Parloa ქმნის აგენტებს, რომლებთანაც მომხმარებლებს საუბარი სურთ

Parloa-ს ადრეულ წლებში თანადამფუძნებელმა შტეფან ოსტვალდმა ერთი დღე სადაზღვევო კომპანიის სატელეფონო ცენტრში გაატარა, სადაც მისი გუნდი ხმოვანი სერვისების პირველ ვერსიებს ქმნიდა. აგენტების გვერდით მჯდომი ისევ და ისევ ერთსა და იმავე საუბრებს უსმენდა: პაროლების აღდგენას, კითხვებს პოლისების შესახებ და სტანდარტულ ცვლილებებს. მან გააცნობიერა, რომ ამ სამუშაოს დიდი ნაწილის ავტომატიზაცია შეიძლებოდა.

ამ გამოცდილების შემდეგ ბერლინში დაფუძნებულმა Parloa-მ⁠(იხსნება ახალ ფანჯარაში) დიდი მოცულობის სამომხმარებლო ინტერაქციების ავტომატიზაციისთვის წესებზე დაფუძნებული ხმოვანი აგენტების შექმნა დაიწყო.

ChatGPT‑ის გამოჩენის შემდეგ კომპანიამ განვითარება განაგრძო და შექმნა დღევანდელი AI აგენტების მართვის პლატფორმა (AMP), რომელიც ახალი თაობის მოდელებზე, მათ შორის GPT‑5.4‑ზეა აგებული.

AMP საწარმოებს მომხმარებელთა მომსახურების ინტერაქციების ფართო მასშტაბით დაგეგმვის, დანერგვისა და მართვის საშუალებას აძლევს. ხისტი მიზნებისა და სცენარების გაწერის ნაცვლად, გუნდები ქცევას ბუნებრივ ენაზე განსაზღვრავენ, შიდა სისტემებს უკავშირებენ და ჩაშენებული სიმულაციებითა და შეფასებებით სწრაფად აუმჯობესებენ.

Parloa ამ ინტერაქციებს სრულად მართავს — მარტივი გადამისამართებიდან რთულ, მრავალეტაპიან მოთხოვნებამდე. მთავარი ყურადღება რეალურ გარემოში სტაბილურობას ეთმობა, სადაც მნიშვნელოვანია წარმადობა, დაყოვნება და გამონაკლისი შემთხვევები. ამის მისაღწევად Parloa მოდელებს დანერგვამდე მუდმივად ამოწმებს მომხმარებელთა რეალურ სცენარებზე.

Parloa-ს აგენტების მართვის პლატფორმა (AMP) შექმნილია ისე, რომ ბიზნესმომხმარებლებმა და დარგის ექსპერტებმა AI აგენტები კოდის დაწერის გარეშე შექმნან.

„AMP-ის მეშვეობით სხვადასხვა ბიზნესერთეულის დარგის ექსპერტებს თავად შეუძლიათ აგენტების შექმნა და API-ების გაცილებით მოქნილად და მარტივად დაკავშირება“, — ამბობს ო’რაილი.

ზოგადად, AMP ბრენდებს AI აგენტის მთელი სასიცოცხლო ციკლის მართვის საშუალებას აძლევს. ამისთვის პლატფორმა არატექნიკურ გუნდებს საშუალებას აძლევს, აგენტის ამოქმედებამდე მარტივად განსაზღვრონ მისი ქცევა. კოდის დაწერისა და მიზნების ხისტი ხეების აგების ნაცვლად, დარგის ექსპერტები ბუნებრივ ენაზე ადგენენ აგენტის როლს, ინსტრუქციებს, ხელსაწყოებსა და საზღვრებს. ეს კონფიგურაცია განსაზღვრავს, რა მოთხოვნა მიეწოდება მოდელს და როგორ იმოქმედებს სისტემა რეალურ გარემოში.

კონფიგურაციის განსაზღვრის შემდეგ აგენტი დანერგვამდე მოწმდება. Parloa მომხმარებლებთან საუბრებს GPT‑5.4‑ის მსგავსი მოდელებით ასიმულირებს: ერთი მოდელი აბონენტის როლს ასრულებს, მეორე კი კონფიგურირებულ აგენტს მართავს. გუნდებს შეუძლიათ უშუალოდ შეისწავლონ ეს ინტერაქციები, ცვლილებები რეალისტურ სცენარებზე გამოცადონ და სისტემა ამოქმედებამდე დახვეწონ.

შემდეგ იგივე მოდელები ამ საუბრებს დეტერმინისტული შემოწმებებისა და LLM-ის მსაჯულად გამოყენებით მიღებული ქულების კომბინაციით აფასებენ. ეს აჩვენებს, შეასრულა თუ არა აგენტმა ინსტრუქციები, სწორად გამოიყენა თუ არა ხელსაწყოები და მოსალოდნელად დაასრულა თუ არა დავალება.

რეალური საუბრისას AMP-ის საორკესტრაციო შრე OpenAI-ის მოდელს აგენტის კონფიგურაციასა და საუბრის კონტექსტთან ერთად მოთხოვნას აწვდის, რათა მან პასუხი შექმნას, RAG-ის მეშვეობით ინფორმაცია მოიძიოს ან მომხმარებლის შიდა სისტემებთან სამუშაოდ ხელსაწყოები აამოქმედოს. Parloa ამ შრეს მუდმივად აახლებს უახლესი თაობის მოდელებით, როდესაც ისინი რეალურ პირობებში წარმადობის აშკარა გაუმჯობესებას აჩვენებენ.

საუბრის შემდეგ OpenAI-ზე დაფუძნებული ცალკეული სამუშაო პროცესები ინტერაქციას აჯამებს, მომხმარებლის მიზანს კლასიფიკაციას ანიჭებს და წარმადობას დადგენილი წესებით აფასებს.

აგენტების გართულებასთან ერთად ერთი მონოლითური მოთხოვნის მართვაც გაძნელდა. მცირე ცვლილებებსაც კი გაუთვალისწინებელი გვერდითი ეფექტები შეიძლებოდა გამოეწვია. ამ პრობლემის გადასაჭრელად Parloa-მ მოდულური მიდგომა დანერგა. ავთენტიფიკაცია, ჯავშნის შეცვლა ან ანგარიშის განახლება შეიძლება ცალკეულ ქვეაგენტებად დაიყოს, რაც ინსტრუქციების შესრულებას აუმჯობესებს და სისტემების სამომავლო განვითარებას ამარტივებს.

ამავდროულად, იქ, სადაც საიმედოობა განსაკუთრებით მნიშვნელოვანია, პლატფორმა დეტერმინისტულ კონტროლს იყენებს. საწარმოებს შეუძლიათ სტრუქტურირებული API-ჯაჭვები და მოვლენებზე დაფუძნებული ლოგიკა განსაზღვრონ, რათა კრიტიკული ნაბიჯები სწორი თანმიმდევრობით შესრულდეს და საუბრის მოქნილობა პროგნოზირებად შესრულებას შეუთავსდეს.

Parloa აგენტის ამოქმედებამდე GPT‑4.1‑ის, GPT‑5‑mini‑ისა და სხვა მოდელების გამოყენებით მომხმარებელთა რეალისტურ ინტერაქციებს ასიმულირებს, შემდეგ კი მათ LLM-ის მსაჯულად გამოყენებისა და დეტერმინისტული წესების კომბინაციით აფასებს. ეს გუნდებს საშუალებას აძლევს, გამონაკლისი შემთხვევები გამოცადონ, სწრაფად დახვეწონ სისტემა და მისი წარმადობა მომხმარებლისთვის შესაძლო ხარვეზის შექმნამდე გადაამოწმონ.

Parloa ძირითადად მსხვილ საწარმოებთან მუშაობს, სადაც შესაძლებლობებთან ერთად სტაბილურობაც თანაბრად მნიშვნელოვანია.

„როდესაც ახალი მოდელი გამოდის, მას ჩვენს საორიენტაციო ტესტების ნაკრებზე ვამოწმებთ“, — ამბობს გამოყენებითი მეცნიერების უფროსი სპეციალისტი მათეუს დოიჩი. „ჩვენთვის ძალიან მნიშვნელოვანია, ყველაფერი მხოლოდ თეორიულ საორიენტაციო ტესტებში კი არა, რეალურ გამოყენების შემთხვევებშიც მუშაობდეს.“

აბსტრაქტულ საორიენტაციო ტესტებზე დაყრდნობის ნაცვლად, Parloa რეალურ გარემოში მოქმედ აგენტებს იმეორებს და მათ სიმულაციისა და შეფასების პროცესებში ატარებს. ეს ტესტები რეალისტურ პირობებში ზომავს ინსტრუქციების შესრულების საიმედოობას, API-ის გამოძახების სტაბილურობას, დაყოვნებასა და საერთო წარმადობას.

ეს შეფასებები განსაზღვრავს, რომელი მოდელებია რეალურ გარემოში გამოსაყენებლად მზად. ინერგება მხოლოდ ის მოდელები, რომლებიც მომხმარებელთა რეალურ სცენარებში საიმედოდ მუშაობენ.

„კორპორაციული მომხმარებლებისთვის მიგრაციას რეალური ფასი აქვს“, — ამბობს დოიჩი. „როდესაც სისტემა რეალურ გარემოში გამართულად მუშაობს, ისინი მის სტაბილურობას ინარჩუნებენ და მხოლოდ აშკარა სარგებლის შემთხვევაში ცვლიან.“

შედეგად, სისტემები მასშტაბის ზრდის დროსაც კი რეალურ გარემოში პროგნოზირებადად მუშაობენ. მომხმარებლებთან მილიონობით ინტერაქციიდან საუბართა უმეტესობა დაბრკოლების გარეშე სრულდება. ზარის ადამიან აგენტთან გადამისამართების შემთხვევაშიც კი, ესკალაციის მიზეზი იშვიათადაა სისტემის ხარვეზი. ერთ-ერთი დანერგვისას გლობალურმა ტურისტულმა კომპანიამ ადამიან აგენტთან დაკავშირების მოთხოვნები 80%-ით შეამცირა.

შეფასებაზე დაფუძნებული ეს მიდგომა მთავარ განმასხვავებელ უპირატესობად იქცა და Parloa-ს საშუალებას აძლევს, სწრაფად იმოქმედოს რეალურ გარემოში საიმედოობის შეუმცირებლად.

ხმოვან ურთიერთქმედებას ტექსტური ჩატისგან განსხვავებული შეზღუდვები აქვს. ყოველი ინტერაქცია დაბალი დაყოვნების მქონე პროცესს გადის: მეტყველების ტექსტად გარდაქმნას, მოდელის მსჯელობას და ტექსტის მეტყველებად გარდაქმნას.

ამ პროცესში დაყოვნებას კრიტიკული მნიშვნელობა აქვს. მოდელის შრეში მცირე შეფერხებებიც კი გროვდება და აბონენტისთვის შესამჩნევ პაუზებს ქმნის, რაც მოდელების შერჩევასა და ოპტიმიზაციაზე მოქმედებს.

Parloa მჭიდროდ თანამშრომლობს OpenAI-სთან, რათა რეალურ დროში გამოყენებისთვის წარმადობა დაყოვნების, პასუხების ხარისხისა და ინსტრუქციების შესრულების კუთხით გააუმჯობესოს. გუნდი ახალი მოდელების ვერსიებს მომხმარებლებთან რეალურ ინტერაქციებში დანერგვამდე მუდმივად აფასებს და რეალურ გარემოსთან მიახლოებულ პირობებში დატვირთვაზე ამოწმებს.

Parloa ხმოვანი სისტემის თითოეულ კომპონენტს დამოუკიდებლად აფასებს:

• მეტყველების ტექსტად გარდაქმნის სისტემები სიტყვების ამოცნობის შეცდომების სიხშირეზე მოწმდება, განსაკუთრებით ისეთი მგრძნობიარე მონაცემებისთვის, როგორიცაა პოლისის ნომრები ან ანგარიშის იდენტიფიკატორები.
• ტექსტის მეტყველებად გარდაქმნის მოდელები ბრმა მოსმენის ტესტებით ფასდება, რათა დადგინდეს, რამდენად ბუნებრივად ჟღერს ხმა რეალური მომხმარებლებისთვის. შემდეგ ეს შედეგები მომხმარებლებთან რეალურ ინტერაქციებს დარდება, რათა რეალურ გარემოში სტაბილური წარმადობა დადასტურდეს.
• მეტყველების გარდაქმნა მეტყველებად მოდელები ამჟამად რეალურ გარემოში გამოსაყენებლად მზადყოფნის კუთხით ფასდება, დაყოვნებაზე, სიზუსტესა და ხარჯზე განსაკუთრებული ყურადღებით.

ეს სისტემები თავიდანვე გლობალური მასშტაბით დასანერგად შეიქმნა. საორიენტაციო ტესტები მრავალ ენას მოიცავს, ხოლო მომხმარებლები მსოფლიოს სხვადასხვა რეგიონში საქმიანობენ. მრავალენოვანი შეფასების ასეთი სიმკაცრე ასახავს როგორც Parloa-ს ევროპულ ფესვებს, ისე კორპორაციული მომხმარებლების მოლოდინებს: მათ სტაბილური წარმადობა ყველა ბაზარზე სჭირდებათ და არა მხოლოდ ერთ ენასა თუ რეგიონში.

დღეს Parloa-ს აგენტები მილიონობით საუბარს მართავენ საცალო ვაჭრობის, ტურიზმისა და დაზღვევის სფეროებში და ემსახურებიან როგორც მხარდაჭერის ავტომატიზაციას, ისე შემოსავლის მომტან პროცესებს, მაგალითად, ტელეშოპინგს.

Parloa მიიჩნევს, რომ მომხმარებელთა მომსახურება სრულად მულტიმოდალურ გამოცდილებად გარდაიქმნება.

საუბარი შეიძლება ტელეფონით დაიწყოს, ჩატში გაგრძელდეს და გზად ბმულები ან ინტერაქციული ელემენტებიც მოიცვას. AMP თითოეულ ეტაპს ცალკე პროცესად კი არ განიხილავს, არამედ ერთიან ინტერაქციად მართავს. დროთა განმავლობაში AI აგენტები მომხმარებლის გზის ისეთივე ცენტრალური ნაწილი შეიძლება გახდეს, როგორიც ვებსაიტები და მობილური აპებია.

რადგან საწარმოები მომხმარებლებთან ინტერაქციების სულ უფრო დიდი ნაწილის ავტომატიზაციისკენ მიდიან, Parloa ცდილობს, AI აგენტები გლობალური მასშტაბით მუშაობისთვის საკმარისად საიმედო, მოქნილი და სანდო გახადოს.