Jurang Bahasa BPO
Pasukan sokongan APAC mengendalikan sembang dalam banyak skrip. Pengguna Thai menulis dalam bahasa Thai. Pengguna Indonesia menulis dalam Bahasa. Pengguna Vietnam menulis dalam bahasa Vietnam.
Log sembang tersebut mengandungi PII. Nama. Nombor telefon. Alamat. Nombor ID. Semuanya dalam skrip tempatan.
Alat satu bahasa gagal di sini. Model mereka dilatih pada teks Barat. Pencari nama mempelajari bentuk nama skrip Latin. Model alamat mempelajari susun atur alamat Barat.
Skrip Thai tidak kelihatan kepada model monolingua. Alamat Indonesia tidak memadani corak skrip Latin. Teks tonal Vietnam menambah satu lagi lapisan ketidakpadanan. Hasilnya: hampir sifar pengesanan PII untuk log bukan Latin.
Kebanyakan sembang APAC bukan dalam bahasa Inggeris. Ini bukan jurang khusus. Bagi BPO besar, ia adalah norma.
Pertaruhan Pematuhan di APAC
Tiga undang-undang data kini merangkumi rantau ini. Setiap satu sedang berkuat kuasa. Setiap satu terpakai kepada firma BPO yang mengendalikan data pelanggan APAC.
PDPA Thailand: Aktif sejak 2022. Memerlukan minimisasi data, persetujuan, dan kawalan keselamatan. Log sokongan dengan nama Thai termasuk dalam skopnya.
PDPLaw Indonesia: Merangkumi semua firma yang memproses data penduduk. Memerlukan langkah keselamatan untuk rekod peribadi.
PDPD Vietnam: Dekri 2023 Vietnam terpakai kepada mana-mana firma yang mengendalikan data penduduk Vietnam. Lokasi firma tidak menjadi kira.
Ketiga-tiga berkongsi satu peraturan teras: cari PII dan lindunginya. Peraturan itu berlaku dalam setiap skrip yang digunakan oleh pelanggan. Lihat gambaran pematuhan kami untuk cara undang-undang ini mempengaruhi kerja BPO.
Masalah 500,000 Sembang
Sebuah syarikat fintech Singapura menjalankan 500,000 sembang sokongan setiap bulan. Ia melayani pelanggan merentasi 12 dialek APAC. Kewajipan undangnya merangkumi kesemua 500,000.
Alat bahasa Inggeris sahajanya hanya merangkumi bahagian bahasa Inggeris.
Katakan 30% sembang dalam bahasa Inggeris. Katakan ketepatan adalah 90% di sana. Itu melindungi kira-kira 135,000 sembang. 365,000 yang lain berlalu dengan hampir tiada PII yang ditemui.
Itu meninggalkan 73% sembang tidak dilindungi. Semakan manual 365,000 sembang tidak boleh dilaksanakan. Kos kakitangan sahaja menjadikannya tidak praktikal. Alat automatik mesti merangkumi campuran sebenar skrip yang digunakan — bukan hanya satu.
Pengesanan Merentas Bahasa
XLM-RoBERTa adalah model yang dilatih pada lebih 100 bahasa. Ia mempelajari bahawa nama, tempat, dan firma berkongsi corak merentasi skrip. Ia berfungsi walaupun apabila teks permukaan kelihatan berbeza sama sekali.
Liputan APAC merangkumi empat skrip utama:
Bahasa Indonesia — mencari nama, firma, dan lokasi. Thai — PII asas melalui pemindahan merentas bahasa. Vietnam — pengesanan entiti dengan sokongan skrip tonal. Filipino — liputan untuk sembang teks Tagalog.
Stanza menambah model untuk skrip di mana mereka wujud. Kedua-dua alat bersama-sama merangkumi campuran APAC penuh. Tidak satu pun memerlukan alat berasingan setiap skrip. Lihat panduan keselamatan kami untuk langkah persediaan.
Kesan pematuhan adalah jelas. Daripada merangkumi 27% sembang, pengesanan berbilang bahasa penuh merangkumi semua daripadanya. Baris gilir semakan manual jatuh daripada ratusan ribu kepada semakan tempat yang kecil.
Mengapa Ini Penting Sekarang
PDPA Thailand, PDPLaw Indonesia, dan PDPD Vietnam semuanya aktif. Pengawal selia mengharapkan firma mencari PII dalam setiap skrip yang digunakan oleh pelanggan mereka.
Alat monolingua tidak memenuhi ukuran itu. Model merentas bahasa memenuhinya. Bagi BPO dengan asas pengguna APAC yang luas, jurang ini penting. Ia adalah garis antara risiko undang-undang dan perlindungan undang-undang.