Khoảng trống ngôn ngữ trong BPO
Các nhóm hỗ trợ APAC xử lý các cuộc trò chuyện bằng nhiều chữ viết khác nhau. Khách hàng nói tiếng Thái viết bằng tiếng Thái. Khách hàng nói tiếng Indonesia viết bằng bahasa. Khách hàng nói tiếng Việt viết bằng tiếng Việt.
Các hồ sơ trò chuyện này chứa PII. Tên. Số điện thoại. Địa chỉ. Số nhận dạng. Tất cả bằng chữ viết địa phương.
Một công cụ đơn ngôn ngữ thất bại ở đây. Các mô hình của nó được huấn luyện trên văn bản phương Tây. Các bộ nhận dạng tên đã học dạng tên chữ La-tinh. Các mô hình địa chỉ đã học bố cục địa chỉ phương Tây.
Chữ viết Thái là vô hình đối với mô hình đơn ngôn ngữ. Địa chỉ Indonesia không khớp với các mẫu chữ La-tinh. Văn bản âm điệu tiếng Việt thêm một lớp không khớp khác. Kết quả: gần như không phát hiện được PII nào trong các hồ sơ không viết bằng chữ La-tinh.
Hầu hết các cuộc trò chuyện APAC không phải bằng tiếng Anh. Đây không phải là trường hợp ngoại lệ. Đối với các công ty BPO lớn, đây là quy chuẩn.
Các nghĩa vụ quy định tại APAC
Ba luật bảo vệ dữ liệu hiện đang bao phủ các khu vực này. Mỗi luật đang có hiệu lực. Mỗi luật áp dụng cho các công ty BPO xử lý dữ liệu khách hàng APAC.
PDPA Thái Lan: Có hiệu lực từ năm 2022. Yêu cầu tối thiểu hóa dữ liệu, đồng ý và kiểm soát bảo mật. Hồ sơ hỗ trợ với tên tiếng Thái thuộc phạm vi của nó.
PDPLaw Indonesia: Bao phủ tất cả các công ty xử lý dữ liệu cư dân. Yêu cầu các biện pháp bảo mật cho hồ sơ cá nhân.
PDPD Việt Nam: Nghị định Việt Nam năm 2023 áp dụng cho bất kỳ công ty nào xử lý dữ liệu cư dân Việt Nam. Vị trí của công ty không quan trọng.
Tất cả ba đều chia sẻ một quy tắc cơ bản: tìm PII và bảo vệ nó. Quy tắc này áp dụng trong bất kỳ chữ viết nào mà khách hàng sử dụng. Xem tổng quan tuân thủ để biết các luật này ảnh hưởng đến công việc BPO như thế nào.
Vấn đề 500.000 cuộc trò chuyện
Một công ty fintech Singapore xử lý 500.000 cuộc trò chuyện hỗ trợ mỗi tháng. Nó phục vụ khách hàng ở 12 phương ngữ APAC. Nghĩa vụ pháp lý của nó bao gồm tất cả 500.000.
Công cụ chỉ tiếng Anh của nó chỉ bao phủ phần được viết bằng tiếng Anh.
Giả sử 30% cuộc trò chuyện bằng tiếng Anh. Giả sử độ chính xác 90%. Điều đó bảo vệ khoảng 135.000 cuộc trò chuyện. 365.000 còn lại đi qua với gần như không phát hiện được PII nào.
Điều đó để lại 73% cuộc trò chuyện không được bảo vệ. Xem xét thủ công 365.000 cuộc trò chuyện là không khả thi. Chi phí nhân sự một mình làm cho nó không thực tế. Các công cụ tự động phải bao phủ hỗn hợp chữ viết thực tế đang sử dụng — không chỉ một chữ viết.
Phát hiện đa ngôn ngữ
XLM-RoBERTa là mô hình được huấn luyện trên hơn 100 ngôn ngữ. Nó học rằng tên, địa điểm và công ty chia sẻ các mẫu trên các chữ viết khác nhau. Nó hoạt động ngay cả khi văn bản bề mặt trông hoàn toàn khác nhau.
Phạm vi bao phủ APAC bao gồm bốn chữ viết chính:
Bahasa Indonesia — tìm tên, công ty và địa điểm. Tiếng Thái — PII cơ bản thông qua chuyển giao xuyên ngôn ngữ. Tiếng Việt — phát hiện thực thể với hỗ trợ chữ viết âm điệu. Tiếng Filipino — bao phủ các cuộc trò chuyện bằng văn bản Tagalog.
Stanza thêm các mô hình cho các chữ viết nơi chúng tồn tại. Cả hai công cụ cùng nhau bao phủ toàn bộ hỗn hợp APAC. Không cái nào yêu cầu một công cụ riêng cho từng chữ viết. Xem hướng dẫn bảo mật của chúng tôi để biết các bước thiết lập.
Tác động đến tuân thủ là rõ ràng. Thay vì bao phủ 27% cuộc trò chuyện, phát hiện đa ngôn ngữ đầy đủ sẽ bao phủ tất cả. Hàng đợi xem xét thủ công giảm từ hàng trăm nghìn xuống còn kiểm tra mẫu nhỏ.
Tại sao điều này quan trọng ngay bây giờ
PDPA Thái Lan, PDPLaw Indonesia và PDPD Việt Nam đều đang có hiệu lực. Các cơ quan quản lý kỳ vọng các công ty tìm thấy PII trong mọi chữ viết mà khách hàng của họ sử dụng.
Một công cụ đơn ngôn ngữ không đáp ứng tiêu chuẩn đó. Các mô hình đa ngôn ngữ thì có. Đối với các công ty BPO có cơ sở người dùng rộng lớn ở APAC, khoảng trống này có ý nghĩa quan trọng. Đây là ranh giới giữa rủi ro pháp lý và sự bảo vệ pháp lý.