۱۰۰ میلیون تماس ماهانه در Retell با کمک مدل‌های OpenAI

Retell AI⁠(در یک پنجره جدید باز می‌شود) پلتفرمی مبتنی بر هوش مصنوعی صوتی برای عملیات مراکز تماس است که به کسب‌وکارها کمک می‌کند عامل‌هایی بسازند که به پرسش‌ها پاسخ دهند، اقدام کنند و در صورت نیاز، تماس‌گیرنده را به یک انسان وصل کنند. این پلتفرم اکنون به بیش از ۴٬۰۰۰ کسب‌وکار خدمات می‌دهد و حجم تماس‌های ماهانهٔ آن از ۳۰ میلیون در اوایل سال ۲۰۲۶ به بیش از ۱۰۰ میلیون تا سپتامبر همان سال رسیده است.

Retell با گسترش خدمات خود به سازمان‌های بیشتری با گردش‌کارهای پیچیده، از مدل‌های OpenAI برای حفظ کیفیت و قابلیت اطمینان بالای تماس‌ها استفاده می‌کند. امروزه مدل‌های OpenAI پاسخ‌های ۸۰٪ تماس‌های Retell را تولید می‌کنند و مشتریان به نرخ حل درخواست بالای ۸۰٪ دست یافته‌اند. میزان مصرف توکن Retell در مجموع مدل‌های OpenAI نیز از یک تریلیون گذشته است که گستردگی این استفاده را نشان می‌دهد.

مهندسان Retell در سراسر فرایند توسعه، از بررسی کدهای ناآشنا تا ساخت قابلیت‌ها و رفع اشکال، از Codex استفاده می‌کنند و برای آزمودن رابط‌های فرانت‌اند از GPT‑6 Astra کمک می‌گیرند.

عامل‌های صوتی سازمانی باید از سیاست‌های شرکت پیروی کنند و در چارچوب نقش تعیین‌شدهٔ خود بمانند، حتی وقتی مسیر گفتگو تغییر می‌کند. Retell آزمون معیار vCX را طراحی کرد تا ده‌ها مدل را با گفتگوهای دشوار و چندمرحله‌ای برگرفته از موقعیت‌های واقعیِ استفاده در محیط عملیاتی مقایسه کند.

این آزمون می‌سنجد که مدل‌ها تا چه حد از دستورالعمل‌ها پیروی می‌کنند، به اطلاعات دریافتی پایبند می‌مانند، ابزارهای درست را فراخوانی می‌کنند و از زبان طبیعی در گفتگو استفاده می‌کنند. در آزمون معیار Retell در ۱۳ اکتبر ۲۰۲۶،‏ GPT‑6 Astra با امتیاز ۸۹٫۷٪ رتبهٔ نخست پیروی از دستورالعمل‌ها را کسب کرد.

Retell همچنین ارزیابی‌هایی را منتشر کرد که پیش از عرضهٔ مدل GPT‑6 Astra انجام شده بودند. این ارزیابی‌ها نشان می‌دادند GPT‑5.5 با فعال بودن استدلال، هم در نرخ پاسخ‌های بدون توهم (۸۸٫۰٪) و هم در صحت فراخوانی ابزار (۸۸٫۳٪) بالاترین رتبه را میان مدل‌ها دارد و در هر دو معیار از Gemini‑3.1‑Pro و Claude‑4.6 بهتر عمل می‌کند. این مدل با غیرفعال بودن استدلال نیز در نرخ پاسخ‌های بدون توهم پیشتاز بود.

به گفتهٔ Retell، مشتریان جدیدی که مدل‌های OpenAI را انتخاب می‌کنند، به استفاده از آن‌ها ادامه می‌دهند. مشتریان همچنین از طریق Realtime API به مدل‌های Realtime شرکت OpenAI دسترسی دارند و می‌توانند از قابلیت تبدیل متن به گفتار OpenAI به‌عنوان موتور صوتی استفاده کنند. Retell مدل‌های جدید OpenAI را در همان روز عرضه در دسترس قرار می‌دهد و هم‌زمان با بهبود مدل‌ها، آزمون معیار خود را دوباره اجرا می‌کند.

تیم‌های مراکز تماس از Retell برای تعریف زمینهٔ کسب‌وکار، اهداف و قواعد عامل‌های خود استفاده می‌کنند. توسعه‌دهندگان می‌توانند گردش‌کارها و اتصال به سامانه‌های دیگر را نیز پیکربندی کنند.

در طول تماس، چارچوب آزمون Retell مدل‌های صوتی را اجرا می‌کند، روند گفتگو را دنبال می‌کند و زمان صحبت کردن، گوش دادن یا واکنش عامل به قطع شدن صحبتش را مدیریت می‌کند. مدل‌های OpenAI، از جمله GPT‑6.1 Sol،‏ GPT‑6 Astra و GPT‑5.5، با استفاده از دستورالعمل‌های مشتری و زمینهٔ گفتگو، پاسخ تولید می‌کنند و درخواست فراخوانی ابزار می‌دهند. Retell این فراخوانی‌ها را از طریق اتصال به سامانه‌های مشتری اجرا می‌کند و می‌تواند نتایج را در پروندهٔ مشتری ثبت کند.

وقتی به قضاوت انسانی نیاز باشد، عامل صوتی کارشناس را در جریان موضوع قرار می‌دهد، به پرسش‌های تکمیلی او پاسخ می‌دهد و پیش از وصل کردن مشتری، از آمادگی کارشناس مطمئن می‌شود. پس از تماس، Retell از GPT‑5.6 Terra برای تحلیل متن گفتگو و استخراج نتایج و سایر داده‌ها استفاده می‌کند.

Retell گزارش می‌دهد که با این رویکرد، نرخ حل درخواست‌های مشتریان به بیش از ۸۰٪ رسیده است. در شرکت محصولات الکترونیکی Anker، عامل‌ها پشتیبانی سطح اول پس از فروش در آمریکا و بریتانیا را بر عهده دارند؛ از جمله پیگیری سفارش، بررسی ضمانت و عیب‌یابی. Anker نرخ حل پرونده‌ها را ۸۰٫۴٪ و شاخص خالص ترویج‌کنندگان (NPS) را ۶۳ گزارش کرد. تیم این شرکت همچنین اعلام کرد که لحن، آهنگ صحبت و صمیمیت عامل‌ها در سطحی بود که از یک کارشناس انسانی انتظار داشتند.

در Pine Park Health، عامل‌های Retell یادآوری نوبت‌ها و پیگیری فعالانه برای تعیین وقت را انجام می‌دهند و نتایج را در پرونده‌های پزشکی بیماران ثبت می‌کنند. این تیم زمانی معادل ۲٫۱ نیروی تمام‌وقت از وقت دستیاران پزشکی را آزاد کرد و به مراقبت از بیماران اختصاص داد. عامل نوبت‌دهی این مجموعه، در تماس‌هایی که موفق به صحبت با بیمار شد، به نرخ رزرو نوبت ۵۵٫۷٪ دست یافت.

ترافیک روزانهٔ پلتفرم Retell می‌تواند به بیش از ۵۰ برابر کمترین میزان ترافیک شبانه برسد. Retell برای کمک به حفظ سرعت پاسخ‌گویی حتی در اوج تقاضا، از سرورهای اختصاصی OpenAI استفاده می‌کند که میان مشتریانش مشترک‌اند. در آزمون معیار Retell در ۱۳ اکتبر ۲۰۲۶، میانهٔ تأخیر تا بیان نخستین جمله برای هر یک از مدل‌های GPT‑6 Astra و GPT‑6 Sol برابر با ۸۸۳ میلی‌ثانیه بود؛ GPT‑5.6 Luna نیز با ۴۹۷ میلی‌ثانیه بهترین رتبه را کسب کرد.

نقاط پایانی منطقه‌ای API شرکت OpenAI به توسعه‌دهندگان امکان می‌دهند ترافیک را به مناطق جغرافیایی مشخص هدایت کنند. این قابلیت به Retell کمک می‌کند زمان انتقال داده در شبکه را کاهش دهد و الزامات محل اقامت داده را برای مشتریان حوزه‌هایی مانند سلامت و خدمات مالی برآورده کند.

Retell همچنین در هر لایهٔ سرویس، سازوکارهای جایگزین پیش‌بینی می‌کند. این شرکت زیرساخت تلفنی خود را با یک زیرساخت دومِ آمادهٔ جایگزینی اجرا می‌کند و برای سرویس‌های صوتی و مدل نیز پشتیبان دارد تا در صورت خرابی یک سرویس، تماس‌ها ادامه پیدا کنند.

با افزایش مشتریان سازمانی Retell و درخواست‌های بیشتر برای گردش‌کارها و اتصال‌های سفارشی، مهندسان این شرکت اغلب ناچارند در بخش‌هایی از پایگاه کد کار کنند که با آن‌ها آشنا نیستند. آن‌ها پیش از کدنویسی، شرحی کلی از نیاز خود به Codex می‌دهند. Codex کد را بررسی می‌کند، آن را با داده‌های واقعی می‌سنجد و توضیح می‌دهد چه چیزهایی باید تغییر کنند. یکی از مهندسان گفت Codex این بررسی را بهتر و بسیار سریع‌تر از خود او انجام داده است.

مهندسان می‌گویند Codex هنگام پیاده‌سازی اغلب متوجه جزئیاتی می‌شود که آن‌ها در نظر نگرفته بودند. Codex برای رفع اشکال، گزارش‌های رخداد و رکوردهای پایگاه داده را با کد تطبیق می‌دهد تا بررسی کند چه اتفاقی در حال رخ دادن است. مهندسان Retell در همکاری با مشتریانی که با مدل‌های OpenAI محصول می‌سازند نیز از Codex کمک می‌گیرند تا کارهایی مانند نوشتن دستورالعمل‌های تعیین‌کنندهٔ نحوهٔ پاسخ‌گویی مدل در برنامهٔ مشتری را سریع‌تر انجام دهند.

Retell برای آزمودن تغییرات رابط وب خود، به قابلیت کار با رایانه در GPT‑6 Astra متکی است. وقتی مهندسی یک pull request برای فرانت‌اند ایجاد می‌کند، GPT‑6 Astra رابط را باز می‌کند، روی بخش‌های مختلف آن کلیک می‌کند، مسیرهای کاربری را می‌آزماید، تلاش می‌کند آن‌ها را دچار خطا کند و مشکلاتی را که می‌یابد گزارش می‌دهد. به گفتهٔ Retell، مدل‌های قبلی نمی‌توانستند این کار را به‌شکلی قابل‌اعتماد انجام دهند.

Retell همچنان نیرو استخدام می‌کند، اما نیازی نبوده تعداد اعضای تیم مهندسی آن هم‌پای کسب‌وکار رشد کند. Retell درآمد سالانهٔ برآوردشده با نرخ فعلی را ۱٫۶ میلیون دلار به‌ازای هر کارمند گزارش می‌کند.

هر کسب‌وکاری می‌داند که می‌خواهد چگونه به مشتریانش خدمات بدهد. هدف Retell این است که افرادِ مستقیماً درگیر این کار بتوانند تخصص خود را بی‌واسطه به کار بگیرند؛ با کمک هوش مصنوعی صوتی پیشرفته و پلتفرمی که به آن‌ها امکان می‌دهد عامل‌های خود را بسازند، بیازمایند و بهبود دهند. Retell در گام بعد قصد دارد تضمین کیفیت و شبیه‌سازی را گسترش دهد، از زبان‌های بیشتری پشتیبانی کند و قابلیت یادگیری خودکار از پایگاه دانش را توسعه دهد.

با پیشرفت مداوم مدل‌های OpenAI، Retell انتظار دارد مشتریانش بتوانند به شیوهٔ دلخواه خود، خدماتی در سطح جهانی به میلیون‌ها تماس‌گیرنده ارائه دهند.

«هیچ‌کس مشتریان یک شرکت را بهتر از خود آن شرکت نمی‌شناسد. ما به آن‌ها توانایی می‌دهیم این تخصص را به عمل تبدیل کنند و عامل‌های هوش مصنوعی را مستقیماً بهبود دهند. هدف این است که تیمی از مهندسان درون‌سازمانی تشکیل دهند که در خود مجموعه مستقر باشند و مسئولیت و ادارهٔ کل کار را بر عهده بگیرند»، بینگ می‌گوید.