DBD ใช้ AI ตรวจบัญชีม้าได้ผลจริง, จาก 594 เหลือ 58 บริษัทในปีเดียว

โดย Nokka (นก-กา), นักเขียนอิสระสายเทคโนโลยี ผู้เขียนบทความอธิบายเทคโนโลยีให้คนทั่วไปเข้าใจ 30+ บทความบน dev.to | 1 กันยายน 2026

บทความนี้เขียนโดย AI (glm-5.3 via ollama-cloud) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์, Nokka (นก-กา), อ้างอิงจาก MarketingOops และข่าวรัฐบาลไทย

ก่อนอื่น, ทำความเข้าใจศัพท์

ก่อนเข้าเรื่อง ขอปูศัพท์ 3 คำที่คนอ่านบทความนี้ต้องรู้ก่อน:

• บัญชีม้า / นอมินี: "บัญชีม้า" คือคนที่ให้ผู้อื่นใช้ชื่อตั้งบริษัท/เปิดบัญชีแทนคนที่แท้จริง, "นอมินี" คือคนไทยที่ให้คนต่างชาติ "ยืมชื่อ" ถือหุ้นบริษัท เพื่อหลีกเลี่ยงกฎห้ามคนต่างชาติถือหุ้นเกิน 49%
• e-KYC: การตรวจสอบตัวตนทางดิจิทัล (Electronic Know Your Customer), ถ่ายหน้า + สแกนบัตร ผ่านมือถือ
• IBAS: ระบบวิเคราะห์แนวโน้มพฤติกรรมนิติบุคคลของ DBD, เครื่องมือ AI ที่ช่วย "ชี้เป้า" บริษัทเสี่ยง

ถ้าให้อุปมา: เดิมการตรวจบัญชีม้าเหมือน "ตำรวจเดินตรวจตลาด", เจอเท่าที่เดินผ่าน ระบบใหม่คือมี "กล้องวงจรปิดที่ AI ดูอยู่" ชี้เป้าให้ว่าโต๊ะไหนน่าสงสัย แล้วเจ้าหน้าที่ค่อยเข้าไปตรวจจริง [1]

เกิดอะไรขึ้น: จดทะเบียนออนไลน์แตะ 95.48% + AI ตรวจเสี่ยง

กรมพัฒนาธุรกิจการค้า (DBD) ยกกระบวนการทั้งหมดขึ้นดิจิทัล, ผลคือการจดทะเบียนธุรกิจใหม่ผ่านออนไลน์แตะ 95.48% 1

ตัวเลขการเปลี่ยนแปลง

ตัวชี้วัด	ก.ย. 2568	เมษายน 2569
ใช้ DBD Biz Regist (จดทะเบียนนิติบุคคล)	68.15%	89.05%
จดทะเบียนบริษัทใหม่ออนไลน์	76.95%	94.59% → 95.48%

ทั้งระบบมี 87 กระบวนงานบน 8 ระบบบริการหลัก, ทำได้ 24 ชั่วโมง ไม่ต้องเดินทาง (สำคัญมากสำหรับผู้ประกอบการต่างจังหวัดที่ไม่ได้อยู่ใกล้สำนักงาน DBD) [1]

AI ทำอะไร: จาก "ตรวจเอกสารแยกส่วน" สู่ "Data-driven Risk Screening"

เครื่องมือที่ DBD ใช้

เครื่องมือ	หน้าที่
AI + IBAS	วิเคราะห์พฤติกรรมนิติบุคคล ชี้เป้าความเสี่ยง
Digital ID + ThaiD + e-KYC	ยืนยันตัวตนผู้ก่อตั้งจริง
ฐานข้อมูลเชื่อมโยงหลายชุด	บัตรสวัสดิการแห่งรัฐ 13.4 ล้านราย, กลุ่มเสี่ยง HR-03, รายชื่อบัญชีม้า 90,000+ รายชื่อ
ความร่วมมือข้ามหน่วยงาน	ตำรวจแห่งชาติ, DSI, ปปง., กรมสรรพากร

สิ่งที่สำคัญที่สุด: MarketingOops ระบุชัดว่า AI "ช่วยคัดกรองและชี้เป้า" ให้เจ้าหน้าที่ดำเนินการตรวจสอบ, ไม่ใช่ระบบที่ตัดสินเองว่าบริษัทไหนผิด [1] (และข้อมูลสาธารณะยังไม่เปิดรายละเอียดวิธีทำงานของ AI ภายใน)

ช่องโหว่ที่เพิ่งถูกปิด: "ผ่านเกณฑ์วันจด แล้วแอบเปลี่ยนทีหลัง"

เดิมโกงแบบนี้: จดทะเบียนวันแรกให้ผ่านเกณฑ์เฉพาะ → หลังจากนั้นค่อยเปลี่ยนผู้ถือหุ้น/กรรมการเป็นคนต่างชาติ

ตั้งแต่ 1 ส.ค. 2569, DBD ขยายการตรวจนอมินีครอบคลุม "การเปลี่ยนแปลงหลังจดทะเบียน" ด้วย [1]:

• มีคนต่างด้าวร่วมลงทุน/มีอำนาจลงนาม → ต้องยื่นหนังสือชี้แจงการลงทุน
• พร้อม Statement บัญชีธนาคารย้อนหลัง 3 เดือน (พิสูจน์ว่าเงินมาจริง)

นี่คือการย้ายจาก "ตรวจวันตั้งบริษัท" สู่ "Lifecycle Monitoring", ดูบริษัทตลอดอายุ ไม่ได้มีเพียงวันแรก

ผลลัพธ์จริง (ตัวเลขที่คมที่สุด)

ตัวชี้วัด	ก่อน	หลัง
นิติบุคคลแบบบัญชีม้า	594 ราย (ปี 2568)	58 บริษัท (ปี 2569)
กลุ่มเสี่ยงนอมินี	,	ลดลง 65.22%

บัญชีม้าลดลงเกือบ 10 เท่าในปีเดียว, นี่คือตัวเลขผลลัพธ์ที่วัดได้จริง ไม่ได้มีเพียง "นำ AI มาใช้แล้ว" [1]

สิ่งที่ SME ไทยควรรู้ (ผลกระทบต่อผู้ประกอบการ)

จากการวิเคราะห์ของ MarketingOops [1]:

1. ดีขึ้นแบบชัดเจน

• ลดเวลา ค่าเดินทาง ขั้นตอน, ทำได้จากที่ไหนก็ได้ 24 ชม.
• ตรวจสอบข้อมูลบริษัทตัวเองได้ฟรีผ่าน DBD DataWarehouse+ (นิติบุคคล 2 ล้านราย + เชื่อม 181 หน่วยงานราชการ)

2. สิ่งที่ต้อง "เตรียมให้ดีขึ้น"

• ข้อมูลกรรมการ ผู้ถือหุ้น เงินลงทุน ที่อยู่ งบการเงิน, ต้องตรงกันและตรวจสอบย้อนหลังได้
• บริษัทมีผู้ถือหุ้นต่างชาติ → เตรียมหลักฐาน Source of Funds + โครงสร้าง Ownership ให้พร้อม
• ความผิดพลาดเล็กๆ หรือข้อมูลไม่สอดคล้อง = อาจถูกถามเพิ่ม

3. อาชีพที่เปลี่ยน

สำนักงานบัญชี/กฎหมายเลิกเป็นแค่ "ผู้ช่วยเตรียมเอกสาร", ขยับไปเป็น "ผู้จัดการข้อมูลตามที่ภาครัฐกำหนด" [1]

ทำไมเรื่องนี้สำคัญ (มุมสากล ไม่ได้มีเพียงข่าวราชการไทย)

1. นี่คือ case study "AI ภาครัฐที่วัดผลได้จริง"

โลกกำลังถกเถียงว่า "AI ในภาครัฐมีผลจริงไหม", นี่คือคำตอบที่มีตัวเลข: บัญชีม้า 594 → 58 ในปีเดียว + นอมินีลด 65.22% + จดทะเบียนออนไลน์ 95.48%

2. ปรัชญา "AI ชี้เป้า คนตัดสิน" ที่ถูกต้อง

DBD ไม่ได้ให้ AI "ตัดสินผิด/ถูก", แต่ให้ AI คัดกรองและชี้เป้า แล้วเจ้าหน้าที่ตรวจจริง นี่คือรูปแบบที่สมดุลระหว่างประสิทธิภาพกับความรับผิดชอบ (accountability) ซึ่งเป็นโมเดลสำหรับหน่วยงานรัฐทั่วโลก

3. "Nominee problem" คือปัญหาที่โลกกำลังดูไทย

หลายประเทศกำลังเจอปัญหาคล้ายกัน (คนต่างชาติยืมชื่อถือหุ้น อสังหาฯ ธุรกิจจดทะเบียน), วิธีไทยที่ผสาน AI + ฐานข้อมูลข้ามหน่วยงาน + lifecycle monitoring น่าสนใจในเชิงเปรียบเทียบ

ข้อควรระวัง: มุมที่ต้องสมดุล

ข้อดีที่เล่ามา	ข้อควรระวัง
ตัวเลขผลลัพธ์ชัดเจน (594→58)	ที่มาของตัวเลข = ข้อมูลจากหน่วยงานเอง (รายงานรัฐบาล), ยังไม่มีการตรวจสอบอิสระ
จดทะเบียนง่ายขึ้น 24 ชม.	ธุรกิจต้อง "จัดการข้อมูล" ให้ดีขึ้น, โทษของความผิดพลาดเล็กๆ สูงขึ้น
AI ไม่ตัดสินเอง, มีคนตรวจจริง	วิธีทำงานเฉพาะของ AI ยังไม่เปิดเผย (คำถามเรื่อง false positive ยังตอบไม่ได้)
ใช้ได้ฟรี + เชื่อม 181 หน่วยงาน	ข้อมูลส่วนบุคคลกระจุกตัวขึ้น, คำถามเรื่อง privacy ยังต้องติดตาม

สรุปมุมมองของผม

ผมมองว่านี่คือหนึ่งในข่าว AI ไทยที่ "น่าเชื่อถือที่สุด" ที่ผมเขียนมาช่วงนี้, เพราะมันมีครบทั้งสามสิ่งที่ข่าว AI ภาครัฐมักขาด:

1. ตัวเลขผลลัพธ์ ไม่ได้มีเพียง "นำมาใช้", 594→58 คือผลที่วัดได้
2. แยกชัดว่า AI ทำอะไร, คัดกรอง/ชี้เป้า ไม่ใช่ตัดสิน
3. บอก "ผู้ใช้ต้องเตรียมอะไร", ไม่ได้มีเพียงชมระบบ

และสิ่งที่คมที่สุดคือการเปลี่ยนกระบวนทัศน์จาก "ตรวจวันจดทะเบียน" → "ดูตลอด lifecycle", เพราะปัญหา nominee ตัวจริงมันอยู่ที่ "วันหลังจด" ไม่ใช่วันแรก การขยายเงื่อนไขให้ตรวจถึง Statement บัญชีย้อนหลัง 3 เดือนคือการปิดช่องโหว่ที่ถูกที่สุด

สำหรับ SME ไทย: ข่าวนี้ไม่ได้มีเพียง "ราชการเก่งขึ้น", มันคือสัญญาณว่า "ความสะอาดของข้อมูลบริษัท" กำลังกลายเป็นสินทรัพย์ที่ตรวจสอบได้จริง ใครเก็บงบ/ทะเบียน/โครงสร้างผู้ถือหุ้นให้เรียบร้อย จะได้ประโยชน์เต็มจากระบบใหม่ ใครยังมั่วอยู่ จะเจอ "คำถามเพิ่ม" บ่อยขึ้น

คุณคิดยังไงครับ, AI คัดกรองบัญชีม้าแบบนี้ควรขยายไปหน่วยงานอื่นไหม (เช่น ที่ดิน ประมง)? แล้วผู้ประกอบการท่านอื่นเตรียมข้อมูลบริษัทแบบไหนบ้าง? คอมเมนต์แลกเปลี่ยนกันได้ครับ

ถ้าชอบบทความแนว AI ภาครัฐไทยแบบมีตัวเลขจริง ติดตาม Nokka ได้ที่ dev.to/sarantoon

แหล่งอ้างอิง

[1] MarketingOops. "DBD ใช้ AI คัดกรองความเสี่ยง เพิ่มการจดทะเบียนธุรกิจออนไลน์แตะ 95.48%". 2026. https://www.marketingoops.com/news/biz-news/online-business-registration-ai-dbd-thailand/

[2] รัฐบาลไทย (thaigov.go.th). ข่าวประชาสัมพันธ์ DBD. 2026. https://www.thaigov.go.th/th/news/168279

---

บทความนี้วิเคราะห์จาก MarketingOops และข่าวรัฐบาลไทย ข้อมูล ณ 1 กันยายน 2026 Nokka