وكلاء Ringg يعالجون حتى 65% من مكالمات العملاء بفضل OpenAI
باستخدام GPT‑5.6، تشغّل Ringg وكلاء متعددي اللغات عبر الصوت والدردشة وواتساب والويب، بتكلفة أقل 90% مقارنةً بـGPT‑4.1.
أكثر من 7 ملايين
مكالمات يتم الاتصال فيها فعليًا وتُعالَج كل شهر
65%
إنجاز ما يصل إلى 65% من الطلبات عبر الوكلاء
90%
تكاليف أقل مقارنةً بـGPT-4.1 لأعباء عمل مختارة
4.8
متوسط مؤشر رضا العملاء (CSAT)
عندما يرتفع حجم المكالمات، تتوسع عمليات خدمة العملاء عادةً عبر توظيف مزيد من الأشخاص، لكن ذلك يزيد تكلفة كل تفاعل وتعقيده. لمست Ringg(يفتح في نافذة جديدة)، وهي منصة للوكلاء الصوتيين ووكلاء الدردشة، هذه المشكلة مباشرةً أثناء عملها مع شركات كبرى تخدم المستهلكين في الهند.
لم تكن هذه الشركات تواجه صعوبة في الرد على مزيد من المكالمات فحسب، بل كان موظفو خدمة العملاء فيها يعانون أيضًا من أنظمة متفرقة تتطلب العمل اليدوي لمساعدة العملاء على إنجاز مهامهم، من شراء التأمين إلى حجز المواعيد.
دفعت هذه التجربة Ringg إلى بناء منصة وكلاء للمؤسسات تعتمد في جوهرها على نماذج عالية الكفاءة مثل GPT‑5.6، وتعمل عبر الصوت والدردشة وواتساب والويب. أدى نقل أعباء العمل الآنية المناسبة من GPT‑4.1 إلى GPT‑5.6 إلى خفض تكاليف النماذج بنحو 90%، مع تلبية متطلبات الجودة وزمن الاستجابة.
«جودة النموذج ليست سوى جزء من المعادلة. نحتاج أيضًا إلى زمن استجابة قصير، واستخدام موثوق للأدوات، والتزام دقيق بالتعليمات، وجدوى اقتصادية تواكب التوسع. وقد منحتنا OpenAI التوازن الذي نحتاجه».
يتعامل وكلاء Ringg الآن مع أكثر من 7 ملايين مكالمة يتم الاتصال فيها فعليًا كل شهر، ويحقق عملاؤها متوسطًا قدره 4.8 في مؤشر رضا العملاء (CSAT).
قد يتطلب إنجاز طلب العميل من الوكلاء مراجعة وثيقة تأمين، أو استرجاع سجل حساب، أو جدولة موعد، أو تحديث نظام إدارة علاقات العملاء، أو تحويل المحادثة إلى مختص مع الحفاظ على سياقها ذي الصلة كاملًا.
تستخدم Ringg نموذج GPT‑5.6 Luna ونماذج أخرى في التفاعلات الآنية لفهم طلبات العملاء واختيار الأدوات وإرشاد العملاء خلال مهام متعددة الخطوات. تنفذ طبقة التنسيق في Ringg الإجراءات عبر أنظمة إدارة علاقات العملاء، ومنصات تذاكر الدعم، وأنظمة الدفع، وأدوات الجدولة، وواجهات برمجة التطبيقات الداخلية، وتحيل الحالات إلى موظف بشري عند الحاجة مع ملخص للمحادثة.
يجمع نظام المعرفة في Ringg بين التصفية وفق معايير محددة والاسترجاع الدلالي عبر مجموعات البيانات وملفات PDF وCSV ومستندات الأعمال، لمساعدة الوكلاء على الإجابة عن الأسئلة بالاستناد إلى معلومات المؤسسة ذات الصلة.
كما يمكن لـRingg توزيع العمل على وكلاء فرعيين متخصصين في التأهيل والدعم والتحقق والجدولة والتصعيد. تنسق المنصة هذه الخطوات مع الحفاظ على اتساق المحادثة مع العميل عبر الصوت والدردشة وواتساب والويب.
بعد تقييم OpenAI ومقارنتها بالبدائل من حيث جودة المحادثة وزمن الاستجابة واتباع التعليمات واستدعاء الأدوات والأداء متعدد اللغات والموثوقية والتكلفة، وجدت Ringg أن OpenAI تقدم أفضل توازن إجمالي لأعباء العمل في بيئة الإنتاج.
كذلك قدّم GPT‑5.6 ونماذج OpenAI الأخرى أداءً أكثر اتساقًا في اتباع التعليمات المعقدة، وتنفيذ استدعاءات الأدوات، والحفاظ على سياق المحادثة، والعمل بموثوقية على نطاق المؤسسات.
توجّه Ringg العمل إلى نموذج محدد من OpenAI بحسب متطلبات المهمة. يتولى GPT‑4.1 معظم التفاعلات الصوتية والدردشات الآنية. ولا يزال GPT‑5.6 Luna ضمن منظومة الإنتاج، ويُستخدم حين يكون أداؤه أو زمن استجابته أو أداؤه مقابل السعر أكثر ملاءمةً للطلب. يتولى GPT‑5.6 Terra تحليل ما بعد المكالمة، بما يشمل التلخيص وتصنيف المشاعر. ويدعم GPT‑5.6 Sol التقييم وتحسين المطالبات وعمليات استخدام النموذج بوصفه حَكَمًا.
عندما يتحدث العميل أثناء مكالمة صوتية أو يرسل رسالة دردشة، يدمج نظام التنسيق في Ringg هذه المدخلات مع تعليمات الوكيل وسجل المحادثة وبيانات العميل والسياق ذي الصلة من قاعدة المعرفة والأدوات المتاحة. ثم تختار طبقة التوجيه في Ringg النموذج والإعدادات المناسبة. تمر مخرجات النموذج عبر نظام التنسيق وتصل إلى العميل من خلال القناة التي اختارها.
وفي التفاعلات الأطول، ينشئ النظام ملخصًا منظمًا عندما يقترب حجم السياق من نحو 80,000 رمز. ويمكن عندها متابعة المحادثة مع الاحتفاظ بالمعلومات المهمة، دون إعادة إرسال السجل كاملًا في كل مرة.
تختبر Ringg النماذج باستخدام محادثات سابقة ومحاكاة لرحلات العملاء قبل نشرها في بيئة الإنتاج. وتستخدم منصة التقييم هذه النتائج لتحديد نقاط الضعف واقتراح تحسينات على المطالبات، مما ينشئ دورة تحسين مستمرة للوكلاء وإعداداتهم.
تناول أحد التقييمات سير عمل تحليل ما بعد المكالمة لدى Ringg. اختبرت الشركة GPT‑5.6 Terra في مواجهة بدائل مثل Gemini 2.5 Flash، وجاء Terra في الصدارة. فنقلت Ringg مهام التلخيص وتصنيف المشاعر إلى GPT‑5.6 Terra. حافظ Terra على دقة عالية في التلخيص وتحليل المشاعر، مع تحسين كبير في الجدوى الاقتصادية لكل تفاعل.
وتختبر الشركة النماذج أيضًا عبر اللغات وتنوعاتها الإقليمية، بما يشمل المحادثات التي تتنقل بين اللغات أو تمزج الإنجليزية بعبارات من لغات محلية، وهو سلوك شائع في الأسواق التي تخدمها. تفوق GPT‑5.6 Terra على Gemini 2.5 Flash، بدقة وصلت إلى 97% في اللغات الإقليمية الشائعة، مما يجعل GPT‑5.6 أنسب للوكلاء الذين يخدمون عملاء Ringg.
تُستخدم النماذج التي تجتاز الاختبارات خارج بيئة الإنتاج في معالجة نسبة صغيرة من التفاعلات الفعلية قبل توسيع نطاق نشرها. في بيئة الإنتاج، يراقب نظام التوجيه في Ringg زمن الاستجابة وسلامة نقاط النهاية عبر المناطق، ويحوّل حركة الطلبات عندما تصبح نقطة النهاية غير متاحة أو تتجاوز حدًا معينًا لزمن الاستجابة. وتساعد العُقد المتخصصة والتنبيهات وعمليات النشر ذات الإصدارات المرقّمة في عزل المشكلات والحد من أثرها.
يساعد هذا النهج Ringg أيضًا على تحسين الجدوى الاقتصادية لكل تفاعل. فقد أدى نقل بعض أعباء العمل الآنية من GPT‑4.1 إلى GPT‑5.6 Luna إلى خفض تكاليف النماذج بنحو 90%.
«كانت OpenAI سريعة التجاوب كلما احتجنا إلى دعم للانتقال بين النماذج. يساعدنا الدعم المخصص عبر Slack وإمكانية التواصل مع الفريق الهندسي الأساسي على التقدم بسرعة مع تقليل الغموض التقني، وطرح التحديثات أسرع، وتوسيع نطاق ما يستطيع وكلاؤنا إنجازه».
ينجز وكلاء Ringg لعملائها ما يصل إلى 65% من استفسارات العملاء الروتينية دون أي تدخل من موظف بشري.
تستخدم Policybazaar، إحدى أكبر منصات التأمين عبر الإنترنت في الهند، منصة Ringg لإجراء اتصالات بشأن أكثر من 57,000 طلب من العملاء، وتُعالَج 67% من المكالمات دون تدخل بشري. وانخفض متوسط زمن الاستجابة لدى Policybazaar من 8–12 دقيقة إلى أقل من 60 ثانية، بتحسن بلغ نحو 88%.
وفي Practo، وهي منصة عالمية للرعاية الصحية، يساعد وكلاء Ringg العملاء على حجز المواعيد الطبية وإنجاز طلبات الخدمة. بعد النشر، حققت Practo معدلًا قدره 85% لإنجاز الطلبات من المكالمة الأولى، وزمن استجابة أقل من ثلاث ثوانٍ. وانخفضت تكاليف التشغيل بنسبة 70% مقارنةً بسير العمل السابق الذي كان يعتمد على الموظفين، فيما تنجز Ringg الآن أكثر من 1,000 حجز موعد يوميًا.
تستخدم منصة الاستثمار عبر الإنترنت Groww منصة Ringg لمعالجة 72% من الاستفسارات الواردة المتعلقة بالاكتتابات العامة الأولية والعقود الآجلة والخيارات بالكامل عبر الخدمة الذاتية، بمتوسط وقت معالجة يبلغ دقيقتين.
باستخدام إمكانات استخدام الكمبيوتر من OpenAI، تطوّر Ringg وكلاء للمتصفح لمساعدة المستخدمين على بدء استخدام المنصات، وتنفيذ إجراءات «اعرف عميلك» (KYC)، واستكشاف مشكلات تقنية المعلومات وإصلاحها، ودعم فرق المناوبة في التعامل مع الحوادث، ومعالجة المطالبات.
وتطوّر الشركة أيضًا طبقة للسياق يمكنها الاحتفاظ بالمعلومات عبر القنوات والتفاعلات. فقد يبدأ العميل طلبًا عبر الصوت، ويتابعه على واتساب، وينهيه في المتصفح دون الحاجة إلى تكرار التفاصيل نفسها في كل مرة.
«سرّعت إمكانات استخدام الكمبيوتر من OpenAI تنفيذ خطتنا لتطوير وكلاء المتصفح. فهي تتيح لنا ربط ما يحدث على شاشة المستخدم بسياق المحادثة، ليتمكن الوكلاء من إرشاد الأشخاص خلال مهام معقدة متعددة الخطوات في الوقت الفعلي».
ترى Ringg أن الجيل القادم من عمليات خدمة العملاء سيُقاس بنتائج الأعمال المنجزة ومدى شمول الأتمتة، لا بحجم المكالمات أو عدد الموظفين.
