การปกปิดข้อมูล PII

การปกปิดข้อมูล PII คืออะไร?

การปกปิดข้อมูล PII (Personally Identifiable Information) คือกระบวนการอัตโนมัติในการตรวจจับและลบหรือปิดบังข้อมูลส่วนบุคคลที่อ่อนไหวออกจากบทสนทนา ทรานสคริปต์ บันทึก และข้อมูลวิเคราะห์ของเอเจนต์ AI PII ครอบคลุมชื่อ อีเมล หมายเลขโทรศัพท์ หมายเลขประกันสังคม หมายเลขบัตรเครดิต วันเกิด ที่อยู่ และข้อมูลอื่นใดที่ระบุตัวบุคคลได้

ในงานบริการลูกค้าด้วย AI ลูกค้ามักแชร์ข้อมูลอ่อนไหวระหว่างการขอความช่วยเหลือเป็นประจำ การปกปิดข้อมูล PII ช่วยให้ข้อมูลเหล่านี้ได้รับการปกป้องในทุกจุดสัมผัส ตั้งแต่บทสนทนาสด ทรานสคริปต์ที่จัดเก็บไว้ ไปจนถึงแดชบอร์ดการวิเคราะห์

การปกปิดข้อมูล PII ทำงานอย่างไร

ระบบปกปิดข้อมูล PII สมัยใหม่ใช้การจับคู่รูปแบบ (กฎ regex สำหรับข้อมูลที่มีโครงสร้าง เช่น หมายเลขบัตรและ SSN) ร่วมกับการตรวจจับด้วย AI (โมเดล NLP ที่ระบุชื่อ ที่อยู่ และ PII ที่ไม่มีโครงสร้างอื่นๆ ในข้อความอิสระ) การปกปิดเกิดขึ้นแบบเรียลไทม์ระหว่างบทสนทนา และนำไปใช้กับ:

• บทสนทนาสด: ปิดบัง PII ก่อนแสดงให้เจ้าหน้าที่เห็นหรือก่อนจัดเก็บ
• ทรานสคริปต์บทสนทนา: บันทึกย้อนหลังจะแทนที่ PII ด้วยโทเค็นหรือตัวยึดตำแหน่ง
• ไฟล์บันทึกเสียง: ส่วนของเสียงที่มี PII จะถูกแทนด้วยเสียงบี๊ปหรือปิดเสียง
• ข้อมูลวิเคราะห์และรายงาน: ข้อมูลสรุปรวมจะไม่มี PII ของแต่ละบุคคล
• ข้อมูลฝึก AI: ข้อมูลใดๆ ที่ใช้ปรับปรุงโมเดลจะถูกตัด PII ออกก่อน

ทำไมการปกปิดข้อมูล PII จึงจำเป็นสำหรับ AI

แพลตฟอร์ม AI บริการลูกค้าประมวลผลบทสนทนาที่มี PII หลายพันรายการทุกวัน หากไม่มีการปกปิด ข้อมูลเหล่านี้จะสะสมอยู่ในบันทึก ทรานสคริปต์ และฐานข้อมูล ก่อให้เกิดความเสี่ยงด้านความเป็นส่วนตัวครั้งใหญ่และอาจละเมิดข้อกำหนดได้ การปกปิดข้อมูล PII เป็นข้อกำหนดสำหรับการปฏิบัติตาม HIPAA, PCI-DSS, GDPR และ CCPA

บริบทด้านกฎระเบียบ: ค่าปรับ GDPR กรณีละเมิดการคุ้มครองข้อมูลอาจสูงถึง 4% ของรายได้ต่อปีทั่วโลก CCPA ให้สิทธิ์ผู้บริโภคในการรู้ว่ามีการเก็บ PII ใดบ้างและเรียกร้องให้ลบข้อมูลนั้น การปกปิดข้อมูล PII ที่แข็งแกร่งจึงเป็นพื้นฐานของการปฏิบัติตามข้อกำหนดเหล่านี้

ความได้เปรียบของ Maven: ปกปิดข้อมูลได้ในทุกช่องทาง

Maven AGI ปกปิดข้อมูล PII โดยอัตโนมัติในทุกช่องทาง ทั้งแชท อีเมล และเสียง (ทั้งไฟล์เสียงและทรานสคริปต์ข้อความ) ข้อมูลลูกค้าจะไม่ถูกนำไปใช้ฝึกโมเดล AI ของ Maven และการแยก tenant ทำให้ข้อมูลของลูกค้ารายหนึ่งไม่มีทางถูกเข้าถึงโดยลูกค้ารายอื่น กรอบการคุ้มครองความเป็นส่วนตัวที่ครอบคลุมของ Maven ได้รับการยืนยันด้วยการรับรอง GDPR, CCPA, ISO 27701 (การจัดการสารสนเทศด้านความเป็นส่วนตัว) และ ISO 27018 (การคุ้มครองข้อมูลส่วนบุคคลบนคลาวด์)

ผลลัพธ์จริงจาก Maven: สถาปัตยกรรมความปลอดภัยของ Maven AGI ปกป้อง PII ตั้งแต่การออกแบบ ไม่ใช่ส่วนเสริมภายหลัง ด้วยการเข้ารหัสทั้งระหว่างการส่งและขณะจัดเก็บ การควบคุมการเข้าถึงตามบทบาทแบบละเอียด และการบันทึกการตรวจสอบที่ครอบคลุมซึ่งติดตามทุกเหตุการณ์การเข้าถึงข้อมูล

คำถามที่พบบ่อย

การปกปิดข้อมูล PII ตรวจจับได้ครบทุกอย่างหรือไม่?

ไม่มีระบบใดตรวจจับ PII ได้ 100% เพราะลูกค้าอาจแชร์ข้อมูลอ่อนไหวในรูปแบบที่คาดไม่ถึง ระบบที่ดีที่สุดจะผสานการจับคู่รูปแบบสำหรับ PII ที่มีโครงสร้าง (หมายเลขบัตร, SSN) เข้ากับการตรวจจับด้วย AI สำหรับ PII ที่ไม่มีโครงสร้าง (ชื่อ ที่อยู่ที่กล่าวถึงในข้อความอิสระ) และมีเวิร์กโฟลว์ให้มนุษย์ตรวจสอบกรณีพิเศษ

การปกปิดข้อมูล PII ส่งผลต่อประสิทธิภาพของ AI หรือไม่?

ไม่ส่งผล หากนำไปใช้อย่างถูกต้อง เอเจนต์ AI ยังคงประมวลผลคำขอของลูกค้าและเข้าถึงข้อมูลบัญชีที่จำเป็นผ่านการเชื่อมต่อระบบที่ยืนยันตัวตนแล้วได้ เพียงแต่ไม่จัดเก็บ PII ดิบไว้ในบันทึกบทสนทนา การปกปิดมุ่งเป้าที่การจัดเก็บและการบันทึก ไม่ใช่ความสามารถของเอเจนต์ในการแก้ปัญหา

การ Masking กับการ Redaction ข้อมูล PII ต่างกันอย่างไร?

Masking คือการแทนที่ PII ด้วยอักขระแทน (เช่น "****-****-****-1234") โดยยังคงโครงสร้างข้อมูลไว้ ส่วน Redaction คือการลบ PII ออกจากบันทึกทั้งหมด ทั้งสองแนวทางช่วยปกป้องความเป็นส่วนตัว โดย Masking ยังเก็บบริบทบางส่วนไว้สำหรับการดีบัก ขณะที่ Redaction ให้การปกป้องที่แข็งแกร่งกว่า