Menjelaskan pengecualian gaji,
diintegrasikan dalam 4 jam.

Syarikat ini.

Prisma Data Sdn Bhd ialah platform SaaS HR dan penggajian Malaysia yang melayani lebih 200 pelanggan perusahaan dalam sektor pembuatan, peruncitan dan perkhidmatan profesional. Platform mereka memproses lebih 1.2 juta rekod pekerja sebulan — mengendalikan segala-galanya daripada caruman berkanun dan pengurusan cuti hingga penyelesaian pertikaian gaji dan penandaan pengecualian gaji.

Prisma Data memperkenalkan penandaan pengecualian gaji berbantukan AI pada awal 2025. Sistem ini mengenal pasti anomali secara automatik — tuntutan kerja lebih masa yang luar biasa, entri gaji berganda, manipulasi faedah yang disyaki — dan menandakannya untuk semakan HR. Apabila sesuatu tanda mengakibatkan penahanan bayaran, pekerja yang terjejas dimaklumkan bahawa gaji mereka digantung sementara menunggu siasatan.

Menjelang pertengahan 2025, Prisma Data memproses kira-kira 3,400 tanda pengecualian sebulan dalam kalangan pelanggan mereka. Pasukan perundangan mereka menandakan satu masalah yang semakin ketara: dengan mengambil kira hala tuju tadbir urus AI Malaysia dan PDPA, setiap penahanan bayaran dianggap sebagai Keputusan Signifikan — dan pasukan itu memutuskan bahawa setiap pekerja yang terjejas patut menerima penjelasan rasmi.

3,400 keputusan.
Sifar penjelasan.

Sebelum DecisionCore, Prisma Data tiada mekanisme untuk menjana rekod penjelasan rasmi. Apabila seseorang pekerja mempertikaikan penahanan bayaran, pasukan HR terpaksa membina semula penaakulan secara manual daripada log pengecualian — proses yang mengambil masa 3–5 hari bekerja bagi setiap pertikaian dan bergantung pada ketersediaan penganalisis yang mula-mula menyemak tanda itu.

Tiga masalah yang saling memburukkan menjadikan keadaan ini tidak mampan:

Pendedahan tadbir urus. Malaysia sedang bergerak ke arah perundangan tadbir urus AI, dengan prinsip AIGE Pejabat AI Kebangsaan sudah pun menyeru ketelusan. Enjin pengecualian AI Prisma Data ialah contoh klasik sistem Keputusan Signifikan. Menjana penjelasan secara retrospektif, apabila berlaku pertikaian, tidak memadai — penjelasan perlu wujud pada saat keputusan dibuat.

Jurang persetujuan PDPA. Akta Pindaan PDPA 2024 menghendaki persetujuan terperinci mengikut tujuan bagi pemprosesan data penggajian pekerja. Model persetujuan sedia ada Prisma Data hanyalah satu klausa menyeluruh yang tersorok dalam kontrak pekerjaan. Tiada rekod mengikut tujuan. Tiada mekanisme penarikan balik. Tiada penjejakan versi.

Risiko pemberitahuan pelanggaran. Dengan 1.2 juta rekod pekerja dalam pemprosesan aktif, pelanggaran yang mungkin menyebabkan kemudaratan ketara perlu dimaklumkan kepada Pesuruhjaya PDP dalam tempoh 72 jam. Prisma Data tiada pengesanan pelanggaran automatik — DPO mereka bergantung pada amaran keselamatan ad hoc yang mengambil purata 96 jam dari insiden berlaku hingga disedari.

DecisionCore di
setiap titik penandaan.

Prisma Data mengintegrasikan DecisionCore ke dalam saluran penandaan pengecualian mereka melalui REST API. Integrasi ditulis dalam Python dan menambah satu panggilan POST /explain pada titik setiap tanda pengecualian dibangkitkan dan mengakibatkan tindakan penahanan bayaran.

import requests
from app.config import settings

def flag_payroll_exception(employee_id: str, exception_type: str,
                           rule_description: str, amount: float) -> dict:
    """Raise a payroll exception flag and generate a formal explanation."""

    # Generate explanation at point of decision
    response = requests.post(
        f"{settings.DC_BASE_URL}/explain",
        json={
            "decision": f"Payroll exception flagged: {exception_type}",
            "subject_description": (
                f"Employee {employee_id}. Rule triggered: {rule_description}. "
                f"Amount under review: RM {amount:,.2f}."
            ),
            "sector":    "hr",
            "tenant_id": "prisma-data",
        },
        headers={
            "Authorization": f"Bearer {settings.DC_API_KEY}",
            "Content-Type":  "application/json",
        },
        timeout=60,
    )
    response.raise_for_status()
    result = response.json()

    # Store audit_id alongside the exception record
    return {
        "exception_id": create_exception_record(employee_id, exception_type, amount),
        "audit_id":    result["audit_id"],
        "report_url":  result["report_url"],
    }

Enam bulan
selepas pelaksanaan.

Dalam senario ini, selepas enam bulan beroperasi, DPO Prisma Data memberikan penilaian postur pematuhan merentas tiga dimensi: kesediaan peraturan, kecekapan penyelesaian pertikaian dan tindak balas insiden data.

Satu manfaat yang tidak dijangka muncul daripada data penjelasan berstruktur pada skala besar: pasukan pematuhan Prisma Data mengenal pasti tiga isu penentukuran peraturan yang sistematik dalam enjin pengecualian mereka. Rantaian penaakulan DeepSeek R1 secara konsisten memetik keadaan kes pinggir yang tidak diambil kira oleh peraturan asal. Dua peraturan ditentukur semula, mengurangkan tanda pengecualian positif palsu sebanyak 18%.

Gambaran keseluruhan
seni bina.

Pelaksanaan DecisionCore Prisma Data beroperasi sepenuhnya dalam awan persendirian mereka — satu VM pada nod kolokasi mereka di Kuala Lumpur.