TalkMe AI for บสย.
Inbound AI Voice Agent Platform for SME Credit Guarantee Services — ยกระดับ Call Center และ Digital Touchpoints ของ บสย. ให้ตอบคำถาม SMEs ได้รวดเร็ว ถูกต้อง และเชื่อมต่อบริการเดิมได้อย่างปลอดภัย
Architecture
อะไร On-Cloud, อะไร On-Premise, อะไรเลือกได้ และอะไรจ่ายตาม Consumption — แยก Platform Fee ออกจาก AI Usage ให้คุมงบได้
ดูสถาปัตยกรรม →AI Model
ใช้โมเดลอะไรบ้าง และแต่ละตัวทำหน้าที่อะไร — STT · NLU · LLM · TTS · Embedding · RAG · Guardrail (เปลี่ยนผู้ให้บริการได้ ไม่ผูกขาด)
ดู AI Model →Compliance
PDPA, Data Residency, PII Redaction, Audit Trail และ AI Governance — AI ให้ข้อมูล+คัดกรอง ไม่ตัดสินใจอนุมัติสินเชื่อ
ดู Compliance →TalkMe AI คืออะไร
แพลตฟอร์ม AI Voice Agent ที่ช่วยรับสาย Inbound ร่วมกับเจ้าหน้าที่ Call Center — ฟังเสียง พูดโต้ตอบกับประชาชน/SMEs เข้าใจคำถาม ค้นข้อมูลจาก Knowledge Base ของ บสย. และส่งต่อเจ้าหน้าที่เมื่อจำเป็น
ทำงานร่วมกับระบบเดิมของ บสย.
เชื่อม Call Center 02-890-9999, LINE OA @tcgfirst, Facebook, Website และ Mobile App — ไม่ต้องรื้อระบบเดิม
Capabilities
- รับสายจากเบอร์ 02 / Call Center / สายด่วน
- ตอบคำถามทั่วไปเกี่ยวกับบริการค้ำประกันสินเชื่อ
- ให้ข้อมูลโครงการ มาตรการ เอกสาร ขั้นตอน และสถานะเบื้องต้น
- เชื่อมต่อ LINE OA, Facebook Messenger, Website, Mobile App
- ส่งต่อสายให้เจ้าหน้าที่ผ่าน IP Phone / Softphone
- บันทึกบทสนทนาและสรุป Conversation Summary
ประโยชน์ที่ บสย. ได้รับ
ลดภาระ Call Center
AI รับคำถามซ้ำ ๆ และคัดกรองเรื่องก่อนส่งต่อเจ้าหน้าที่
เพิ่มความเร็วในการให้บริการ SMEs
ตอบคำถามได้ทันที ลดเวลารอสาย
มาตรฐานคำตอบสม่ำเสมอ
อ้างอิงจาก Knowledge Base และเอกสารที่ บสย. อนุมัติ
เก็บ Insight จากเสียงลูกค้า
เห็นหัวข้อคำถามยอดนิยม Pain Point และ Demand ของ SMEs
ขยายบริการได้โดยไม่เพิ่มคนตามสัดส่วนสาย
รองรับช่วงแคมเปญ โครงการใหม่ หรือปริมาณสายสูง
ประโยชน์ตามกลุ่มผู้มีส่วนได้ส่วนเสีย
เลือกกลุ่มเพื่อดูประโยชน์เฉพาะของแต่ละ Stakeholder
Inbound User Journey ของ SMEs
เส้นทางตั้งแต่ผู้ประกอบการรับรู้ข้อมูล จนถึงการบันทึกเพื่อต่อยอดบริการ
Awareness
เห็นข้อมูลจาก Website / Facebook / LINE OA / ธนาคาร
Contact
โทร 02-890-9999 หรือแชท LINE OA / Website / Facebook
Intent Detection
AI วิเคราะห์ว่าถามเรื่องอะไร — โครงการ, คุณสมบัติ, เอกสาร, สถานะ
AI Response
ตอบจาก Knowledge Base และ RAG
Data Collection
ขอข้อมูลเบื้องต้น เช่น ประเภทธุรกิจ จังหวัด ธนาคาร ประเภทสินเชื่อ
Handoff
เคสซับซ้อน ส่งต่อเจ้าหน้าที่ พร้อมสรุปบทสนทนา
Follow-up Record
บันทึกหัวข้อ คำถาม สรุป และสถานะ เพื่อต่อยอด
Inbound Use Cases สำหรับ บสย.
Touchpoint Integration
TalkMe AI เป็น Inbound Service Layer กลาง เชื่อมทุกช่องทางเข้าด้วยกัน
ทุกช่องทางเข้าสู่ TalkMe AI ผ่าน connector เดียว — เพิ่มช่องทางใหม่ในอนาคต (เช่น Kiosk / Branch Service Point) ได้โดยไม่กระทบระบบเดิมของ บสย.
Officer Device Integration
อุปกรณ์เจ้าหน้าที่
IP Phone · Softphone · Mobile Softphone
Console
Desktop Agent Console · Supervisor Dashboard
บันทึก
Call Recording · Summary Screen
“AI ไม่ได้แทนเจ้าหน้าที่ทั้งหมด” — แต่ช่วยรับเรื่อง คัดกรอง ตอบเรื่องพื้นฐาน และส่งต่อเคสที่ต้องใช้มนุษย์อย่างมีบริบท (พร้อม Call Summary)
อะไร On-Cloud · อะไร On-Premise · อะไรเลือกได้ · อะไรจ่ายตาม Consumption
ภาพรวมระดับผู้บริหาร — ข้อมูลสำคัญอยู่ในองค์กร บสย. ได้ ยกเว้นการประมวลผล AI Model ที่เป็น managed service บน Cloud
On-Premise ได้ ข้อมูลอยู่ในองค์กร บสย.
- Application Layer (Dialogue Orchestrator + Admin)
- Knowledge Base + Vector Database (RAG)
- Voice Gateway (ใช้ IP-PBX เดิมของ บสย. ได้)
- Call Recording + Log Store
On-Cloud 100% บังคับ Cloud
- AI Model Processing — ประมวลผลภาษา/เสียง
- เป็น managed AI service (STT · LLM · TTS · Embedding)
- อัปเดตโมเดล + Scale โดยไม่ต้องดูแล Infra เอง
เลือกได้ Cloud หรือ On-Prem
- เกือบทุกชั้น ยกเว้น AI Model Processing
- เลือกตามนโยบายความปลอดภัยและงบประมาณ
- ขยับขึ้น Cloud / ลงมา On-Prem ได้ภายหลัง
Consumption จ่ายตามปริมาณใช้
- AI Usage (ต่อ token / ต่อนาทีสนทนา)
- Voice Minute (SIP)
- Storage (recording / Knowledge Base)
- Embedding (ตอน ingest + ตอน search)
ราคาแยกชัด: Platform Fee (คงที่) ≠ AI Usage (แปรตามปริมาณ) → บสย. เห็นต้นทุนชัดเจนและควบคุมงบประมาณได้
Architecture — เลือกรูปแบบการติดตั้ง
On-Cloud Components
- AI Voice Agent Application
- Speech Processing (STT/TTS)
- LLM Processing
- RAG Service
- Analytics Dashboard · Conversation Summary
- Monitoring
เหมาะสำหรับ
- เริ่มใช้งานเร็ว
- ลดภาระ IT Infrastructure
- Scale ตามปริมาณการใช้งาน
- จ่ายตาม Consumption ได้ง่าย
On-Prem Components
- Voice Gateway / Media Server
- Local Connector · Integration Middleware
- Local Knowledge Base · Vector Database
- Logging / Audit Trail
- AI Model (STT/TTS/LLM) เรียกผ่าน Cloud ด้วย Secure Gateway
เหมาะสำหรับ
- ข้อมูลอ่อนไหวสูง
- ต้องการควบคุม Data Residency
- เชื่อมระบบภายในหลายระบบ
- Security Policy ตามองค์กรรัฐ
On-Prem ระบบ บสย.
Cloud AI Processing
เหมาะสำหรับ บสย. ในระยะเริ่มต้นถึงขยายผล
- ใช้ Cloud เพื่อความเร็วและ Scale
- เก็บข้อมูลสำคัญไว้ในระบบ บสย.
- ควบคุมข้อมูลส่วนบุคคล
- เลือกได้ว่า Data ใดขึ้น Cloud / Data ใดไม่ขึ้น
ตารางจัดชั้น Component — On-Prem / On-Cloud + หมายเหตุ
| รายการ (Component) | On-Prem | On-Cloud | Pricing | หมายเหตุสำคัญ |
|---|---|---|---|---|
| Voice Gateway / Media Server | License / VM | เชื่อม SIP / IP-PBX / Call Center เดิมของ บสย. | ||
| TalkMe AI Application | Subscription | ระบบสนทนาและจัดการ Dialogue (เลือกได้ทุกแบบ) | ||
| STT — Speech to Text | per minute | AI Model · Cloud เท่านั้น — แปลงเสียงเป็นข้อความ | ||
| TTS — Text to Speech | per char/min | AI Model · Cloud เท่านั้น — แปลงข้อความเป็นเสียงพูด | ||
| LLM (เช่น Gemini) | per token | AI Model · Cloud เท่านั้น — เข้าใจภาษา สรุป ตอบ วิเคราะห์ Intent | ||
| Embedding Model | per token | AI Model · Cloud เท่านั้น — แปลงเอกสารเป็น Vector (ตอน ingest + ตอน search) | ||
| RAG / Vector Database | Storage/Compute | ฐานข้อมูล + ค้นข้อมูลจากเอกสาร บสย. (เก็บ On-Prem ได้) | ||
| Knowledge Base | Project | FAQ, Policy, Product, Procedure | ||
| Integration Layer | Project | เชื่อม CRM, Ticket, Website, LINE, Facebook | ||
| Dashboard / Analytics | Subscription | สถิติคำถามและคุณภาพบริการ | ||
| Audit / Compliance Log | Retention | เก็บ Log เพื่อการตรวจสอบ (On-Prem / Hybrid แนะนำ) |
← เลื่อนตารางแนวนอนเพื่อดูคอลัมน์ Pricing และหมายเหตุ →
อะไรจ่ายเป็น Consumption
Voice
Call Minute / Voice Session Minute · Speech-to-Text Minute · Text-to-Speech Usage
AI Model
LLM Token Consumption · Embedding Token for RAG · Vector Search / Compute
Storage & API
Storage / Recording Retention · API Call to external services · Messaging cost (LINE / FB / SMS — อนาคต)
TalkMe AI แยก “Platform Fee” (คงที่) ออกจาก “AI Model Usage / Token Consumption” (แปรตามปริมาณ) อย่างชัดเจน เพื่อให้ บสย. เห็นต้นทุนและควบคุมงบประมาณได้
AI Model Stack — เสียงเข้า สู่ เสียงตอบ
Voice เป็น real-time (STT + LLM + TTS ในสายเดียว, latency ต่ำ) — เปลี่ยนผู้ให้บริการโมเดลได้ผ่าน adapter ไม่ผูกขาด vendor
ใช้ AI Model อะไรบ้าง และทำหน้าที่อะไร
Speech-to-Text Model
แปลงเสียงผู้โทรเป็นข้อความ real-time — ใช้กับ Call Center / Voice Input
Intent / Natural Language Understanding
วิเคราะห์เจตนาผู้โทร เช่น ถามโครงการ, เอกสาร, สถานะ, ขอเจ้าหน้าที่
Conversational LLM (เช่น Gemini)
เข้าใจคำถามภาษาไทย · สร้างคำตอบแบบสนทนา · สรุปบทสนทนา · แปลงข้อมูลเอกสารเป็นคำตอบที่เข้าใจง่าย · ช่วย Agent Handoff Summary
Retrieval-Augmented Generation
ดึงข้อมูลจาก Knowledge Base ของ บสย. · ลดการตอบมั่ว · อ้างอิงเอกสารที่อนุมัติ · อัปเดตได้โดยไม่ต้อง Train Model ใหม่
Embedding Model
แปลงเอกสารเป็น Vector · ทำ Semantic Search · ค้นเจอแม้ผู้ใช้ถามคนละคำกับเอกสาร
Text-to-Speech Model
แปลงคำตอบจากข้อความเป็นเสียงพูดธรรมชาติ
Guardrail / Safety Model
ตรวจจับคำถามนอกขอบเขต · ป้องกันการเปิดเผยข้อมูลที่ไม่ควรเปิด · บังคับใช้คำตอบตาม Policy
RAG ทำหน้าที่อะไร
Key Message
“RAG ทำให้ TalkMe AI ตอบจากข้อมูลของ บสย. ไม่ใช่ตอบจากความจำทั่วไปของ AI”
Benefits
- ลด Hallucination
- อัปเดตข้อมูลเร็ว
- ควบคุมคำตอบได้
- ตรวจสอบที่มาของคำตอบได้
- เหมาะกับองค์กรรัฐและสถาบันการเงิน
RAG Sources
- FAQ · คู่มือบริการ
- ข้อมูลโครงการค้ำประกัน
- ขั้นตอนการยื่นคำขอ · เอกสารที่ต้องใช้
- ข้อมูลสาขา / สำนักงานเขต
- Policy ที่อนุมัติให้เผยแพร่
- Script คำตอบมาตรฐานของ Call Center
Token Consumption
ค่าใช้จ่ายที่เกิดจากการใช้ AI Model (เช่น LLM / Gemini) ประมวลผลข้อความทั้ง Input และ Output
เกิดขึ้นเมื่อ
- ผู้ใช้ถามคำถาม
- ระบบส่งบริบทเข้า LLM
- ระบบดึงเอกสารจาก RAG
- AI สร้างคำตอบ
- AI สรุปบทสนทนา
- AI สร้าง Agent Handoff Summary
Cost Control
- จำกัดขนาด Context
- ใช้ RAG เฉพาะเอกสารที่เกี่ยวข้อง
- Cache คำตอบยอดนิยม
- Small Model สำหรับ Intent · Large Model เฉพาะเคสซับซ้อน
- ตั้ง Monthly Usage Cap
- Dashboard แยก Usage by Channel / Use Case
Compliance Context สำหรับ บสย.
ออกแบบให้รองรับบริบทองค์กรรัฐ สถาบันการเงิน และข้อมูล SMEs ที่อาจเกี่ยวข้องกับข้อมูลส่วนบุคคล ข้อมูลธุรกิจ และข้อมูลสินเชื่อ
การจัดชั้นข้อมูล
| ชั้นข้อมูล | ตัวอย่าง | การใช้กับ AI |
|---|---|---|
| Public Data | ข้อมูลบริการทั่วไป โครงการที่เผยแพร่ FAQ | ใช้ตอบผ่าน AI ได้ |
| Internal Data | คู่มือเจ้าหน้าที่ ขั้นตอนภายใน | ใช้ได้เฉพาะเมื่อได้รับอนุมัติ |
| Personal Data | ชื่อ เบอร์โทร เลขบัตร ข้อมูลติดต่อ | ควบคุมตาม PDPA |
| Sensitive / Financial | ข้อมูลสินเชื่อ ธนาคาร เอกสาร สถานะเคส | จำกัดการเข้าถึง + บันทึก Log |
Compliance Controls
Consent & Notice
แจ้งผู้โทรว่าเป็น AI Voice Agent และอาจมีการบันทึกเสียงเพื่อคุณภาพบริการ
Data Minimization
ถามข้อมูลเท่าที่จำเป็น ไม่ขอข้อมูลอ่อนไหวเกินขอบเขต
Access Control
กำหนดสิทธิ์เจ้าหน้าที่ตาม Role · Token แยกช่องทาง
Encryption
เข้ารหัสข้อมูลระหว่างส่งและขณะจัดเก็บ
Audit Trail
บันทึกว่าใครเข้าถึงข้อมูลใด เมื่อไร ทุก tool call
Human Escalation
เคสซับซ้อนหรือมีผลทางสิทธิประโยชน์ต้องส่งต่อเจ้าหน้าที่
Approved Knowledge Base
AI ตอบจากข้อมูลที่ บสย. อนุมัติเท่านั้น
Guardrail Policy
ป้องกัน AI ให้คำแนะนำผิดขอบเขต เช่น อนุมัติสินเชื่อแทนธนาคาร หรือรับรองผลค้ำประกันแทนเจ้าหน้าที่
PDPA Logging 3 ระดับ: ไม่เก็บ / เก็บแบบปกปิด PII / เก็บเต็ม (มี consent) — พร้อม PII Redaction ณ จุดบันทึก (AI ไม่เห็นข้อมูลดิบใน log) และ Identity/OTP verify ฝั่ง server (รหัสไม่ผ่านบทสนทนา ไม่ log)
AI Governance
ขอบเขตของ AI
AI ไม่ตัดสินใจอนุมัติ / ปฏิเสธสินเชื่อหรือค้ำประกัน
AI ให้ข้อมูล แนะนำขั้นตอน และช่วยคัดกรองเบื้องต้นเท่านั้น — มี Human-in-the-loop สำหรับเคสที่มีผลกระทบ
หลักการกำกับดูแล
- คำตอบสำคัญต้องอ้างอิง Knowledge Base
- มี Log สำหรับตรวจสอบย้อนหลัง
- Version Control ของ Knowledge Base และ Prompt
- ทดสอบ Accuracy ก่อน Go-Live
Compliance ตามรูปแบบการติดตั้ง
Cloud
- Scale ง่าย
- ต้องกำหนด Data Processing Agreement
- ต้องควบคุม Data ที่ส่งออกไปยัง AI Model
On-Premise
- ควบคุม Data Residency สูง
- เหมาะกับข้อมูลอ่อนไหว
- เนื้อหาที่ส่งให้ AI Model ยังประมวลผลบน Cloud (ผ่าน Secure Gateway)
- ต้องลงทุน Infrastructure มากกว่า
Hybrid · แนะนำ
- Balance Scale & Security
- Sensitive Data อยู่ On-Premise
- AI Model Processing ใช้ Cloud (managed service)
- เหมาะกับ บสย. ระยะเริ่มต้นถึงขยายผล
Implementation Roadmap
Discovery & Design
- เก็บข้อมูล Call Flow ปัจจุบัน
- ระบุ Top 50 คำถามยอดนิยม
- ออกแบบ Knowledge Base
- ออกแบบ Compliance & Data Flow
POC
- เชื่อม IP-PBX / SIP Test
- สร้าง AI Agent สำหรับ Use Case หลัก
- ทดสอบ STT / TTS / LLM / RAG
- ทดสอบ Handoff ไปเจ้าหน้าที่
Pilot
- เปิดใช้กับบางกลุ่มคำถาม
- วัด Accuracy · Containment · Escalation
- ปรับ Prompt · KB · Guardrail
Production
- เชื่อมทุก Touchpoint ที่เลือก
- เปิด Dashboard · Monitoring
- สรุป Usage & Token Consumption รายเดือน
Success Metrics
Expected Outcomes for บสย.
SMEs เข้าถึงข้อมูล บสย. ได้ง่ายขึ้น
Call Center ลดภาระคำถามซ้ำ
เจ้าหน้าที่ทำงานกับเคสสำคัญมากขึ้น
ผู้บริหารเห็น Demand และ Pain Point ของ SMEs จากข้อมูลจริง
บสย. มี Digital Service Front Door รองรับ Voice + Digital Channel
วางรากฐานสู่ AI-Powered Public Service Platform
TalkMe AI ช่วยให้ บสย. ให้บริการ SMEs
ได้เร็วขึ้น ฉลาดขึ้น และตรวจสอบได้
“ไม่ใช่แค่ AI รับสาย แต่คือโครงสร้างบริการดิจิทัลใหม่ที่เชื่อม Call Center, Knowledge, Compliance และเจ้าหน้าที่เข้าด้วยกัน”
POC เริ่มที่ Call Center / LINE OA / Website Touchpoint
TalkMe AI for บสย. — Inbound AI Voice Agent Platform · เอกสารนำเสนอ (Scope: Inbound เท่านั้น) · Confidential