የRingg AI ወኪሎች በOpenAI እስከ 65% የደንበኛ ጥሪዎችን ያስተናግዳሉ

የጥሪ ብዛት ሲጨምር፣ የደንበኛ አገልግሎት ክፍሎች አቅማቸውን ለማሳደግ ብዙውን ጊዜ ተጨማሪ ሠራተኞችን ይቀጥራሉ። ይህ ግን የእያንዳንዱን ግንኙነት ወጪና ውስብስብነት ይጨምራል። የድምፅና የጽሑፍ ውይይት ወኪሎች መድረክ የሆነው Ringg⁠(በአዲስ መስኮት ውስጥ ይክፈታል)፣ በሕንድ ከሚገኙ ትልልቅ የሸማች አገልግሎት ድርጅቶች ጋር ሲሠራ ይህን ችግር በቀጥታ ተመልክቷል።

እነዚህ ኩባንያዎች እየበዙ ለመጡ ጥሪዎች ምላሽ መስጠት ብቻ አልነበረም ያስቸገራቸው። የደንበኛ አገልግሎት ሠራተኞቻቸውም ደንበኞችን ከመድን ግዢ እስከ ቀጠሮ ማስያዝ ያሉ ተግባራትን እንዲያጠናቅቁ ለመርዳት፣ የተበጣጠሱና በእጅ የሚሠሩ ሥርዓቶችን ለመጠቀም ይቸገሩ ነበር።

ይህ ተሞክሮ Ringg እንደ GPT‑5.6 ያሉ እጅግ ቀልጣፋ ሞዴሎችን መሠረት ያደረገ፣ በድምፅ፣ በጽሑፍ ውይይት፣ በWhatsApp እና በድር የሚሠራ የድርጅት ወኪሎች መድረክ እንዲገነባ አነሳሳው። ተስማሚ የሆኑ በቅጽበት የሚከናወኑ ሥራዎችን ከGPT‑4.1 ወደ GPT‑5.6 ማዛወር፣ የሚፈለገውን ጥራትና የምላሽ ፍጥነት እያሟላ፣ የሞዴል ወጪዎችን በግምት በ90% ቀንሷል።

የRingg ወኪሎች አሁን በየወሩ ከ7 ሚሊዮን በላይ ግንኙነት የተፈጠረባቸውን ጥሪዎች ያስተናግዳሉ። ደንበኞቹም በአማካይ 4.8 የደንበኛ እርካታ (CSAT) ውጤት አላቸው።

ወኪሎች የደንበኛን ጥያቄ ለማሟላት፣ የመድን ውል ማጣራት፣ የመለያ መዝገብ ማምጣት፣ ቀጠሮ መያዝ፣ የደንበኛ ግንኙነት አስተዳደር ሥርዓትን (CRM) ማዘመን፣ ወይም ውይይቱን ተዛማጅ አውዱ ሳይጎድል ወደ ባለሙያ ማስተላለፍ ሊያስፈልጋቸው ይችላል።

Ringg በቅጽበት ለሚካሄዱ ግንኙነቶች GPT‑5.6 Luna እና ሌሎች ሞዴሎችን ይጠቀማል። እነዚህም የደንበኞችን ጥያቄዎች ይረዳሉ፣ መሣሪያዎችን ይመርጣሉ፣ እንዲሁም ደንበኞችን በብዙ ደረጃዎች የሥራ ሂደት ውስጥ ይመራሉ። የRingg ማስተባበሪያ ንብርብር በCRM ሥርዓቶች፣ በድጋፍ ጥያቄ መከታተያ መድረኮች፣ በክፍያ ሥርዓቶች፣ በቀጠሮ መያዣ መሣሪያዎችና በውስጥ APIዎች ላይ ተግባራትን ያከናውናል። ሲያስፈልግም ጉዳዮችን ከውይይቱ ማጠቃለያ ጋር ወደ ሰው ያስተላልፋል።

የRingg የእውቀት ሥርዓት በተዋቀረ መንገድ ማጣራትንና በትርጉም ላይ የተመሠረተ መረጃ ፍለጋን በማጣመር፣ ከውሂብ ስብስቦች፣ ከPDF፣ ከCSV እና ከንግድ ሰነዶች መረጃ ያወጣል። ይህም ወኪሎች ተዛማጅ የድርጅት መረጃን ተጠቅመው ጥያቄዎችን እንዲመልሱ ይረዳል።

Ringg እንዲሁም ሥራዎችን ብቁነትን ለመገምገም፣ ድጋፍ ለመስጠት፣ ለማረጋገጥ፣ ቀጠሮ ለመያዝና ጉዳይን ወደ ተጨማሪ እገዛ ለማስተላለፍ በተዘጋጁ ልዩ ንዑስ ወኪሎች መካከል ሊከፋፍል ይችላል። መድረኩ እነዚህን ደረጃዎች ሲያስተባብር፣ ከደንበኛው ጋር በድምፅ፣ በጽሑፍ ውይይት፣ በWhatsApp እና በድር የሚደረገው ውይይት ወጥ እንዲሆን ያደርጋል።

Ringg የውይይት ጥራትን፣ የምላሽ ጊዜን፣ መመሪያ መከተልን፣ መሣሪያዎችን መጥራትን፣ የብዙ ቋንቋ አፈጻጸምን፣ አስተማማኝነትንና ወጪን መሠረት አድርጎ OpenAIን ከሌሎች አማራጮች ጋር ገምግሟል። በዚህም OpenAI ለተግባራዊ ሥራዎች ከሁሉ የተሻለ አጠቃላይ ሚዛን እንደሚሰጥ አረጋግጧል።

GPT‑5.6 እና ሌሎች የOpenAI ሞዴሎች ውስብስብ መመሪያዎችን በመከተል፣ የመሣሪያ ጥሪዎችን በማስፈጸም፣ የውይይት አውድን በመጠበቅና በድርጅት ደረጃ በስፋት አስተማማኝ ሆነው በመሥራት ረገድም ይበልጥ ወጥ የሆነ አፈጻጸም አሳይተዋል።

Ringg ሥራዎችን እንደ ተግባሩ ፍላጎት ወደ አንድ የተወሰነ የOpenAI ሞዴል ይመራል። GPT‑4.1 አብዛኛዎቹን በቅጽበት የሚደረጉ የድምፅና የጽሑፍ ውይይቶች ያስተናግዳል። GPT‑5.6 Luna በአገልግሎት ላይ ካሉት ሥርዓቶች አንዱ ሆኖ ይቀጥላል። አፈጻጸሙ፣ የምላሽ ጊዜው ወይም ከዋጋው አንጻር የሚሰጠው ውጤት ለአንድ ጥያቄ ይበልጥ ተስማሚ ሲሆን ጥቅም ላይ ይውላል። GPT‑5.6 Terra ጥሪ ከተጠናቀቀ በኋላ የሚደረገውን ትንተና፣ ማጠቃለያዎችንና የስሜት አመዳደብን ጨምሮ፣ ያከናውናል። GPT‑5.6 Sol ደግሞ ግምገማን፣ የእርምጃ ማሻሻያንና ሞዴልን እንደ ገምጋሚ የሚጠቀሙ የሥራ ሂደቶችን ይደግፋል።

ደንበኛ በድምፅ ጥሪ ወቅት ሲናገር ወይም የጽሑፍ መልዕክት ሲልክ፣ የRingg ማስተባበሪያ ሥርዓት ያንን ግቤት ከወኪሉ መመሪያዎች፣ ከውይይቱ ታሪክ፣ ከደንበኛው ልዩ ውሂብ፣ ከእውቀት ማከማቻው ከተገኘ ተዛማጅ አውድና ካሉ መሣሪያዎች ጋር ያጣምራል። ከዚያም የRingg ማዘዋወሪያ ንብርብር ተገቢውን ሞዴልና ውቅር ይመርጣል። የሞዴሉ ውጤት በማስተባበሪያ ሥርዓቱ በኩል አልፎ፣ ደንበኛው በመረጠው መገናኛ መንገድ ይደርሰዋል።

በረዥም ውይይቶች ወቅት፣ አውዱ ወደ 80,000 ያህል ቶከኖች ሲቃረብ፣ ሥርዓቱ የተዋቀረ ማጠቃለያ ይፈጥራል። በዚህም የውይይቱን ታሪክ በሙሉ በተደጋጋሚ መላክ ሳያስፈልግ፣ አስፈላጊው መረጃ ተጠብቆ ውይይቱ ሊቀጥል ይችላል።

Ringg ሞዴሎችን ወደ ተግባራዊ አገልግሎት ከማስገባቱ በፊት፣ ቀደም ያሉ ውይይቶችንና የደንበኛ ሂደቶችን የሚያስመስሉ ሙከራዎችን ተጠቅሞ ይፈትሻቸዋል። የግምገማ መድረኩ እነዚህን ውጤቶች ተጠቅሞ ድክመቶችን ይለያል፣ የእርምጃ ማሻሻያዎችንም ይጠቁማል። ይህም ወኪሎቹና ውቅሮቻቸው ያለማቋረጥ የሚሻሻሉበትን ዑደት ይፈጥራል።

ከግምገማዎቹ አንዱ የRingg የድኅረ-ጥሪ ትንተና የሥራ ሂደትን የተመለከተ ነበር። ኩባንያው GPT‑5.6 Terraን እንደ Gemini 2.5 Flash ካሉ አማራጮች ጋር አወዳድሮ ሲፈትሽ፣ Terra የተሻለ ውጤት አስመዝግቧል። Ringg ማጠቃለያዎችን የማዘጋጀትና ስሜትን የመመደብ ሥራዎችን ወደ GPT‑5.6 Terra አዛወረ። Terra በማጠቃለያዎችና በስሜት ትንተና ላይ ከፍተኛ ትክክለኛነቱን እንደጠበቀ፣ የእያንዳንዱን አገልግሎት ወጪና ገቢ ሚዛን በእጅጉ አሻሽሏል።

ኩባንያው ሞዴሎችን በተለያዩ ቋንቋዎችና አካባቢያዊ አጠቃቀሞችም ይፈትሻል። ይህም በሚያገለግላቸው ገበያዎች የተለመዱትን፣ ከአንድ ቋንቋ ወደ ሌላ የሚቀያየሩ ወይም እንግሊዝኛን ከአካባቢ ቋንቋ ሐረጎች ጋር የሚያቀላቅሉ ውይይቶችን ያካትታል። GPT‑5.6 Terra በተለመዱ የአካባቢ ቋንቋዎች እስከ 97% ትክክለኛነት በማስመዝገብ፣ ከGemini 2.5 Flash የተሻለ አፈጻጸም አሳይቷል። ይህም GPT‑5.6ን የRingg ደንበኞችን ለሚያገለግሉ ወኪሎች ይበልጥ ተስማሚ አድርጎታል።

ከቀጥታ አገልግሎት ውጭ የሚደረጉ ሙከራዎችን ያለፉ ሞዴሎች፣ በስፋት ከመሰማራታቸው በፊት፣ በአነስተኛ ድርሻ የቀጥታ አገልግሎት ጥያቄዎች ላይ ጥቅም ላይ ይውላሉ። በቀጥታ አገልግሎት ወቅት፣ የRingg ማዘዋወሪያ በተለያዩ ክልሎች ያሉ የምላሽ ጊዜዎችንና የመጨረሻ ነጥቦችን የሥራ ሁኔታ ይከታተላል። አንድ መጨረሻ ነጥብ አገልግሎት መስጠት ሲያቅተው ወይም የምላሽ ጊዜው የተወሰነውን ገደብ ሲያልፍ፣ ጥያቄዎችን ወደ ሌላ ያዞራል። ለተወሰኑ ሥራዎች የተዘጋጁ ኖዶች፣ ማንቂያዎችና በስሪት የሚተዳደሩ የሥርዓት ስምሪቶች፣ ችግሮችን ለይቶ ለማስቀረትና ተጽዕኖአቸውን ለመገደብ ይረዳሉ።

ይህ አቀራረብ Ringg የእያንዳንዱን አገልግሎት ወጪና ገቢ ሚዛን እንዲያሻሽልም ይረዳል። በቅጽበት ከሚከናወኑ ሥራዎች አንዳንዶቹን ከGPT‑4.1 ወደ GPT‑5.6 Luna ማዛወር፣ የሞዴል ወጪዎችን በግምት በ90% ቀንሷል።

የRingg ወኪሎች የደንበኞቹን መደበኛ የደንበኛ ጥያቄዎች እስከ 65% ድረስ ያለ ምንም የሰው ሠራተኛ ተሳትፎ ይፈታሉ።

በሕንድ ከሚገኙ ትልልቅ የመስመር ላይ የመድን መድረኮች አንዱ የሆነው Policybazaar፣ ከ57,000 በላይ የደንበኛ ጥያቄዎችን ከአገልግሎት ጋር ለማገናኘት Ringgን ይጠቀማል። ከጥሪዎቹ 67% የሚሆኑትም ያለ ሰው ጣልቃ ገብነት ይስተናገዳሉ። የPolicybazaar አማካይ የምላሽ ጊዜ ከ8–12 ደቂቃዎች ወደ ከ60 ሰከንድ በታች ወርዷል። ይህም በግምት የ88% መሻሻል ነው።

ዓለም አቀፍ የጤና እንክብካቤ መድረክ በሆነው Practo፣ የRingg ወኪሎች ደንበኞች የጤና እንክብካቤ ቀጠሮዎችን እንዲይዙና የአገልግሎት ጥያቄዎቻቸውን እንዲያጠናቅቁ ይረዳሉ። ወኪሎቹ ሥራ ላይ ከዋሉ በኋላ፣ Practo በመጀመሪያው ጥሪ 85% የጥያቄ መፍታት መጠንና ከሦስት ሰከንድ በታች የምላሽ ጊዜ አስመዝግቧል። በሰው ከሚመራው የቀድሞ የሥራ ሂደቱ ጋር ሲነጻጸር፣ የሥራ ማስኬጃ ወጪ በ70% ቀንሷል። Ringg ደግሞ አሁን በየቀኑ ከ1,000 በላይ ቀጠሮዎችን ያስይዛል።

የመስመር ላይ ኢንቨስትመንት መድረክ የሆነው Groww፣ Ringgን ተጠቅሞ ከመጀመሪያ የሕዝብ አክሲዮን ሽያጮች (IPO)፣ ከወደፊት ግብይት ውሎችና ከአማራጭ ውሎች ጋር የተያያዙ ገቢ ጥያቄዎችን 72% ሙሉ በሙሉ በራስ አገልግሎት ይፈታል። አማካይ የማስተናገጃ ጊዜውም ሁለት ደቂቃ ነው።

Ringg የOpenAIን ኮምፒውተር የመጠቀም አቅሞች ተጠቅሞ፣ ተጠቃሚዎችን ከመድረክ ጋር ለማስተዋወቅ፣ ደንበኛን የማወቅ (KYC) ሂደቶችን ለማከናወን፣ የIT ችግሮችን ለመፍታት፣ በተጠባባቂነት ለክስተቶች ድጋፍ ለመስጠትና የካሳ ጥያቄዎችን ለማስኬድ የአሳሽ ወኪሎችን እያበለጸገ ነው።

ኩባንያው በተለያዩ መገናኛ መንገዶችና ውይይቶች መካከል መረጃን ጠብቆ የሚያቆይ የአውድ ንብርብርም እያበለጸገ ነው። ደንበኛ አንድን ጥያቄ በድምፅ ጀምሮ፣ በWhatsApp ቀጥሎ፣ በአሳሽ ሊያጠናቅቀው ይችላል፤ በእያንዳንዱ ጊዜ ተመሳሳይ ዝርዝሮችን መድገም ሳያስፈልገው።

ለRingg፣ የቀጣዩ ትውልድ የደንበኛ አገልግሎት ሥራ የሚለካው በጥሪ ወይም በሠራተኛ ብዛት ሳይሆን፣ በተገኙ የንግድ ውጤቶችና በራስ-ሰር አሠራሩ ጥልቀት ይሆናል።