AI agenti Ringg s OpenAI vyřeší až 65 % zákaznických hovorů

S rostoucím počtem hovorů zákaznická podpora obvykle nabírá další lidi. Tím se ale zvyšují náklady i složitost každé interakce. Platforma hlasových a chatových agentů Ringg⁠(otevře se v novém okně) se s tímto problémem setkala přímo při spolupráci s velkými firmami obsluhujícími spotřebitele v Indii.

Tyto společnosti nejenže nezvládaly vyřizovat více hovorů, ale jejich pracovníci zákaznické podpory se také potýkali s roztříštěnými systémy vyžadujícími ruční obsluhu, když pomáhali zákazníkům s úkony od sjednání pojištění po rezervaci termínu.

Tato zkušenost vedla Ringg k vytvoření podnikové platformy agentů pro hlasovou komunikaci, chat, WhatsApp a web, jejímž základem jsou vysoce efektivní modely jako GPT‑5.6. Přesun vhodných úloh zpracovávaných v reálném čase z GPT‑4.1 na GPT‑5.6 snížil náklady na modely přibližně o 90 % při zachování požadované kvality a latence.

Agenti Ringg nyní každý měsíc obslouží více než 7 milionů spojených hovorů a zákazníci platformy dosahují průměrného skóre spokojenosti zákazníků (CSAT) 4,8.

K vyřízení zákaznického požadavku může být potřeba, aby agenti zkontrolovali pojistnou smlouvu, načetli záznam účtu, sjednali termín, aktualizovali CRM nebo předali konverzaci specialistovi se zachováním veškerého relevantního kontextu.

Při interakcích v reálném čase používá Ringg GPT‑5.6 Luna a další modely k interpretaci zákaznických požadavků, výběru nástrojů a provázení zákazníků vícekrokovými postupy. Orchestrační vrstva Ringg provádí akce v CRM, systémech správy požadavků, platebních systémech, plánovacích nástrojích a interních API. V případě potřeby předává případy člověku spolu se shrnutím konverzace.

Znalostní systém Ringg kombinuje strukturované filtrování se sémantickým vyhledáváním v datových sadách, souborech PDF a CSV i firemních dokumentech. Agentům tak pomáhá odpovídat na dotazy s využitím relevantních podnikových informací.

Ringg také dokáže rozdělit práci mezi specializované dílčí agenty pro kvalifikaci zájemců, podporu, ověřování, plánování termínů a eskalaci. Platforma tyto kroky koordinuje a zároveň udržuje souvislou konverzaci se zákazníkem napříč hlasovou komunikací, chatem, WhatsAppem a webem.

Ringg porovnala OpenAI s alternativami z hlediska kvality konverzace, latence, dodržování instrukcí, volání nástrojů, práce s více jazyky, spolehlivosti a nákladů. Zjistila, že OpenAI nabízí celkově nejvyváženější řešení pro produkční provoz.

GPT‑5.6 a další modely OpenAI také podávaly konzistentnější výsledky při dodržování složitých instrukcí, volání nástrojů, udržování kontextu konverzace a spolehlivém provozu v podnikovém měřítku.

Ringg směruje práci ke konkrétnímu modelu OpenAI podle požadavků daného úkolu. GPT‑4.1 zpracovává většinu hlasové a chatové komunikace v reálném čase. GPT‑5.6 Luna zůstává součástí produkčního prostředí a používá se tam, kde požadavku lépe vyhovuje jeho výkon, latence nebo poměr ceny a výkonu. GPT‑5.6 Terra zajišťuje analýzu po hovoru včetně shrnutí a klasifikace sentimentu. GPT‑5.6 Sol pak podporuje vyhodnocování, vylepšování promptů a postupy, v nichž model funguje jako hodnotitel.

Když zákazník promluví během hovoru nebo pošle zprávu v chatu, orchestrační systém Ringg tento vstup propojí s instrukcemi agenta, historií konverzace, údaji o konkrétním zákazníkovi, relevantním kontextem ze znalostní báze a dostupnými nástroji. Směrovací vrstva Ringg poté vybere vhodný model a konfiguraci. Výstup modelu projde orchestračním systémem a je doručen kanálem, který si zákazník zvolil.

U delších interakcí systém vytvoří strukturované shrnutí, jakmile se kontext přiblíží zhruba 80 000 tokenům. Konverzace pak může pokračovat se zachováním důležitých informací, aniž by bylo nutné opakovaně odesílat celou historii.

Před nasazením do produkce Ringg testuje modely na dřívějších konverzacích a simulovaných zákaznických scénářích. Její vyhodnocovací platforma na základě výsledků odhaluje slabiny a doporučuje úpravy promptů. Vzniká tak průběžný cyklus zlepšování agentů a jejich konfigurací.

Jedno z hodnocení se týkalo postupu analýzy po hovoru v Ringg. Společnost porovnala GPT‑5.6 Terra s alternativami, jako je Gemini 2.5 Flash, a Terra dosáhla nejlepších výsledků. Ringg proto přesunula tvorbu shrnutí a klasifikaci sentimentu na GPT‑5.6 Terra. Terra zachovala vysokou přesnost shrnutí i analýzy sentimentu a zároveň výrazně zlepšila ekonomiku provozu na úrovni jednotlivých úloh.

Společnost také testuje modely napříč jazykovými a regionálními variantami, včetně konverzací, v nichž se střídají jazyky nebo se angličtina kombinuje s výrazy v místním jazyce. Na trzích, kde působí, je takové chování běžné. GPT‑5.6 Terra překonala Gemini 2.5 Flash a u běžných regionálních jazyků dosáhla přesnosti až 97 %. GPT‑5.6 tak lépe vyhovuje agentům, kteří obsluhují zákazníky Ringg.

Modely, které projdou testováním mimo produkci, se nejprve nasadí na malou část produkčního provozu a teprve poté se jejich nasazení rozšíří. V produkci směrovač Ringg sleduje latenci a stav koncových bodů napříč regiony. Pokud se koncový bod stane nedostupným nebo překročí mezní hodnotu latence, přesměruje provoz jinam. Specializované uzly, upozornění a verzovaná nasazení pomáhají izolovat problémy a omezovat jejich dopad.

Tento přístup také pomáhá Ringg zlepšovat ekonomiku jednotlivých úloh. Přesun vybraných úloh zpracovávaných v reálném čase z GPT‑4.1 na GPT‑5.6 Luna snížil náklady na modely přibližně o 90 %.

Agenti Ringg u zákazníků platformy vyřeší až 65 % běžných zákaznických dotazů bez jakéhokoli zapojení pracovníka podpory.

Policybazaar, jedna z největších indických online platforem pro pojištění, využívá Ringg ke spojení se zákazníky u více než 57 000 požadavků. Celkem 67 % hovorů je vyřízeno bez zásahu člověka. Průměrná doba odezvy Policybazaar klesla z 8–12 minut na méně než 60 sekund, což představuje zlepšení přibližně o 88 %.

Na globální zdravotnické platformě Practo pomáhají agenti Ringg zákazníkům rezervovat termíny u lékaře a vyřizovat požadavky na služby. Po nasazení dosáhlo Practo 85% míry vyřešení při prvním hovoru a doby odezvy kratší než tři sekundy. Provozní náklady klesly o 70 % oproti předchozímu postupu zajišťovanému lidmi a Ringg nyní každý den dokončí více než 1 000 rezervací termínů.

Online investiční platforma Groww využívá Ringg k vyřešení 72 % příchozích dotazů k IPO, futures a opcím zcela samoobslužně, s průměrnou dobou vyřízení dvě minuty.

Ringg využívá možnosti ovládání počítače od OpenAI k vývoji agentů pro prohlížeč, kteří pomohou se zprovozněním platformy pro nové uživatele, procesy ověření klienta (KYC), řešením IT potíží, pohotovostní podporou při incidentech a vyřizováním pojistných událostí.

Společnost také vyvíjí kontextovou vrstvu, která dokáže uchovávat informace napříč kanály a interakcemi. Zákazník tak může začít řešit požadavek hlasově, pokračovat na WhatsAppu a dokončit ho v prohlížeči, aniž by musel pokaždé opakovat stejné údaje.

Podle Ringg se bude příští generace zákaznické podpory posuzovat podle dosažených obchodních výsledků a míry automatizace, nikoli podle počtu hovorů či zaměstnanců.