
(บทความจาก เว็บไซต์ The-prespective.co สัมภาษณ์ อ.ปริญญา หอมเอนก)
อ.ปริญญา หอมเอนก เผยเส้นทางเงินสกปรกและกลไกการฟอกเงิน พร้อมเสนอแนะมาตรการรับมือเชิงรุกที่รัฐควรเร่งมือ เพื่อไม่ให้ประเทศไทยตกเป็นแหล่งปฏิบัติการแก๊งสแกมเมอร์
อ.ปริญญา หอมเอนก ผู้เชี่ยวชาญด้านความมั่นคงไซเบอร์และประธาน/ผู้ก่อตั้งบริษัท เอซิส โปรเฟสชั่นนัล เซ็นเตอร์ จำกัด และบริษัท ไซเบอร์ตรอน จำกัด เผยเส้นทางของเงินสกปรก (Dirty Money) และกลไกการฟอกเงิน (Money Laundering) ของแก๊งสแกมเมอร์ โดยเน้นที่การเคลื่อนย้ายกิจกรรมผิดกฎหมายเข้าสู่ประเทศไทย
ปัญหาแก๊งสแกมเมอร์ระดับโลก
การปราบปรามแก๊งสแกมเมอร์ข้ามชาติได้รับแรงผลักดันสำคัญจากรายงานของ UNODC (สำนักงานว่าด้วยยาเสพติดและอาชญากรรมแห่งสหประชาชาติ – United Nations Office on Drugs and Crime) ซึ่งชี้ว่าศูนย์กลางของขบวนการหลอกลวงออนไลน์กระจุกตัวอยู่ในอนุภูมิภาคลุ่มแม่น้ำโขง โดยเฉพาะกัมพูชา เมียนมา และลาว
การดำเนินการเชิงรุกจากต่างประเทศปรากฏชัดเจนเมื่อวันที่ 14 ตุลาคม 2568 (2025) เมื่อ กระทรวงยุติธรรมสหรัฐอเมริกา (DOJ) เปิดเผยคำฟ้อง นายเฉิน จื้อ (Chen Zhi) ผู้ก่อตั้งและประธาน บริษัท พรินซ์ โฮลดิ้ง กรุ๊ป (Prince Holding Group) ในกัมพูชา ในข้อหาสมคบกันฉ้อโกงทางสื่ออิเล็กทรอนิกส์และสมคบกันฟอกเงิน จากการบริหารศูนย์หลอกลวงที่ใช้แรงงานบังคับ
พร้อมกันนั้น DOJ ได้ยื่น คำร้องขอริบทรัพย์ทางแพ่ง (Civil Forfeiture) ต่อบิตคอยน์จำนวน 127,271 BTC มูลค่าราว 15,000 ล้านดอลลาร์สหรัฐ ซึ่งถือเป็นการริบทรัพย์ครั้งใหญ่ที่สุดในประวัติศาสตร์ของกระทรวงยุติธรรมสหรัฐฯ ขณะที่กระทรวงการคลังสหรัฐฯ ดำเนินการคู่ขนานด้วยการขึ้นบัญชี Prince Group เป็นองค์กรอาชญากรรมข้ามชาติ และคว่ำบาตรบุคคลกับนิติบุคคลที่เกี่ยวข้องกว่า 100 ราย
อย่างไรก็ตาม ในเดือนมกราคม 2569 (2026) ทางการกัมพูชาได้จับกุมและส่งตัวนายเฉิน จื้อ ไปยังประเทศจีน หลังจากถอนสัญชาติกัมพูชาของเขาไปก่อนหน้านั้น ซึ่งเนื่องจากกัมพูชาไม่มีสนธิสัญญาส่งผู้ร้ายข้ามแดนกับสหรัฐฯ การส่งตัวครั้งนี้จึงเลี่ยงการส่งมอบให้สหรัฐฯ โดยตรง
เหตุผลที่สหรัฐฯ เอาจริงเอาจังเนื่องจากพลเมืองอเมริกันถูกหลอกลวงเป็นมูลค่ามหาศาลเป็นหมื่นเป็นแสนล้าน ดอลลาร์ ปัจจุบันโลกกำลังบีบคั้นให้แก๊งเหล่านี้ไม่สามารถปฏิบัติการได้อย่างเสรีในกัมพูชา และมีรายงานที่น่ากังวลว่ากิจกรรมของแก๊งสแกมเมอร์เหล่านี้ กำลังเคลื่อนย้ายทะลักเข้ามาในประเทศไทย โดยอาจตั้งฐานปฏิบัติการในพื้นที่อย่างรัชดาหรือลาดพร้าว ซึ่งถือเป็นโอกาสทองของทางการไทยในการเข้ากวาดล้าง เนื่องจากขณะนี้พวกเขากำลัง “แตกรัง” และเข้ามาอยู่ในแผ่นดินไทย
เส้นทางเงินสกปรกและกลไกการฟอกเงิน
เงินดำ (Dirty Money) ที่จำเป็นต้องฟอกมาจากแหล่งที่มาหลักๆ คือ 1) เว็บพนัน เนื่องจากในประเทศไทยไม่ถูกกฎหมาย 2) การค้ายาเสพติด และ 3) การหลอกลวงคนทั่วโลก โดยเฉพาะจากแก๊งสแกมเมอร์ ซึ่งมีขนาดความเสียหายที่ใหญ่กว่าเว็บพนันมาก (อาจสูงถึงล้านล้านบาท เมื่อเทียบกับแสนกว่าล้านบาทที่หลอกคนไทยในช่วง 3 ปีที่ผ่านมา)
กระบวนการฟอกเงินแบ่งออกได้เป็น 3 ขั้นตอนตามหลักสากล ได้แก่
- Placement (การนำเงินเข้าระบบ): ช่วงที่เงินสกปรกไหลเข้าสู่ระบบการเงิน โดยเริ่มจากเหยื่อโอนเงินให้แก๊งสแกมเมอร์ผ่าน บัญชีม้า ซึ่งถือเป็นช่องโหว่แรกที่โจรใช้ในการเปิดบัญชีธนาคาร
- Layering (การซับซ้อนเส้นทางเงิน): การโอนเงินกระโดดไปหลายทอดผ่านธนาคารหลายแห่ง เพื่อตัดร่องรอยความเชื่อมโยงกับต้นทาง ก่อนที่ส่วนใหญ่จะวกเข้าสู่สกุลเงินดิจิทัล (Crypto)
- Integration (การนำเงินกลับมาใช้): ช่วงที่เงินดำถูกฟอกจนกลายเป็นเงินขาว และถูกนำออกมาใช้ในรูปแบบที่ถูกกฎหมาย
ในบริบทของสินทรัพย์ดิจิทัล จุดเชื่อมต่อสำคัญ 2 จุดที่เจ้าหน้าที่ให้ความสนใจคือ On-Ramp (จุดที่แปลงเงินสกุลปกติเข้าสู่คริปโตฯ) และ Off-Ramp (จุดที่แปลงคริปโตฯ กลับออกมาเป็นเงินสกุลปกติ) ซึ่งทั้งสองจุดนี้มักต้องผ่านผู้ให้บริการที่มีการพิสูจน์ตัวตน จึงเป็นช่องทางที่ติดตามได้
เหตุที่คริปโตฯ ถูกใช้เป็นตัวกลาง เนื่องจากที่อยู่กระเป๋าเงินดิจิทัล (Address) ไม่ได้ผูกกับชื่อ-นามสกุลของเจ้าของโดยตรง ต่างจากเลขบัญชีธนาคาร จึงทำให้ระบุตัวตนได้ยากกว่า แม้ธุรกรรมทั้งหมดจะปรากฏอยู่บน Blockchain แบบสาธารณะก็ตาม
โดยแก๊งอาชญากรรมมักใช้เทคนิค Mixer (คริปโตฯ มิกเซอร์) ซึ่งเป็นการนำเหรียญจากผู้ใช้งานจำนวนมากมารวมกันในกองกลาง แล้วสุ่มจ่ายออกไปยังกระเป๋าปลายทางเป็นก้อนย่อย ๆ เพื่อตัดความเชื่อมโยงระหว่างต้นทางกับปลายทางจนยากต่อการติดตาม
ช่องโหว่ของระบบและการป้องกัน
ช่องโหว่ที่ทำให้แก๊งอาชญากรรมประสบความสำเร็จมีหลายด้าน ได้แก่
- การเปิดบัญชีม้า: ก่อนหน้านี้การเปิดบัญชีง่ายเกินไป และไม่มีการตรวจสอบ KYC (Know Your Customer) ที่เข้มงวดเพียงพอ ทำให้โจรสามารถจ้างคนชายขอบหรือคนต่างชาติ (โดยเฉพาะชาวกัมพูชา พม่า รัสเซีย หรือจีน) มาเปิดบัญชีได้ง่าย ปัจจุบันจึงต้องมีการยกระดับการตรวจสอบเป็น CDD (Customer Due Diligence) และ EDD (Enhanced Due Diligence) ตามกฎเกณฑ์ของ ปปง. (สำนักงานป้องกันและปราบปรามการฟอกเงิน)
- ช่องโหว่ในระบบโทรคมนาคม (Telco): แก๊งอาชญากรรมมีการซื้อซิมการ์ดจำนวนมากเพื่อนำไปใส่ในอุปกรณ์ SIM Box (กล่องที่บรรจุซิมได้ 400 ซิม) เพื่อใช้โทรศัพท์หลอกลวง ผู้ให้บริการโทรคมนาคม (TELCO) ควรต้องสามารถตรวจจับความผิดปกตินี้ได้ตั้งแต่ขั้นตอนการซื้อซิม
- การละเมิดความเป็นส่วนตัว (Privacy): โปรแกรมและแอปพลิเคชันต่างๆ (เช่น Line, Facebook, แอปธนาคาร) มักจะขอสิทธิ์เข้าถึง Contact (รายชื่อผู้ติดต่อ) และ Photo (รูปภาพ) ของผู้ใช้งาน ซึ่งหากผู้ใช้ยินยอมโดยไม่ระมัดระวัง ข้อมูลส่วนตัวจะถูกดูดออกไป ข้อมูลเหล่านี้จะถูกนำไปขายหรือแชร์ระหว่างบริษัทอาชญากรรม และนำไปใช้สร้างสตอรี่เพื่อหลอกลวงเหยื่อ
การตรวจจับด้วยเทคโนโลยีและธงแดง (Red Flags)
ปัจจุบันธนาคารกลางหรือแบงก์ชาติ กำลังดำเนินการใช้เทคโนโลยีและกฎระเบียบที่เข้มงวดขึ้น เพื่อตรวจจับและป้องกันการฟอกเงิน โดยใช้เทคนิค ดังนี้
- Customer Profiling คือการใช้ AI และ Fraud Detection (การตรวจจับการทุจริต) เพื่อทำความเข้าใจพฤติกรรมการใช้จ่ายและโอนเงินของลูกค้าแต่ละคน เพื่อหาความผิดปกติ
- Machine Learning เป็นเทคโนโลยีที่ใช้ในการเรียนรู้และตรวจจับแพทเทิร์น หรือรูปแบบที่ซ้ำๆ หรือผิดปกติจากสถิติ หากมีธุรกรรมที่เบี่ยงเบนไปจากพฤติกรรมปกติ (เช่น อยู่ ๆ มีการโอนเงินจำนวนมาก) ระบบจะแจ้งเตือนอย่างไรก็ตาม หากระบบเข้มงวดเกินไปอาจทำให้เกิดปัญหาการแจ้งเตือนผิดพลาด
- Deep Learning และ Generative AI เป็นเทคโนโลยีที่พัฒนาต่อยอดจาก Machine Learning ที่สามารถวิเคราะห์เส้นทางการเงินย้อนหลังได้หลายปี ธนาคารจะรู้ข้อมูลการเงินของลูกค้าอย่างละเอียดที่สุด รวมถึงแหล่งที่มาที่ไปของเงิน
นอกจากนี้ อ.ปริญญา ได้กล่าวถึง Red Flag (ธงแดง) ซึ่งเป็นสัญญาณบ่งชี้ความผิดปกติที่อาจเกี่ยวข้องกับการฟอกเงิน ดังนี้
- ธุรกรรมขาเข้า-ขาออกสูงมาก ในบัญชีที่เพิ่งเปิดใหม่ และไม่สอดคล้องกับมูลค่าการหมุนเวียนปกติ
- ธุรกรรมซ้ำๆ ที่ใกล้เคียงกัน เช่น การโอนเงินย่อยๆ หลายครั้งเพื่อหลีกเลี่ยงลิมิตการสแกนหน้า หรือลิมิตของ ปปง.
- การรับชำระและจ่ายเงินให้บุคคลที่สามหลายราย ในช่วงเวลาสั้น โดยไม่มีธุรกิจเกี่ยวข้องกัน
- ข้อมูล KYC ไม่สอดคล้องกับอาชีพ เช่น รายได้ไม่สมเหตุสมผลกับอาชีพ
- การโยกเงินไปเกี่ยวข้องกับธุรกิจเทาๆ เช่น คาสิโน หรือการโอนเงินข้ามประเทศถี่ผิดปกติ
กลไกการฟอกเงินเป็นทรัพย์สินขาวและข้อจำกัด
หลังจากเงินสกปรกถูกฟอกผ่านคริปโตฯ แล้ว มันจะถูกนำมาปนกับธุรกิจที่เรียกว่า Cash Rich หรือธุรกิจที่หมุนเวียนเงินสดจำนวนมาก เพื่อให้เงินดำกลายเป็นเงินที่บริสุทธิ์ ธุรกิจที่ถูกใช้เป็นแหล่งฟอกเงิน ได้แก่ ทองคำ บ่อน/คาสิโน ที่ถูกกฎหมาย ร้านอาหาร หรือธุรกิจค้าปลีกที่มีรายได้สูง มูลนิธิ โดยอ้างว่าเป็นการบริจาค ตลาดหลักทรัพย์ โดยนำเงินมาลงทุนซื้อหุ้น หรือเทคโอเวอร์บริษัทในตลาด และอสังหาริมทรัพย์ มีการซื้อบ้านหรู คอนโดราคาสูง หรือที่ดินด้วยเงินสดจำนวนมาก
ในกรณีของคริปโตฯ (เช่น Bitcoin) แม้จะมีการใช้ Blockchain ซึ่งมีความโปร่งใสสูง แต่เนื่องจาก Address หรือที่อยู่กระเป๋าเงินไม่ได้ระบุตัวตนเจ้าของทำให้โจรนิยมใช้ อย่างไรก็ตาม หากกระเป๋านั้นมีการติดต่อกับ Exchange (กระดานเทรด) ที่ต้องทำ KYC ทางการก็จะสามารถติดตามได้ ช่องโหว่ที่โจรใช้เพื่อหลีกเลี่ยง Exchange คือการซื้อขายแบบ OTC (Over the Counter) หรือการแลกเปลี่ยนโดยตรงระหว่างบุคคล
มาตรการรับมือเชิงรุกและข้อเสนอแนะ
อ.ปริญญา เสนอแนะมาตรการเชิงรุกเพื่อปราบปรามการฟอกเงินในประเทศไทย ซึ่งเป็นช่วงเวลาที่เหมาะสมเนื่องจากแก๊งอาชญากรรมกำลังย้ายฐานปฏิบัติการมายังไทย
- บังคับใช้ Shared Responsibility Framework (SRF): กรอบความรับผิดชอบร่วมกันที่กำหนดให้ทั้งสามฝ่าย ได้แก่ เหยื่อ, ธนาคาร และ TELCO (ผู้ให้บริการโทรคมนาคม) ต้องร่วมรับผิดชอบความเสียหาย
- ขอความร่วมมือ TELCO เพิ่มความเข้มงวด โดยให้ TELCO เข้ามามีส่วนร่วมในการตรวจจับและแจ้งเตือนความผิดปกติในการซื้อซิมจำนวนมาก หรือมีการส่ง SMS ในลักษณะ SPAM หรือ Phishing
- ให้ความรู้แก่ประชาชน: จัดตั้งหน่วยงานเฉพาะเพื่อสร้างความตระหนักรู้ด้าน Digital Literacy (ความสามารถในการใช้สื่อดิจิทัล) และ AI Literacy
- เสริมความแข็งแกร่งของหน่วยงานกำกับดูแล: ก.ล.ต. (สำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์) ควรเพิ่มการตรวจสอบในส่วนของการฟอกเงินผ่านตลาดทุนและสินทรัพย์ดิจิทัล
- การกวาดล้างเจ้าหน้าที่รัฐ/นักธุรกิจที่เกี่ยวข้อง: ดำเนินการอย่างจริงจังต่อผู้ที่ให้ความร่วมมือในการฟอกเงิน
เพื่อไม่ให้ประเทศไทยต้องตกเป็นแหล่งปฏิบัติการทางการเงินผิดกฎหมาย และเป็นศูนย์กลางของแก๊งสแกมเมอร์ รัฐต้องเร่งมือในการสกัดกั้นโดยด่วน






