มาช้าไปหลังเงินออกไปแล้ว คำเตือนบนจอก็คือการสะกิดไหล่แบบดิจิทัลที่อยู่ในมือถือตลอดเวลา แม้ตอนที่ไม่มีใครอยู่ข้างๆ ถ้ามันสะกิดได้ก่อนเงินออก นั่นคือคุณค่าจริงของมัน

สำหรับไทย ผมมองว่าโจทย์ไม่ใช่รอให้ Google แปลโมเดลเป็นภาษาไทย แต่คือใครจะมีข้อมูลสคริปต์มิจฉาชีพภาษาไทยที่ลบข้อมูลส่วนตัวแล้วไปสอนโมเดล ACSC แตกแผนประทุษกรรมของแก๊งได้ละเอียดอยู่แล้ว วัตถุดิบมีครับ ที่ยังไม่มีคือกติกาความเป็นส่วนตัวและการตรวจสอบที่ทำให้คนไทยยอมให้มันนั่งอยู่ในแชต

แล้วเราควรทำอะไร

ทุกข้อด้านล่างใช้ได้ตั้งแต่วันนี้ ไม่ต้องรอ AI ตัวไหน

ถ้าคุณได้แชตหรือสายจากตำรวจ ธนาคาร หรือขนส่งที่ไม่ได้ติดต่อไปเอง

  • เจอคำว่า “ย้ายไปคุยในไลน์” ให้ตั้งการ์ดทันที ACSC บอกว่านี่คือพฤติกรรมเด่นของแทบทุกมุก (กองสารนิเทศ สตช.)
  • ใครอ้างเป็นเจ้าหน้าที่ ให้วางสายแล้วติดต่อหน่วยงานนั้นเอง ผ่านเบอร์จากเว็บไซต์ทางการ ไม่ใช่เบอร์ที่เขาให้มา ACSC แนะนำให้สอบถามต้นสังกัดที่ถูกอ้างถึงก่อนทำธุรกรรมใดๆ ทุกครั้ง (กองสารนิเทศ สตช.) อ่านวิธีสังเกตตำรวจปลอมเพิ่มได้ในบทความเรื่องวิดีโอคอลห้ามวางสาย
  • พัสดุตกค้าง ห้ามจ่ายผ่านลิงก์ในข้อความ ให้เปิดแอปหรือเว็บของขนส่งที่พิมพ์ที่อยู่เอง แล้วเช็กเลขพัสดุจากตรงนั้น
  • ชวนลงทุน ให้ตรวจที่ SEC Check First ก่อน ตามที่ ACSC แนะนำ ถ้าเจอกลุ่มที่มีคนโชว์สลิปกำไรรัวๆ ให้ถือว่าเป็นหน้าม้าไว้ก่อน
  • อย่าติดตั้งแอปจากลิงก์ในแชต ถ้าจำเป็นต้องลงแอปของหน่วยงานไหน ให้ค้นหาเองใน Play Store หรือ App Store

ถ้าโอนไปแล้ว

  • โทร สายด่วน AOC 1441 ได้ตลอด 24 ชั่วโมง หรือแจ้งความออนไลน์ที่ thaipoliceonline.go.th ให้เร็วที่สุด ACSC เองก็แนะนำผู้เสียหายให้โทร 1441 เพื่อแจ้งความและอายัดบัญชี (กองสารนิเทศ สตช.)
  • สัปดาห์เดียวกันนั้น ACSC ประสานธนาคารระงับการโอนก่อนเงินถึงบัญชีมิจฉาชีพได้ 21 ราย รวมกว่า 6.7 ล้านบาท แปลว่ายิ่งมีคนรู้ตัวเร็ว โอกาสหยุดเงินไว้ได้ก็ยิ่งมาก

ถ้าคุณดูแลพ่อแม่หรือผู้สูงอายุ

  • ตกลงกติกาในกรุ๊ปไลน์ครอบครัวไว้ล่วงหน้า ใครโดนขอให้โอนเงินด่วนโดยคนอ้างเป็นเจ้าหน้าที่ ให้โทรหาคนในบ้านก่อนหนึ่งสายเสมอ
  • เปิดฟีเจอร์กันสแปมและกันสแกมที่มีอยู่แล้วในมือถือ และเปิด Play Protect ทิ้งไว้ แต่บอกท่านด้วยว่าไม่มีคำเตือนก็ไม่ได้แปลว่าปลอดภัย

ถ้าคุณทำแอปแชตหรือแอปการเงิน

  • ถ้าจะทำระบบเตือนบนเครื่องแบบนี้เอง ให้ใช้แนวทางตรวจสอบได้ของ Meta เป็นขั้นต่ำ ทั้งบัญชีเวอร์ชันโมเดลและบันทึกที่ผู้ใช้เปิดดูเองได้

ปิดท้าย: สิ่งที่ต้องจับตา

ข่าวนี้ไม่ใช่การแข่งกันว่าใครมี AI จับมิจฉาชีพเก่งกว่า แต่คือการทดลองว่าเราจะให้ AI นั่งอ่านแชตส่วนตัวได้ โดยที่ยังไม่มีใครอื่นอ่านตามได้จริงหรือเปล่า

สิ่งที่ผมจะตามต่อมีสองเรื่อง หนึ่งคือรายละเอียดการติดตั้งและรายชื่อแอป ซึ่ง CNA รายงานว่า Google จะประกาศ “เร็วๆ นี้” สองคือจะมีตัวเลขความแม่นยำ อัตราเตือนผิด หรือการตรวจสอบจากคนนอกออกมาหรือไม่ ทั้งสองเรื่องยังไม่มีวันที่ชัดเจน

ถ้ามือถือคุณขึ้นคำเตือนกลางแชตว่า “คนนี้อาจเป็นมิจฉาชีพ” คุณจะยอมให้มันอ่านแชตกับคนที่ไม่ได้อยู่ในรายชื่อผู้ติดต่อไหมครับ หรือจะปิดทิ้งตั้งแต่วันแรก?

Recap

  • เกิดอะไรขึ้น: Google DeepMind กับ GovTech สิงคโปร์ทำโมเดล Gemma ที่สอนด้วยมุกสแกมท้องถิ่น รันบนมือถือเพื่อเตือนแชตหลอกลวง ประกาศช่วงงาน SICW วันที่ 14 ต.ค. 2026 และรัฐมนตรี Josephine Teo พูดถึงในสุนทรพจน์
  • กลไก: ชั้นแรกกรองทุกข้อความแบบประหยัดแบต ชั้นที่สองให้ Gemma อ่านบทสนทนายาวขึ้น แล้วเตือนให้หยุดก่อนโอน ไม่ส่งข้อความขึ้นเซิร์ฟเวอร์
  • ตัวเลขที่ต้องจำ: สิงคโปร์เสียไปกว่า S$4,000 ล้านตั้งแต่ปี 2019 ส่วนไทยเสียหาย 7.48 พันล้านบาทใน 4 เดือนแรกปี 2569 หรือราววันละ 62 ล้านบาท
  • ข้อมูลขัดกัน: สื่อบอก Android และยกตัวอย่าง WhatsApp/Telegram แต่บล็อก DeepMind ไม่ระบุทั้งสองเรื่อง CNA แก้ข่าวจาก “สแกม AI” เป็นสแกมทุกแบบ
  • ยังไม่รู้: วันเปิดใช้ ความแม่นยำ อัตราเตือนผิด ภาษา รุ่นของ Gemma และกลไกให้คนนอกตรวจสอบ
  • กระทบคนไทย: ยังไม่มีแผนเปิดในไทยหรือภาษาไทย มุกตำรวจปลอมที่โทรหรือวิดีโอคอลอาจหลุดด่านที่อ่านแค่ตัวอักษร
  • ทำได้เลยวันนี้: ชวนย้ายแอปคือสัญญาณอันตราย วางสายแล้วติดต่อหน่วยงานเอง ตรวจ SEC Check First ถ้าโอนแล้วโทร 1441 ทันที
  • แหล่งอ้างอิง: Google DeepMind, CSA, CNA, The Straits Times, Techgoondu, e27, SPF, สตช. 10 พ.ค., สตช. 14 ก.ย., Google Blog, Meta Engineering, EFF, EPFL