BPO-sproghullet
APAC-supportteams håndterer chats på mange skriftsprog. Thaibrugere skriver på thai. Indonesiske brugere skriver på bahasa. Vietnamesiske brugere skriver på vietnamesisk.
Disse chatlogs indeholder PII. Navne. Telefonnumre. Adresser. ID-numre. Alt i lokalt skriftsprog.
Ensproget værktøjer fejler her. Deres modeller er trænet på vestlig tekst. Navnedetektorer har lært latinske navneformer. Adressemodeller har lært vestlige adresselayouts.
Thailandsk skriftsprog er usynligt for en monolingual model. En indonesisk adresse matcher ikke latinske mønstre. Vietnamesisk tonal tekst tilføjer endnu et mismatch. Resultatet: næsten nul PII-hits for ikke-latinske chatlogs.
De fleste APAC-chats er ikke på engelsk. Det er ikke et nichehenstandsproblem. For store BPO'er er det normen.
Compliance-indsatsen i APAC
Tre love dækker nu disse regioner. Alle tre er i kraft. Alle tre gælder for BPO-firmaer, der håndterer APAC-kundedata.
Thailand PDPA: Aktiv siden 2022. Kræver dataminimering, samtykke og sikkerhedskontroller. Supportlogs med thaiiske navne falder inden for dens anvendelsesområde.
Indonesien PDPLaw: Dækker alle firmaer, der behandler data om beboere. Kræver sikkerhedsforanstaltninger for persondata.
Vietnam PDPD: Vietnams dekret fra 2023 gælder ethvert firma, der håndterer vietnamesiske beboeres data. Firmaets placering er irrelevant.
Alle tre deler én kernregel: find PII og beskyt den. Den regel gælder på ethvert skriftsprog, en kunde bruger. Se vores compliance-oversigt for, hvordan disse love påvirker BPO-arbejde.
Problemet med 500.000 chats
Et singaporeansk fintech-selskab behandler 500.000 supportchats om måneden. Det betjener kunder på tværs af 12 APAC-dialekter. Dets juridiske forpligtelse dækker alle 500.000.
Dets engelsksprogede værktøj dækker kun den engelske andel.
Sig 30% af chats er på engelsk. Sig nøjagtigheden er 90% der. Det beskytter ca. 135.000 chats. De andre 365.000 passerer igennem med næsten ingen PII-detektion.
Det efterlader 73% af chats ubeskyttede. Manuel gennemgang af 365.000 chats er ikke gennemførlig. Personaleomkostninger alene gør det upraktisk. Automatiserede værktøjer skal dække det reelle mix af skriftsprog — ikke blot ét.
Tværsproget detektion
XLM-RoBERTa er en model trænet på 100+ sprog. Den lærer, at navne, steder og firmaer deler mønstre på tværs af skriftsprog. Det fungerer, selvom overfladeteksten ser helt anderledes ud.
APAC-dækning inkluderer fire nøgleskriftsprog:
Bahasa Indonesia — finder navne, firmaer og placeringer. Thai — grundlæggende PII via tværsproglig overførsel. Vietnamesisk — entity-detektion med tonal-skriftsprogsstøtte. Filippinsk — dækning for tagalog-tekstchats.
Stanza tilføjer modeller for skriftsprog, hvor de eksisterer. De to værktøjer tilsammen dækker hele APAC-mixen. Ingen kræver et separat værktøj per skriftsprog. Se vores sikkerhedsguide for opsætningstrin.
Compliance-effekten er tydelig. I stedet for at dække 27% af chats dækker fuld flersproget detektion dem alle. Den manuelle gennemgangskø falder fra hundredetusinder til en lille stikprøve.
Hvorfor det er vigtigt nu
Thailand PDPA, Indonesien PDPLaw og Vietnam PDPD er alle aktive. Regulatorer forventer, at virksomheder finder PII i alle de skriftsprog, deres kunder bruger.
Ensprogede værktøjer opfylder ikke den standard. Tværsproglige modeller gør. For BPO'er med en bred APAC-brugerbasis er kløften afgørende. Det er linjen mellem juridisk risiko og juridisk dækning.