Nasdaq Calypso เปิดพื้นที่ให้ AI agent ทำงาน แต่ต้องผ่านด่านกำกับก่อน

Nasdaq เปิดสภาพแวดล้อม Agentic AI ใน Nasdaq Calypso เมื่อ 29 กันยายน 2026 เพื่อให้สถาบันการเงินเชื่อมต่อและใช้งาน AI agent ภายในขอบเขตที่ควบคุมได้ ผู้ช่วยภาษาธรรมชาติสำหรับสอบถามข้อมูลในแพลตฟอร์มเป็นความสามารถแรกที่พร้อมใช้งาน ส่วนการนำความสามารถไปใช้ในแต่ละสถาบันยังต้องผ่านข้อกำหนดด้านธรรมาภิบาล AI และการควบคุมภายใน Magnus Haglind หัวหน้าฝ่ายเทคโนโลยีตลาดทุนของ Nasdaq เรียกสิ่งที่จำเป็นต่อการขยายการใช้งานว่า “a trusted, governed infrastructure”

รายงานของ S&P Capital IQ ระบุว่าพื้นที่ดังกล่าวเชื่อมกับข้อมูลการซื้อขาย ความเสี่ยง และหลักประกันที่ Calypso ใช้เป็นบันทึกหลักของงานตลาดทุนและบริหารเงิน พร้อมขอบเขตการทำงาน การเฝ้าดูระหว่างทำงาน และการแยกพื้นที่ของเอเจนต์ นั่นทำให้ผู้ช่วยเริ่มทำงานกับข้อมูลที่สถาบันใช้อยู่จริงได้ แต่สถานะการเปิดตัวไม่ได้ให้สิทธิ์เอเจนต์ทุกชนิดเปลี่ยนรายการหรือส่งคำสั่งตลอดวงจรซื้อขายทันที

คำถามภาษาธรรมชาติเข้าถึงข้อมูลหลักอย่างไร

เส้นทางเริ่มจากผู้ใช้ถามผู้ช่วยด้วยภาษาปกติ แล้วผู้ช่วยสืบค้นข้อมูล เอกสารประกอบ และสารสนเทศอื่นที่อยู่ใน Calypso ภายใต้ขอบเขตของสภาพแวดล้อมใหม่ ผู้ใช้จึงสามารถเริ่มจากคำถามเกี่ยวกับงาน แทนการไล่ค้นข้อมูลแต่ละส่วนด้วยตนเอง ความสามารถที่เปิดให้ใช้ในระยะแรกเน้นการค้นหา การตีความ และการวิเคราะห์ข้อมูลเพื่อช่วยให้คนตัดสินใจ

Calypso รองรับงานของธนาคาร นายหน้า ผู้จัดการสินทรัพย์ และธนาคารกลาง ตั้งแต่ส่วนหน้าที่เกี่ยวกับการซื้อขาย ไปจนถึงการจัดการความเสี่ยงและหลักประกัน ข้อมูลในแต่ละส่วนมีหน้าที่ต่างกัน บันทึกการซื้อขายบอกว่ามีรายการใดเกิดขึ้น ข้อมูลความเสี่ยงช่วยมองผลกระทบของสถานะ และข้อมูลหลักประกันเกี่ยวข้องกับภาระที่ต้องจัดการ การนำคำถามเดียวไปแตะข้อมูลหลายส่วนจึงมีประโยชน์ต่อการสืบค้น แต่ก็ทำให้ขอบเขตสิทธิ์ของผู้ถามมีความสำคัญทันที

คำว่า system of record ในกรณีนี้หมายถึงข้อมูลที่ใช้เป็นบันทึกหลักของกระบวนการ ไม่ใช่คลังข้อความทั่วไปที่จัดไว้ให้แชตบอตตอบคำถาม หากผู้ช่วยนำข้อมูลจากบันทึกหลักมาอธิบาย ผู้ใช้ต้องแยกให้ออกระหว่างข้อมูลต้นทางกับคำอธิบายที่ AI สร้างขึ้น ความแตกต่างนี้มีผลต่อการตัดสินใจด้านความเสี่ยง เพราะคำตอบที่อ่านง่ายอาจทำให้รายละเอียดของรายการ เงื่อนไข หรือช่วงเวลาที่ใช้คำนวณถูกมองข้ามได้

ตัวอย่างเชิงอธิบายคือเจ้าหน้าที่ถามว่ารายการหนึ่งเกี่ยวข้องกับข้อมูลหลักประกันส่วนใด หรือขอให้สรุปเอกสารที่ใช้ประกอบการตรวจสอบ ผู้ช่วยอาจช่วยรวบรวมบริบทให้เห็นเร็วขึ้น แต่ตัวอย่างนี้ไม่ได้หมายความว่ามีคำสั่งสำเร็จรูปสำหรับทุกคำถาม หรือว่าระบบได้รับสิทธิ์แก้ไขข้อมูลต้นทาง การถามและการลงมือเปลี่ยนรายการเป็นคนละระดับของอำนาจ จึงต้องกำกับด้วยเงื่อนไขที่ต่างกัน

ขอบเขตข้อมูลยังอาจขยายจากข้อมูลหลักใน Calypso ไปสู่ข้อมูลขององค์กร ข้อมูลตลาด และข้อมูลอ้างอิงเพิ่มเติมได้ หากสถาบันเลือกเชื่อมแหล่งเหล่านั้น คำตอบหนึ่งอาจประกอบจากข้อมูลหลายเจ้าของและหลายช่วงเวลา ประโยชน์คือผู้ใช้เห็นบริบทกว้างขึ้นในทางเข้าเดียว ส่วนภาระที่ตามมาคือสถาบันต้องรู้ว่าแหล่งใดถูกนำมาใช้ และสิทธิ์ของผู้ถามครอบคลุมแต่ละแหล่งเพียงใด

ความต่างจากแชตบอตทั่วไปจึงอยู่ที่ตำแหน่งของผู้ช่วยในกระบวนการทางการเงิน ผู้ช่วยถูกวางให้ทำงานใกล้กับข้อมูลและขั้นตอนที่สถาบันใช้อยู่แล้ว คำตอบอาจเกี่ยวกับรายการซื้อขาย สถานะความเสี่ยง หรือเอกสารที่ใช้ตัดสินใจจริง ความสะดวกในการถามด้วยภาษาธรรมชาติจึงต้องเดินคู่กับการระบุขอบเขตข้อมูลและผู้รับผิดชอบต่อผลลัพธ์ ไม่ใช่แทนที่การควบคุมเหล่านั้น

พื้นที่ควบคุมกำหนดขอบเขตของเอเจนต์

สภาพแวดล้อมใหม่วางขอบเขตการปฏิบัติงาน การเฝ้าดูขณะทำงาน และการแยกพื้นที่ทำงานของเอเจนต์ไว้ในโครงสร้างเดียวกัน แนวคิดนี้ทำให้การเชื่อม AI เข้ากับข้อมูลหลักมีจุดควบคุมที่ระบุได้ สถาบันสามารถกำหนดว่าเอเจนต์ทำงานภายในนโยบายใด แทนการปล่อยให้การเชื่อมต่อแต่ละตัวกำหนดขอบเขตของตนเองอย่างกระจัดกระจาย

คำว่า contained environment จึงไม่ได้หมายถึงเพียงหน้าต่างสนทนาที่อยู่ในผลิตภัณฑ์เดียวกัน แต่หมายถึงพื้นที่ปฏิบัติงานที่มีขอบเขตสำหรับเอเจนต์และข้อมูลที่มันใช้ การแยกพื้นที่หรือ sandboxing ช่วยจำกัดบริบทการทำงาน ขณะที่การเฝ้าดูระหว่างทำงานทำให้สถาบันมองเห็นกิจกรรมที่เกิดขึ้น หลักการทั้งสองเกี่ยวข้องกับความสามารถของเอเจนต์ที่จะเรียกข้อมูลหรือเชื่อมขั้นตอนงาน เมื่อขอบเขตงานกว้างขึ้น

การออกแบบยังระบุว่าไม่มีการเก็บข้อมูลไว้ภายนอกสภาพแวดล้อมที่กำหนด ประเด็นนี้สำคัญต่อข้อมูลการซื้อขายและความเสี่ยงที่อาจมีความอ่อนไหว แต่ข้อความดังกล่าวไม่ระบุรายละเอียดการเก็บบันทึกทุกประเภทของลูกค้าแต่ละราย สถาบันจึงต้องกำหนดให้ชัดว่าข้อมูลใดอยู่ในระบบหลัก ข้อมูลใดปรากฏในผลลัพธ์ของผู้ช่วย และบันทึกสำหรับตรวจย้อนหลังถูกจัดการอย่างไรภายใต้นโยบายของตน

สำหรับทีมกำกับความเสี่ยง ขอบเขตที่มีความหมายที่สุดคือสิทธิ์ที่ผูกกับหน้าที่จริง เจ้าหน้าที่ที่มีสิทธิ์อ่านข้อมูลหลักประกันบางชุด ไม่จำเป็นต้องได้สิทธิ์เห็นข้อมูลทุกชุดเพียงเพราะถามผ่านผู้ช่วยภาษาธรรมชาติ เช่นเดียวกัน เอเจนต์ที่มีหน้าที่รวบรวมข้อมูลเพื่อเสนอคำตอบ ไม่ควรได้รับอำนาจแก้ไขรายการเพียงเพราะเชื่อมกับระบบเดียวกัน นี่เป็นเงื่อนไขการออกแบบที่สถาบันต้องตัดสินใจ ไม่ใช่คุณสมบัติที่อนุมานได้จากคำว่า AI agent

บันทึกตรวจสอบเป็นอีกจุดที่เปลี่ยนความสามารถทางเทคนิคให้เป็นกระบวนการที่รับผิดชอบได้ หากคำตอบถูกใช้ประกอบการตัดสินใจ ผู้ตรวจสอบต้องย้อนดูได้ว่าใครถาม เอเจนต์เข้าถึงข้อมูลส่วนใด และผลลัพธ์ถูกส่งต่อให้ใคร การเฝ้าดูขณะทำงานช่วยเห็นกิจกรรมที่เกิดขึ้นในเวลานั้น ส่วนบันทึกย้อนหลังช่วยอธิบายเหตุการณ์ภายหลัง สองหน้าที่นี้เกี่ยวข้องกัน แต่ไม่ใช่สิ่งเดียวกัน

บทอธิบายของ Nasdaq เกี่ยวกับการกำกับเอเจนต์ วางลำดับงานจากการตอบและอธิบาย ไปสู่การเสนอการกระทำ และการลงมือทำ ณ จุดที่กำหนดให้มีการอนุมัติจากมนุษย์ ลำดับนี้ช่วยแยกคำว่าเอเจนต์ออกจากภาพของระบบที่ทำธุรกรรมเองทั้งหมด สำหรับงานที่มีผลต่อรายการ การชำระราคา หรือหลักประกัน สถาบันต้องระบุว่าจุดใดเป็นเพียงการเตรียมข้อมูล และจุดใดต้องมีคนรับผิดชอบการตัดสินใจ

เชื่อม AI ของลูกค้าได้ แต่สิทธิ์ยังอยู่กับสถาบัน

กรอบทำงานรองรับทั้งเอเจนต์ของ Calypso และโครงสร้าง AI ที่ลูกค้าพัฒนาขึ้นเอง ชั้นเชื่อมต่อใช้ Model Context Protocol หรือ MCP เพื่อให้เอเจนต์ติดต่อกับซอฟต์แวร์ที่สถาบันใช้อยู่ การมีช่องทางเชื่อมมาตรฐานช่วยลดงานเชื่อมต่อเฉพาะจุด แต่ไม่ได้กำหนดว่าเอเจนต์ทุกตัวจะเข้าถึงข้อมูลหรือคำสั่งได้เท่ากัน สิทธิ์จริงยังต้องมาจากนโยบายและการตั้งค่าของสถาบัน

บทบาทของ Calypso ในภาพนี้คือเป็นชั้นประสานระหว่างเอเจนต์ ข้อมูล และขั้นตอนงานที่มีอยู่เดิม หากธนาคารใช้เอเจนต์ที่สร้างเองร่วมกับเอเจนต์ของผู้ให้บริการ คำถามสำคัญไม่ได้จบที่การเชื่อมต่อสำเร็จ แต่รวมถึงว่าเอเจนต์ตัวใดเรียกข้อมูลชุดไหน ส่งผลลัพธ์ให้ขั้นตอนใด และมีอำนาจดำเนินการต่อแค่ไหน การแยกบทบาทเช่นนี้ทำให้สถาบันควบคุมเอเจนต์หลายแหล่งได้ในกรอบเดียวกัน

รูปแบบส่งมอบที่ระบุไว้คือ Nasdaq โฮสต์เอเจนต์ผ่านสภาพแวดล้อมคลาวด์ของ Calypso ซึ่งสร้างบน Amazon Bedrock ขณะเดียวกัน ลูกค้าที่ติดตั้ง Calypso ภายในองค์กรก็จะเชื่อมกับเอเจนต์ชุดเดียวกันได้ ความแตกต่างของสถานที่ติดตั้งไม่ได้ทำให้คำถามเรื่องสิทธิ์และข้อมูลหายไป เพราะผู้ใช้ยังต้องรู้ว่าข้อมูลใดถูกเรียกผ่านการเชื่อมต่อ และขั้นตอนใดเกิดขึ้นในขอบเขตขององค์กรตน

ลูกค้ายังคงควบคุมข้อมูลของตนเองตามรูปแบบที่ประกาศไว้ ข้อนี้มีนัยต่อการออกแบบงานจริงมากกว่าการระบุผู้ให้บริการคลาวด์เพียงอย่างเดียว สถาบันต้องกำหนดว่าใครเป็นเจ้าของข้อมูลต้นทาง ผู้ช่วยได้รับข้อมูลในระดับรายละเอียดใด และผลลัพธ์ส่งกลับไปยังผู้ใช้กลุ่มใด การเปลี่ยนผู้ให้บริการเอเจนต์หรือเพิ่มแหล่งข้อมูลภายหลังไม่ควรทำให้ขอบเขตสิทธิ์เดิมขยายไปเอง

สำหรับธนาคารและผู้ให้บริการตลาดทุนในไทย ประเด็นที่ต้องประเมินจึงเป็นการต่อ AI เข้ากับกระบวนการที่มีเจ้าของอยู่แล้ว งานซื้อขาย งานความเสี่ยง และงานหลักประกันอาจอยู่ในแพลตฟอร์มเดียวกัน แต่มีผู้รับผิดชอบและระดับความอ่อนไหวต่างกัน ผู้ช่วยที่เห็นภาพข้ามส่วนงานอาจทำให้การสืบค้นเร็วขึ้น ขณะเดียวกันก็ทำให้การกำหนดสิทธิ์ตามบทบาทและการติดตามที่มาของคำตอบมีน้ำหนักมากขึ้น

สิ่งที่พร้อมใช้ กับงานปฏิบัติการที่ยังเป็นแผน

ความสามารถแรกที่เปิดให้ใช้คือผู้ช่วยภาษาธรรมชาติสำหรับสอบถามข้อมูล เอกสาร และสารสนเทศอื่นใน Calypso งานลักษณะนี้ช่วยคนสืบค้นและตีความสิ่งที่ระบบมีอยู่แล้ว ส่วนเอเจนต์ที่รับช่วงงานปฏิบัติการหลายขั้นตอนยังอยู่ในแผนทยอยพัฒนาและเปิดตัว การแยกสถานะนี้สำคัญ เพราะการมีสภาพแวดล้อมรองรับเอเจนต์ไม่ได้เท่ากับการเปิดใช้ทุกขั้นตอนของวงจรซื้อขายให้เอเจนต์ดำเนินการเอง

เป้าหมายของเอเจนต์สำหรับงานปฏิบัติการคือช่วยลดแรงเสียดทานจากขั้นตอนที่ยังต้องทำด้วยมือ งานเหล่านี้อาจเริ่มจากการรวบรวมข้อมูลที่กระจัดกระจาย เสนอประเด็นให้เจ้าหน้าที่พิจารณา หรือส่งงานต่อเมื่อพบข้อยกเว้น แต่แต่ละแบบมีผลต่อกระบวนการต่างกัน การรวบรวมข้อมูลเป็นงานช่วยวิเคราะห์ ส่วนการเปลี่ยนสถานะรายการหรือเริ่มการชำระราคาเป็นการกระทำที่ต้องกำหนดอำนาจและจุดอนุมัติชัดเจน

ตัวอย่างอนาคตที่เกี่ยวข้องกับงานตลาดทุนมีทั้งการวิเคราะห์สาเหตุของผลประเมินมูลค่าที่เปลี่ยนไป การตรวจรายการที่กระทบยอดไม่ตรง และการจัดลำดับข้อยกเว้นให้เจ้าหน้าที่พิจารณา อีกกลุ่มหนึ่งคือการชี้รายการชำระราคาหรือการจ่ายเงินที่เสี่ยงเกิดปัญหา เพื่อให้คนเข้าจัดการได้ทันเวลา ตัวอย่างเหล่านี้อธิบายทิศทางการใช้งานของเอเจนต์ภายใต้การกำกับ ยังไม่ใช่รายการความสามารถที่พร้อมใช้กับลูกค้าทุกราย

งานเหล่านั้นยังต้องอาศัยข้อมูลที่เชื่อถือได้และกฎการทำงานที่ตรวจสอบได้ การวิเคราะห์รายการผิดปกติจะมีประโยชน์ก็ต่อเมื่อระบุได้ว่าข้อมูลตั้งต้นเป็นของช่วงเวลาใด และคำแนะนำถูกส่งให้ผู้มีหน้าที่ตัดสินใจจริงหรือไม่ ในงานชำระราคา ความเร็วในการแจ้งเตือนอาจช่วยให้เจ้าหน้าที่มีเวลาตอบสนองมากขึ้น แต่การให้เอเจนต์ลงมือแก้ไขเองเป็นอีกขั้นหนึ่งที่ต้องกำหนดขอบเขตต่างหาก

สถานะของความสามารถจึงควรอ่านตามชนิดของงาน ผู้ช่วยที่ตอบคำถามจากข้อมูลในแพลตฟอร์มเป็นสิ่งที่มีอยู่แล้ว กรอบสำหรับเชื่อมเอเจนต์เปิดทางให้พัฒนาการทำงานเพิ่มเติม ส่วนเอเจนต์สำหรับจัดการขั้นตอนปฏิบัติการยังต้องรอการนำออกใช้ และการใช้งานในสถาบันใดสถาบันหนึ่งยังขึ้นกับการผ่านข้อกำหนดภายในของแห่งนั้น ความต่างระหว่างสามระดับนี้มีผลโดยตรงต่อสิ่งที่ทีมงานสามารถนำไปใช้กับรายการจริง

ด่านกำกับจะกำหนดความเร็วของการใช้งานจริง

การนำขึ้นใช้จะทำร่วมกับลูกค้าเป็นรายสถาบัน เพื่อให้ผ่านข้อกำหนดด้านธรรมาภิบาล AI และการควบคุมภายใน ขั้นตอนนี้ทำให้กรอบที่เปิดตัวพร้อมกับผู้ช่วยภาษาธรรมชาติ ไม่ได้แปลว่าทุกธนาคารจะเปิดใช้ในวันเดียวกัน แต่ละแห่งมีนโยบายข้อมูล โครงสร้างสิทธิ์ และกระบวนการอนุมัติของตน ความพร้อมของผลิตภัณฑ์จึงเป็นเพียงส่วนหนึ่งของความพร้อมในการปฏิบัติงาน

สำหรับทีมความเสี่ยง การตัดสินใจแรกคือผู้ช่วยควรเห็นข้อมูลระดับใดเมื่อผู้ใช้ถามเรื่องรายการซื้อขาย ความเสี่ยง หรือหลักประกัน หากคำตอบดึงจากหลายแหล่ง การกำหนดสิทธิ์ต้องครอบคลุมทั้งคำถามและข้อมูลที่ถูกนำมาประกอบคำตอบ การเชื่อมแหล่งข้อมูลใหม่จึงอาจเปลี่ยนขอบเขตที่ผู้ช่วยมองเห็น แม้หน้าตาการใช้งานของผู้ใช้จะเหมือนเดิม

การตัดสินใจถัดมาคือหลักฐานสำหรับตรวจย้อนหลัง ทีมกำกับต้องทราบว่ากิจกรรมของเอเจนต์ถูกบันทึกในระดับที่อธิบายผลลัพธ์ได้หรือไม่ และบันทึกนั้นเชื่อมกับผู้ใช้และขั้นตอนงานอย่างไร คำตอบที่ดูถูกต้องในขณะใช้งานอาจไม่เพียงพอ หากภายหลังไม่สามารถระบุข้อมูลต้นทางหรือเหตุผลที่รายการถูกส่งต่อให้เจ้าหน้าที่คนหนึ่งพิจารณา

จุดอนุมัติของมนุษย์จะยิ่งสำคัญเมื่อความสามารถขยับจากการตอบคำถามไปสู่การเสนอหรือเริ่มการกระทำ สถาบันต้องตัดสินใจว่างานชนิดใดให้เอเจนต์เตรียมไว้ได้ งานชนิดใดให้เสนอคำแนะนำ และงานชนิดใดต้องหยุดรอผู้มีอำนาจอนุมัติ การกำหนดจุดเหล่านี้ตามผลกระทบของแต่ละงาน ช่วยรักษาความรับผิดชอบของคนไว้ในกระบวนการที่ AI เข้ามาช่วย

ผลต่อผู้ใช้ในไทยจึงขึ้นกับรายละเอียดการนำไปใช้ของแต่ละแห่ง มากกว่าชื่อเทคโนโลยีที่เชื่อมอยู่เบื้องหลัง หากสิทธิ์เข้าถึง ที่มาของข้อมูล และจุดอนุมัติลงตัว ผู้ช่วยภาษาธรรมชาติอาจช่วยลดเวลาค้นบริบทของงานที่ซับซ้อนได้ หากเงื่อนไขเหล่านั้นยังไม่ผ่านกระบวนการภายใน ความสามารถที่ประกาศเปิดตัวก็ยังไม่ควรถูกนับเป็นงานที่สถาบันนำเข้ากระบวนการจริงแล้ว ขั้นต่อไปของเรื่องนี้คือการเปิดใช้กับลูกค้าแต่ละรายภายใต้ข้อกำหนดของตน และการทยอยนำเอเจนต์สำหรับงานปฏิบัติการออกมาเพิ่มเติม