ทำ Chatbot ตอบคำถามพนักงานจากคู่มือบริษัท
แผนลงมือทำ Chatbot ภายในองค์กรแบบเป็นขั้นตอน ตั้งแต่เลือกขอบเขต เตรียมเอกสาร วางสิทธิ์การเข้าถึง ไปจนถึงส่งต่อให้คนเมื่อบอทไม่รู้
ทุกเช้าวันจันทร์ กล่องข้อความของฝ่าย HR จะเต็มไปด้วยคำถามเดิมๆ "ลาป่วยต้องแนบใบรับรองแพทย์เมื่อไร" "ประกันกลุ่มครอบคลุมทันตกรรมไหม" "ฟอร์มเบิกเงินอยู่ไหน" คำตอบทั้งหมดอยู่ในคู่มือพนักงานแล้ว แต่ไม่มีใครอยากเปิดไฟล์ PDF ร้อยหน้า Chatbot ที่ตอบจากคู่มือบริษัทจึงเป็นโปรเจกต์ AI แรกที่หลายองค์กรเลือกทำ บทความนี้คือแผนลงมือทำแบบใช้งานจริง
Knowledge Chatbot คืออะไร
Knowledge Chatbot ภายในองค์กร คือผู้ช่วยแชตที่ตอบคำถามพนักงานโดยอ้างอิงจากเอกสารของบริษัท เช่น คู่มือพนักงาน นโยบาย IT ขั้นตอนจัดซื้อ หรือ SOP เบื้องหลังส่วนใหญ่ใช้เทคนิค RAG คือค้นเอกสารที่เกี่ยวข้องก่อน แล้วให้ AI เรียบเรียงคำตอบจากเอกสารนั้น พร้อมบอกแหล่งที่มา
ขั้นที่ 1: เลือกขอบเขตให้แคบ
ความผิดพลาดที่พบบ่อยคือพยายามให้บอทตอบได้ทุกเรื่องตั้งแต่วันแรก เริ่มจากหมวดเดียวที่มีคำถามซ้ำมาก เอกสารชัดเจน และความเสี่ยงต่ำ เช่น สวัสดิการทั่วไป หรือคำถาม IT พื้นฐานอย่างรีเซ็ตรหัสผ่านและการเชื่อมต่อ VPN
ขั้นที่ 2: เตรียมเอกสารให้พร้อม
หาเจ้าของเอกสาร
ทุกเอกสารต้องมีคนรับผิดชอบที่อัปเดตได้ ถ้านโยบายเปลี่ยนแต่ไฟล์ในคลังไม่เปลี่ยน บอทจะตอบข้อมูลเก่าอย่างมั่นใจ
ล้างฉบับซ้ำและฉบับเก่า
หลายบริษัทมีคู่มือฉบับปี 2563 กับ 2567 อยู่ในไดรฟ์เดียวกัน ถ้าใส่ทั้งคู่ บอทอาจหยิบฉบับเก่ามาตอบ
เขียนให้ AI อ่านง่าย
ใช้หัวข้อชัดเจน หนึ่งหัวข้อหนึ่งเรื่อง และแปลงตารางหรือไฟล์สแกนให้เป็นข้อความที่อ่านได้
ขั้นที่ 3: วางสิทธิ์การเข้าถึง
นี่คือส่วนที่ห้ามข้าม พนักงานทั่วไปไม่ควรถามบอทแล้วได้ข้อมูลเงินเดือนของคนอื่น หรือเอกสารลับของผู้บริหาร หลักง่ายๆ คือ บอทต้องเห็นเอกสารได้ไม่เกินสิทธิ์ของคนที่ถาม และถ้ามีข้อมูลส่วนบุคคลเกี่ยวข้อง ต้องพิจารณาตาม พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562 (PDPA) ร่วมกับฝ่ายกฎหมายหรือ DPO ขององค์กร
ขั้นที่ 4: ออกแบบการตอบและการส่งต่อ
- ทุกคำตอบควรแนบชื่อเอกสารและหัวข้อที่ใช้อ้างอิง
- ถ้าไม่พบข้อมูล ให้ตอบตรงๆ ว่าไม่พบ พร้อมช่องทางติดต่อคนที่รับผิดชอบ
- เรื่องที่มีผลทางเงินหรือกฎหมาย ให้บอทชี้ไปที่เอกสารและแนะนำให้ยืนยันกับเจ้าหน้าที่
- วางบอทในช่องทางที่พนักงานใช้อยู่แล้ว เช่น แอปแชตขององค์กร จะได้ไม่ต้องเปิดระบบใหม่
บทเรียนจากต่างประเทศ
คดี Moffatt v. Air Canada (2024) ที่ Civil Resolution Tribunal ของรัฐบริติชโคลัมเบีย แคนาดา เป็นตัวอย่างที่ถูกยกมาบ่อย Chatbot ของสายการบินให้ข้อมูลเรื่องการขอส่วนลดค่าตั๋วกรณีญาติเสียชีวิตที่ไม่ตรงกับนโยบายจริง สายการบินโต้แย้งว่า Chatbot เป็นเหมือนหน่วยงานแยกที่ตนไม่ต้องรับผิดชอบ แต่คณะตุลาการไม่รับข้อโต้แย้งนี้ และสั่งให้สายการบินชดเชยให้ลูกค้า บทเรียนคือ องค์กรยังต้องรับผิดชอบต่อสิ่งที่บอทของตัวเองพูด แม้บอทภายในจะไม่ได้คุยกับลูกค้า แต่ถ้าพนักงานทำตามคำตอบผิดก็สร้างความเสียหายได้เช่นกัน
ข้อควรระวัง
- อย่าเปิดให้ทั้งบริษัทใช้ทันที ทดลองกับกลุ่มเล็กก่อนและวัดผลด้วยคำถามจริง
- ระวังการส่งเอกสารภายในไปยังบริการ AI ภายนอก ตรวจเงื่อนไขการใช้ข้อมูลและการตั้งค่าความเป็นส่วนตัวให้ชัด
- บอทไม่ได้แทน HR หรือ IT แต่ช่วยลดคำถามซ้ำ ให้ทีมมีเวลากับเรื่องที่ต้องใช้คนจริงๆ
- เก็บบันทึกคำถามและคำตอบไว้ตรวจย้อนหลัง โดยแจ้งพนักงานให้ทราบอย่างโปร่งใส
บอทที่ดีไม่ใช่บอทที่ตอบได้ทุกเรื่อง แต่เป็นบอทที่รู้ว่าเรื่องไหนต้องส่งต่อให้คน
เริ่มต้นยังไง
- ดึงคำถามที่ถูกถามบ่อยที่สุดจากอีเมลและแชตของ HR หรือ IT ย้อนหลังสามเดือน
- เลือกหมวดเดียว และรวบรวมเอกสารฉบับล่าสุดพร้อมเจ้าของเอกสาร
- กำหนดสิทธิ์การเข้าถึงและนโยบายข้อมูลร่วมกับฝ่ายกฎหมาย
- ทำต้นแบบ ทดสอบกับคำถามจริง และเปิดให้กลุ่มนำร่องใช้
- ทบทวนคำถามที่บอทตอบไม่ได้ทุกสัปดาห์ แล้วปรับเอกสารหรือเพิ่มหมวดใหม่
ถ้าคุณดูแลข้อมูลพนักงานอยู่ อ่าน PDPA กับข้อมูลพนักงาน ประกอบด้วย และเรียนรู้การตั้งค่าความเป็นส่วนตัวเมื่อใช้ AI ได้จากคอร์ส ตั้งค่า Privacy ใน AI ไม่ให้ข้อมูลงานหลุด บน Plants.work