คุยกับเรา
กลับไปที่ Private LLM

โทรคมนาคมและ ISP · 10 / 12

Private LLM สำหรับผู้ให้บริการโทรคมนาคม

สรุปบทสนทนา Call Center ค้นตั๋วเครือข่าย และร่างคำตอบจากข้อมูลผู้ใช้บริการ บนระบบของผู้ให้บริการเอง โดยข้อมูลหลายล้านเลขหมายไม่ออกไปไหน

คุยเรื่องนี้กับวิศวกร
วิศวกรภาคสนามสวมหมวกแดงอ่านแท็บเล็ตข้างเสาสัญญาณบนดาดฟ้ายามค่ำ มีการ์ดสรุปงานไฟเบอร์ขาดที่ซอย 12 และสายที่สรุปแล้ววันนี้ 31,400 สาย โทรคมนาคมและ ISP
“เรามีบทสนทนา Call Center วันละหลายหมื่นสาย และตั๋วเครือข่ายที่ช่างเขียนคนละแบบ อยากให้ AI สรุป แต่ข้อมูลผู้ใช้บริการส่งออกไปข้างนอกไม่ได้ ทั้งตามใบอนุญาตและ PDPA”

ปัญหาที่เราเจอบ่อย

ผู้ให้บริการมีบทสนทนา Call Center วันละหลายหมื่นสาย บันทึกหลังสายที่พนักงานพิมพ์สั้นบ้างยาวบ้าง และตั๋วเครือข่ายที่ช่างแต่ละทีมเขียนคนละแบบ พอเกิดเหตุขัดข้องในพื้นที่หนึ่ง NOC ต้องไล่ดูว่าเคยเกิดแบบนี้ไหม ส่วนทีมบริการก็รู้ว่ามีเรื่องร้องเรียนเพิ่ม แต่กว่าจะรวมเป็นรายงานก็ปลายสัปดาห์

ข้อมูลผู้ใช้บริการอยู่ใต้ใบอนุญาตและ PDPA ส่งออกไปวิเคราะห์บนคลาวด์ของคนอื่นไม่ได้ และปริมาณระดับนี้จ่ายเป็นรายคำขอให้ผู้ให้บริการภายนอกก็ไม่คุ้ม ทีมจึงใช้ AI ได้แค่กับข้อมูลที่ลบชื่อออกแล้ว ซึ่งใช้งานจริงแทบไม่ได้

วิธีที่เราแก้

เราติดตั้งโมเดลภาษาบน Kubernetes ในศูนย์ข้อมูลของผู้ให้บริการ หรือในบัญชีคลาวด์ที่บริษัทควบคุม ขนาดตามปริมาณสายต่อวัน แล้วต่อกับระบบ Contact Center, Billing และ Ticketing ที่ใช้อยู่ ทุกสายที่จบลง ระบบสรุปเหตุผลที่โทร ผลที่ได้ และเรื่องที่ค้างลง CRM และเมื่อลูกค้าโทรซ้ำ พนักงานเห็นสรุปก่อนรับสาย

ฝั่งเครือข่าย NOC พิมพ์ถามว่าอาการแบบนี้ในชุมสายนี้เคยเกิดไหม และได้ตั๋วเก่าพร้อมวิธีที่เคยแก้ ทุกอย่างทำงานในเครือข่ายของคุณ สิทธิ์แยกตามทีมและพื้นที่ ข้อมูลส่วนบุคคลปิดบังตามระดับสิทธิ์ และทุกคำถามมี Audit Log ให้ฝ่ายกำกับและ DPO ตรวจ

ระบบสรุป ค้น และร่าง การปรับยอดบิล การยกเลิกบริการ และการสั่งงานช่างลงพื้นที่ ยังเป็นการตัดสินใจของพนักงานและหัวหน้าทีม ระบบไม่ส่งอะไรถึงลูกค้าเอง

ระบบทำงานอย่างไร

งานเข้ามาจาก
  • สาย Call Center และบันทึกหลังสาย
  • ตั๋วเครือข่ายและรายงานเหตุขัดข้อง
  • ข้อมูลเลขหมายจาก Billing และ CRM
  • เรื่องร้องเรียนจากทุกช่องทาง
AI ทำอะไร
  1. ปิดบังข้อมูลส่วนบุคคลตามสิทธิ์
  2. สรุปทุกสายและจัดกลุ่มเรื่อง
  3. ค้นตั๋วเก่าและวิธีที่เคยแก้
  4. ร่างคำตอบให้พนักงาน
ผลไปจบที่
  • สรุปสายลง CRM ก่อนลูกค้าโทรซ้ำ
  • คำตอบถึง NOC พร้อมตั๋วที่เคยแก้
  • รายงานร้องเรียนรายวันถึงทีมเครือข่าย
  • Audit Log สำหรับฝ่ายกำกับ

ก่อนและหลัง

ก่อน
หลัง
ลูกค้าโทรซ้ำต้องเล่าเรื่องเดิมใหม่ เพราะบันทึกหลังสายอ่านไม่รู้เรื่อง
พนักงานเห็นสรุปสายก่อนของลูกค้ารายนี้ก่อนรับสาย
NOC ไล่ดูตั๋วเก่าเองตอนเกิดเหตุ
NOC พิมพ์อาการ ได้ตั๋วเก่าพร้อมวิธีแก้ในนาทีนั้น
รายงานร้องเรียนรวมเสร็จปลายสัปดาห์
เรื่องร้องเรียนจัดกลุ่มทุกวัน พื้นที่ที่ผิดปกติแจ้งถึงทีมเครือข่ายทันที

สิ่งที่คุณจะได้

  1. 01

    โมเดลในศูนย์ข้อมูลของผู้ให้บริการ ที่สรุปทุกสายใน Call Center เป็นเหตุผลที่โทร ผลที่ได้ และเรื่องที่ค้าง

  2. 02

    ผู้ช่วยในหน้าจอพนักงาน อ่านโปรโมชัน ยอดค้าง และประวัติการใช้งานของเลขหมายตามสิทธิ์ แล้วร่างคำตอบ

  3. 03

    ค้นตั๋วเครือข่ายและรายงานเหตุขัดข้องย้อนหลังด้วยคำถามธรรมดา ให้ NOC หาเหตุซ้ำที่เคยแก้แล้ว

  4. 04

    จัดกลุ่มเรื่องร้องเรียนรายวันและชี้พื้นที่ที่สายเข้าเพิ่มผิดปกติ ส่งถึงทีมเครือข่ายและทีมบริการ

  5. 05

    ปิดบังเลขบัตรประชาชนและข้อมูลการใช้งานส่วนบุคคลตามระดับสิทธิ์ และ Audit Log ทุกคำถาม

ใครได้อะไร

เจ้าของธุรกิจ

เห็นว่าลูกค้าโทรมาเรื่องอะไรทุกวันโดยไม่ต้องรอรายงาน และข้อมูลผู้ใช้บริการหลายล้านรายอยู่ในระบบของบริษัทเท่านั้น

IT Director

ติดตั้งบน Kubernetes ในศูนย์ข้อมูลของคุณ ขนาดตามปริมาณสาย ต่อกับ Contact Center และ Billing ผ่าน API สิทธิ์ตาม Active Directory และ Audit Log ทุกคำถาม

ทีมที่ใช้งานทุกวัน

พนักงาน Call Center เลิกพิมพ์บันทึกหลังสายยาว ๆ และเลิกถามลูกค้าว่าเรื่องเดิมคืออะไร NOC เลิกไล่อ่านตั๋วเก่าทีละใบ

เหมาะกับธุรกิจแบบไหน

ผู้ให้บริการโทรศัพท์เคลื่อนที่ผู้ให้บริการอินเทอร์เน็ตและบรอดแบนด์ผู้ให้บริการ Data Center และคลาวด์เคเบิลทีวีและบริการดิจิทัลผู้ให้บริการโทรคมนาคมองค์กร

เชื่อมกับระบบที่คุณใช้อยู่

BillingCRMGenesysServiceNowActive DirectoryKubernetes

ขั้นตอนการพัฒนา

  1. 1

    ทำความเข้าใจ

    เก็บความต้องการ ผู้ใช้ และตัวชี้วัดความสำเร็จ พร้อมกำหนดขอบเขตและราคาก่อนเริ่มงาน

  2. 2

    ออกแบบ

    UX และสถาปัตยกรรมระบบ อนุมัติ Prototype ก่อนลงมือสร้างจริง

  3. 3

    พัฒนา

    สปรินต์ที่เร่งด้วย AI มีเดโมให้ดูทุกสัปดาห์ ตรวจโค้ดโดยทีมซีเนียร์

  4. 4

    ทดสอบ

    QA ความปลอดภัย และประสิทธิภาพ เทียบกับขอบเขตที่ตกลงกัน

  5. 5

    เปิดตัวและดูแล

    ติดตั้งใช้งานจริง อบรมทีมคุณ พร้อมแผนดูแลรายเดือน

เปลี่ยนปัญหาธุรกิจ ให้เป็นระบบที่ทำงานแทนคุณ

เล่าโจทย์ให้เราฟังวันนี้ — รับ Proposal ฉบับผู้บริหาร พร้อมแผนงานและงบประมาณ

คุยเรื่องนี้กับวิศวกร

โซลูชันอื่นใน Private LLM

ดูภาพรวมบริการ
ทีมกฎหมายและสัญญา Private LLM สำหรับงานสัญญา ฝ่ายทรัพยากรบุคคล ผู้ช่วย HR บน Private LLM ฝ่ายการเงินและบัญชี Private LLM สำหรับเอกสารการเงิน ทีมวิจัยและวิศวกรรม Private LLM สำหรับความรู้ทางวิศวกรรม ทีมบริการลูกค้า ผู้ช่วยตอบลูกค้าบน Private LLM ผู้บริหารและบอร์ด Private LLM สำหรับผู้บริหารและบอร์ด ธนาคารและสถาบันการเงิน Private LLM สำหรับสถาบันการเงิน โรงพยาบาล Private LLM สำหรับข้อมูลสุขภาพ สำนักงานกฎหมายและที่ปรึกษา Private LLM สำหรับเอกสารลับของลูกความ พลังงานและสาธารณูปโภค Private LLM สำหรับโครงสร้างพื้นฐานสำคัญ บริษัทประกัน Private LLM สำหรับงานสินไหมและพิจารณารับประกัน