SafetyKit อัปเกรดเอเจนต์คุมความเสี่ยงด้วยโมเดลเก่งสุดของ OpenAI

SafetyKit ⁠(เปิดในหน้าต่างใหม่)สร้างเอเจนต์ AI แบบมัลติโมดอลเพื่อช่วยให้มาร์เก็ตเพลส แพลตฟอร์มการชำระเงิน และธุรกิจเทคโนโลยีทางการเงิน สามารถตรวจจับและจัดการกับการฉ้อโกงรวมถึงกิจกรรมที่ต้องห้าม ทั้งในรูปแบบข้อความ รูปภาพ รายการธุรกรรม และรายการสินค้า การที่โมเดลสามารถใช้เหตุผลและเข้าใจข้อมูลมัลติโมดัลได้ดีขึ้นอย่างก้าวกระโดด ช่วยยกระดับประสิทธิภาพการทำงาน และสร้างบรรทัดฐานใหม่ให้กับการบริหารจัดการความเสี่ยงและมาตรการความปลอดภัย

เอเจนต์ของ SafetyKit ใช้ศักยภาพจาก GPT‑5, GPT‑4.1 รวมถึงระบบการวิจัยเชิงลึก และ เอเจนต์ที่ทำงานบนคอมพิวเตอร์แทนผู้ใช้ (CUA) เพื่อตรวจสอบเนื้อหาของลูกค้าได้ครบถ้วนทั้งหมด โดยมีความแม่นยำสูงกว่า 95% เมื่ออ้างอิงจากผลการประเมินของ SafetyKit ระบบนี้ช่วยปกป้องผู้ใช้งานและป้องกันการฉ้อโกง พร้อมช่วยลดความเสี่ยงจากการถูกปรับตามกฎหมาย โดยสามารถจัดการนโยบายที่ซับซ้อนเกินกว่าระบบเดิมจะทำได้ ไม่ว่าจะเป็นกฎเกณฑ์รายภูมิภาค เบอร์โทรศัพท์ที่ซ่อนในรูปภาพสแกม หรือเนื้อหาที่ไม่เหมาะสม ระบบอัตโนมัติยังช่วยปกป้องผู้ตรวจสอบเนื้อหาจากการเผชิญกับเนื้อหาที่ไม่เหมาะสม และช่วยให้พวกเขามีเวลาไปจัดการกับการตัดสินใจด้านนโยบายที่ละเอียดอ่อนแทน

เอเจนต์ของ SafetyKit แต่ละตัวถูกออกแบบมาให้รับมือกับความเสี่ยงเฉพาะด้าน ตั้งแต่เรื่องมิจฉาชีพไปจนถึงสินค้าที่ผิดกฎหมาย ระบบจะคัดแยกคอนเทนต์แต่ละชิ้นไปยังเอเจนต์ที่รับมือกับการละเมิดประเภทนั้นได้ดีที่สุด พร้อมเลือกใช้โมเดลของ OpenAI ที่เหมาะกับงานที่สุด

• GPT‑5 ใช้การให้เหตุผลแบบมัลติโมดอลกับข้อความ ภาพ และส่วนติดต่อผู้ใช้ เพื่อค้นหาความเสี่ยงที่ซ่อนอยู่และสนับสนุนการตัดสินใจที่ซับซ้อนและแม่นยำ
• GPT‑4.1 ปฏิบัติตามคำแนะนำของนโยบายเนื้อหาที่ละเอียดได้อย่างแม่นยำ และจัดการกระบวนการคัดกรองเนื้อหาจำนวนมหาศาลได้อย่างมีประสิทธิภาพ
• การปรับแต่งแบบเสริมกำลัง (RFT) ช่วยเพิ่มความสามารถในการดึงข้อมูลและความแม่นยำเหนือโมเดลมาตรฐาน ทำให้ได้ประสิทธิภาพระดับสูงสุดแม้กับนโยบายความปลอดภัยที่ซับซ้อน
• การวิจัยเชิงลึกช่วยผสานการตรวจสอบรีวิวและการตรวจสอบความถูกต้องของร้านค้าบนเครือข่ายออนไลน์เกิดขึ้นได้ทันทีแบบเรียลไทม์
• เอเจนต์ที่ทำงานบนคอมพิวเตอร์แทนผู้ใช้ (CUA) ช่วยจัดการงานนโยบายที่ซับซ้อนแบบอัตโนมัติ ซึ่งช่วยลดการพึ่งพาการตรวจสอบด้วยพนักงานที่มีค่าใช้จ่ายสูง

แนวทางการจับคู่โมเดลให้เหมาะสมกับงาน ช่วยให้ SafetyKit ขยายขอบเขตการตรวจสอบเนื้อหาได้ครอบคลุมทุกรูปแบบ โดยมีความละเอียดและแม่นยำสูงกว่าโซลูชันแบบเก่า

ตัวอย่างที่เห็นได้ชัดคือเอเจนต์ตรวจจับการสแกม ซึ่งมีความสามารถล้ำหน้าไปไกลกว่าการแค่สแกนข้อความทั่วไป เอเจนต์สามารถวิเคราะห์ภาพต่างๆ เช่น QR Code หรือหมายเลขโทรศัพท์ที่แฝงอยู่ในภาพสินค้า GPT‑4.1 ช่วยวิเคราะห์ภาพ ทำความเข้าใจโครงสร้าง และตัดสินว่าภาพนั้นละเมิดนโยบายหรือไม่

เอเจนต์ตรวจสอบการเปิดเผยนโยบายจะทำหน้าที่ตรวจเช็ครายการสินค้าหรือหน้าเว็บเพจ เพื่อหาข้อความที่กฎหมายกำหนด เช่น ข้อความปฏิเสธความรับผิดชอบทางกฎหมาย หรือคำเตือนด้านการปฏิบัติตามกฎระเบียบเฉพาะพื้นที่ GPT‑4.1 ทำหน้าที่คัดแยกเนื้อหาส่วนที่เกี่ยวข้อง จากนั้น GPT‑5 จะเข้าตรวจสอบการปฏิบัติตามกฎระเบียบ และเอเจนต์จะทำการแจ้งเตือนเมื่อพบการละเมิด

“เรามองเอเจนต์ของเราเป็นเวิร์กโฟลว์ที่สร้างขึ้นตามจุดประสงค์เฉพาะ” Graunke กล่าว “บางงานต้องการการใช้เหตุผลเชิงลึก ขณะที่งานอื่นต้องการบริบทแบบมัลติโมดัล” “OpenAI คือแพลตฟอร์มเดียวที่ให้ผลลัพธ์การทำงานที่ไว้วางใจได้ครอบคลุมทั้งสองรูปแบบ”

บ่อยครั้งที่การตัดสินใจด้านนโยบายต้องพิจารณาจากจุดที่แตกต่างกันเพียงนิดเดียวเท่านั้น ยกตัวอย่างแพลตฟอร์มซื้อขายที่กำหนดให้ผู้ขายต้องระบุข้อความปฏิเสธความรับผิดชอบสำหรับสินค้าเพื่อสุขภาพ ซึ่งรายละเอียดจะปรับเปลี่ยนไปตามคำโฆษณาและข้อบังคับของแต่ละพื้นที่ ผู้ให้บริการแบบเดิมใช้เพียงคีย์เวิร์ดหรือกฎตายตัว ซึ่งมักพลาดการตัดสินเชิงลึกที่งานลักษณะนี้ต้องใช้ ทำให้เกิดการบังคับใช้นโยบายที่ตกหล่นหรือผิดพลาด

เอเจนต์ตรวจสอบการเปิดเผยนโยบายของ SafetyKit จะเริ่มจากการอ้างอิงนโยบายจากคลังข้อมูลภายในของระบบก่อน จากนั้นจึงให้ GPT‑5 ประเมินเนื้อหาว่ามีการกล่าวถึงการรักษาหรือการป้องกันหรือไม่ ภูมิภาคที่กำลังขายสินค้านี้มีข้อกำหนดให้ต้องลงประกาศชี้แจงข้อมูลหรือเปล่า หากเข้าข่ายดังกล่าว ในรายการสินค้านั้นมีข้อความตามที่กฎหมายกำหนดครบถ้วนจริงหรือไม่ หากพบจุดบกพร่องใดก็ตาม GPT‑5 จะส่งข้อมูลกลับมาในรูปแบบโครงสร้างที่กำหนด เพื่อให้เอเจนต์นำไปใช้แจ้งเตือนปัญหาที่เกิดขึ้น

“พลังของ GPT‑5 อยู่ที่ความแม่นยำในการให้เหตุผลเมื่ออิงกับนโยบายที่แท้จริง” Graunke กล่าว “ระบบนี้ช่วยให้เราตัดสินใจได้อย่างแม่นยำและมีเหตุผลรองรับ แม้ในกรณีที่ซับซ้อนซึ่งระบบอื่นมักจะทำพลาด”

SafetyKit ทดสอบสมรรถนะของโมเดล OpenAI รุ่นใหม่แต่ละรุ่นกับเคสที่หินที่สุด และพร้อมส่งโมเดลที่ผ่านด้วยคะแนนสูงสุดลงสนามจริงได้ทันทีในวันนั้น การประเมินภายในอย่างเข้มงวดช่วยให้ทีมระบุได้อย่างรวดเร็วว่าโมเดลใหม่สามารถปรับปรุงประสิทธิภาพได้อย่างไร และรวมเข้ากับโครงสร้างพื้นฐานหลักได้อย่างราบรื่น

เมื่อ OpenAI o3 เปิดตัว SafetyKit ได้นำมาใช้เพื่อยกระดับประสิทธิภาพการจัดการเคสที่ยากและซับซ้อนในขอบข่ายนโยบายที่สำคัญต่างๆ หลังจาก GPT‑5 เปิดตัวเพียงไม่กี่วัน SafetyKit ก็เริ่มใช้งานโมเดลนี้กับเอเจนต์ที่ต้องแบกรับงานหนักที่สุด จนช่วยเพิ่มคะแนนการทดสอบได้มากกว่า 10 คะแนนในโจทย์ด้านการมองเห็นที่ยากที่สุด

SafetyKit ยังส่งต่อข้อมูลการพัฒนาคืนสู่ระบบส่วนรวม โดยแชร์ทั้งผลการประเมิน ตัวอย่างเคสที่ระบบทำพลาด และข้อมูลเชิงลึกด้านนโยบายให้กับ OpenAI โดยตรง เพื่อช่วยขัดเกลาประสิทธิภาพของโมเดลในอนาคตสำหรับงานที่เน้นความปลอดภัยสูง

สถาปัตยกรรมของ SafetyKit เสริมประสิทธิภาพการบังคับใช้นโยบายได้ในวงกว้าง พร้อมมอบทั้งความรวดเร็ว ความแม่นยำ และการจัดการความเสี่ยงที่ครอบคลุมทุกมิติ ปัจจุบันระบบประมวลผลข้อมูลสูงถึงวันละ 1.6 หมื่นล้านโทเค็น เพิ่มขึ้นจากเดิมที่เคยทำได้ 200 ล้านโทเค็นในช่วงครึ่งปีที่ผ่านมา โดยสามารถวิเคราะห์เนื้อหาได้มากขึ้นโดยไม่ลดทอนความแม่นยำลงเลย

ในช่วงเวลาเดียวกันนั้น SafetyKit ได้ขยายขอบเขตไปสู่ความเสี่ยงด้านการชำระเงิน การฉ้อโกง การป้องกันการแสวงหาประโยชน์จากเด็ก การต่อต้านการฟอกเงิน และยังขยายฐานลูกค้าใหม่จนครอบคลุมผู้ใช้งานปลายทางรวมหลายร้อยล้านคน รากฐานนี้ช่วยให้ลูกค้าสามารถตอบโต้ความเสี่ยงที่เกิดขึ้นใหม่ได้อย่างรวดเร็วและมั่นใจ

“เราสร้างวงจรที่ทำให้การอัปเดตจาก OpenAI ทุกเวอร์ชันช่วยเพิ่มขีดความสามารถให้เราได้โดยตรง” Graunke อธิบาย “ระบบของเราจึงพัฒนาไม่หยุดยั้งและพร้อมรับมือความเสี่ยงที่ซับซ้อนขึ้นได้ล่วงหน้า”

• รีวิวคอนเทนต์ลูกค้าครบ 100% พร้อมความแม่นยำระดับ 95% ขึ้นไป
• ประมวลผลข้อมูลได้ถึง 1.6 หมื่นล้านโทเค็นต่อวัน เพิ่มจาก 200 ล้านโทเค็นภายในเวลาเพียง 6 เดือน
• คะแนนเกณฑ์มาตรฐานดีขึ้นมากกว่า 10 จุดในงานด้านการมองเห็นที่ยากที่สุด