Retell: თვეში 100 მლნ ზარი OpenAI-ს მოდელებით

Retell AI⁠(იხსნება ახალ ფანჯარაში) ხმოვანი ხელოვნური ინტელექტის პლატფორმაა საკონტაქტო ცენტრების მუშაობისთვის. ის ბიზნესებს ეხმარება ისეთი აგენტების შექმნაში, რომლებსაც კითხვებზე პასუხის გაცემა, მოქმედება და საჭიროებისას დამრეკავის ადამიანთან დაკავშირება შეუძლიათ. პლატფორმა უკვე 4 000-ზე მეტ ბიზნესს ემსახურება. ყოველთვიური ზარების რაოდენობა 2026 წლის დასაწყისში 30 მილიონი იყო, სექტემბრისთვის კი 100 მილიონს გადააჭარბა.

Retell სულ უფრო მეტ მსხვილ კომპანიას ემსახურება, რომელთაც რთული სამუშაო პროცესები აქვთ. ზარების მაღალი ხარისხისა და საიმედოობის შესანარჩუნებლად ის OpenAI-ს მოდელებს იყენებს. დღეს Retell-ზე ზარების 80%-ში პასუხებს OpenAI-ს მოდელები ქმნიან, კლიენტების მოთხოვნების მოგვარების მაჩვენებელი კი 80%-ს აღემატება. Retell-ის მიერ OpenAI-ს მოდელებში მოხმარებული ტოკენების რაოდენობამ 1 ტრილიონსაც გადააჭარბა, რაც მათი გამოყენების მასშტაბს ასახავს.

Retell-ის ინჟინრები Codex-ს შემუშავების მთელ პროცესში იყენებენ — უცნობი კოდის შესწავლიდან ფუნქციების შექმნასა და ხარვეზების გასწორებამდე, GPT‑6 Astra-ს კი მომხმარებლის ინტერფეისების შესამოწმებლად მიმართავენ.

კორპორაციული ხმოვანი აგენტები კომპანიის წესებს უნდა იცავდნენ და მინიჭებული როლების ფარგლებში რჩებოდნენ მაშინაც კი, როცა საუბარი მიმართულებას იცვლის. Retell-მა შექმნა შედარებითი ტესტი vCX, რათა ათობით მოდელი შეედარებინა რთული, მრავალეტაპიანი საუბრებით, რომლებიც რეალური სამუშაო სცენარებიდან არის აღებული.

ტესტი ამოწმებს, რამდენად კარგად ასრულებენ მოდელები ინსტრუქციებს, ეყრდნობიან მიწოდებულ ინფორმაციას, იძახებენ შესაბამის ინსტრუმენტებს და იყენებენ ბუნებრივ სასაუბრო ენას. Retell-ის 2026 წლის 13 ოქტომბრის შედარებით ტესტში GPT‑6 Astra-მ ინსტრუქციების შესრულებაში პირველი ადგილი დაიკავა 89,7%-ით.

Retell-მა ასევე გააზიარა GPT‑6 Astra მოდელის გამოშვებამდე ჩატარებული შეფასებები. მათ აჩვენა, რომ ჩართული მსჯელობის პირობებში GPT‑5.5 მოდელებს შორის ლიდერობდა როგორც ჰალუცინაციებისგან თავისუფალი პასუხების წილით (88,0%), ისე ინსტრუმენტების გამოძახების სისწორით (88,3%) და ორივე მაჩვენებლით უსწრებდა Gemini‑3.1‑Pro-სა და Claude‑4.6-ს. ის ჰალუცინაციებისგან თავისუფალი პასუხების წილით გამორთული მსჯელობის პირობებშიც ლიდერობდა.

Retell-ის თქმით, ახალი კლიენტები, რომლებიც OpenAI-ს მოდელებს ირჩევენ, მათ გამოყენებას აგრძელებენ. კლიენტებს ასევე შეუძლიათ OpenAI Realtime მოდელებზე წვდომა Realtime API-ის მეშვეობით და OpenAI-ს ტექსტის მეტყველებად გარდაქმნის ტექნოლოგიის ხმოვან ძრავად გამოყენება. Retell OpenAI-ს ახალ მოდელებს გამოშვების დღესვე ხდის ხელმისაწვდომს და მოდელების გაუმჯობესებასთან ერთად თავის შედარებით ტესტს ხელახლა ატარებს.

საკონტაქტო ცენტრების გუნდები Retell-ს იყენებენ თავიანთი აგენტებისთვის ბიზნესკონტექსტის, მიზნებისა და წესების განსასაზღვრად. დეველოპერებს სამუშაო პროცესებისა და ინტეგრაციების დამატებით მორგებაც შეუძლიათ.

ზარის დროს Retell-ის სარტყელი ამუშავებს აუდიომოდელებს, თვალს ადევნებს საუბარს და მართავს, როდის საუბრობს აგენტი, როდის უსმენს და როდის რეაგირებს საუბრის შეწყვეტაზე. OpenAI-ს მოდელები, მათ შორის GPT‑6.1 Sol, GPT‑6 Astra და GPT‑5.5, კლიენტის ინსტრუქციებსა და საუბრის კონტექსტს იყენებენ პასუხების შესაქმნელად და ინსტრუმენტების გამოძახების მოსათხოვად. Retell ამ გამოძახებებს კლიენტის სისტემებთან ინტეგრაციების მეშვეობით ასრულებს და შედეგების კლიენტის ჩანაწერში შეტანაც შეუძლია.

როცა ადამიანის განსჯაა საჭირო, ხმოვანი აგენტი ოპერატორს მოკლედ აცნობს კონტექსტს, პასუხობს მის დამატებით კითხვებს და კლიენტის დაკავშირებამდე ამოწმებს, მზად არის თუ არა ის. ზარის შემდეგ Retell იყენებს GPT‑5.6 Terra-ს საუბრის ტექსტური ჩანაწერის გასაანალიზებლად და შედეგებისა თუ სხვა მონაცემების გამოსაყოფად.

Retell-ის ცნობით, ამ მიდგომით კლიენტთა მოთხოვნების მოგვარების მაჩვენებელი 80%-ს აღემატება. ელექტრონიკის კომპანია Anker-ში აგენტები აშშ-სა და გაერთიანებულ სამეფოში გაყიდვის შემდგომი მხარდაჭერის პირველ დონეს უზრუნველყოფენ, მათ შორის შეკვეთების თვალყურის დევნებას, გარანტიის შემოწმებასა და პრობლემების აღმოფხვრას. Anker-ის ცნობით, შემთხვევების მოგვარების მაჩვენებელმა 80,4%-ს მიაღწია, ხოლო რეკომენდაციის წმინდა ინდექსმა (NPS) — 63-ს. გუნდის თქმით, აგენტების ტონი, საუბრის ტემპი და სითბო იმ სტანდარტს შეესაბამებოდა, რომელსაც ადამიან ოპერატორს უყენებდნენ.

Pine Park Health-ში Retell-ის აგენტები პაციენტებს ვიზიტებს ახსენებენ, საკუთარი ინიციატივით უკავშირდებიან მათ ვიზიტების დასაგეგმად და შედეგებს პაციენტების სამედიცინო ბარათებში აღრიცხავენ. გუნდმა სამედიცინო ასისტენტებს დაუზოგა დრო, რომელიც 2,1 სრულგანაკვეთიანი თანამშრომლის დატვირთვას უტოლდება, და ეს დრო პაციენტებზე ზრუნვას მოახმარა. დაგეგმვის აგენტმა პაციენტთან დაკავშირების შემთხვევების 55,7%-ში ვიზიტის ჩაწერა შეძლო.

Retell-ის პლატფორმაზე დღის დატვირთვა შესაძლოა ღამის მინიმუმს 50-ზე მეტჯერ აღემატებოდეს. პიკური მოთხოვნის დროსაც ზარებზე სწრაფი რეაგირების შესანარჩუნებლად Retell იყენებს OpenAI-ს გამოყოფილ სერვერებს, რომლებიც მის კლიენტებს შორის ნაწილდება. Retell-ის 2026 წლის 13 ოქტომბრის შედარებით ტესტში GPT‑6 Astra-სა და GPT‑6 Sol-ს პირველი წინადადების წარმოთქმამდე დაყოვნების მედიანური დრო ერთნაირი ჰქონდათ — 883 მილიწამი. საუკეთესო შედეგი კი GPT‑5.6 Luna-მ აჩვენა — 497 მილიწამი.

OpenAI-ს რეგიონული API-ის წვდომის წერტილები დეველოპერებს ტრაფიკის კონკრეტულ გეოგრაფიულ რეგიონებში მიმართვის საშუალებას აძლევს. ეს Retell-ს ეხმარება, შეამციროს ქსელში მონაცემების გადაცემის დრო და დააკმაყოფილოს კლიენტთა მოთხოვნები მონაცემთა ადგილმდებარეობის შესახებ ისეთ დარგებში, როგორიცაა ჯანდაცვა და ფინანსური მომსახურება.

Retell სერვისის თითოეულ დონეზე სარეზერვო რესურსებსაც ითვალისწინებს. კომპანია საკუთარ სატელეფონო ინფრასტრუქტურას ამუშავებს და მზადყოფნაში აქვს მეორე, რომელსაც მისი ჩანაცვლება შეუძლია. ხმოვანი და მოდელების სერვისების სარეზერვო რესურსებთან ერთად ეს ხელს უწყობს ზარების გაგრძელებას რომელიმე სერვისის შეფერხებისას.

Retell-ის კორპორაციული კლიენტების მატებასთან ერთად იზრდება მოთხოვნა ინდივიდუალურად მორგებულ სამუშაო პროცესებსა და ინტეგრაციებზე, რის გამოც ინჟინრებს ხშირად კოდური ბაზის უცნობ ნაწილებში უწევთ მუშაობა. კოდის დაწერამდე ისინი Codex-ს მოთხოვნას ზოგადად აღუწერენ. Codex შეისწავლის კოდს, ამოწმებს მას რეალურ მონაცემებთან მიმართებით და განმარტავს, რა უნდა შეიცვალოს. ერთ-ერთი ინჟინრის თქმით, Codex-მა ეს კვლევა იმაზე უკეთ და გაცილებით სწრაფად ჩაატარა, ვიდრე თავად შეძლებდა.

ინჟინრების თქმით, განხორციელების ეტაპზე Codex ხშირად ამჩნევს დეტალებს, რომლებიც მათ არ გაუთვალისწინებიათ. ხარვეზების გასწორებისას Codex ჟურნალებსა და მონაცემთა ბაზის ჩანაწერებს კოდს ადარებს, რათა გაარკვიოს, რა ხდება. Retell-ის ინჟინრები Codex-ს იმ კლიენტებთან მუშაობისასაც იყენებენ, რომლებიც პროდუქტებს OpenAI-ს მოდელებზე აგებენ. ასე აჩქარებენ ისეთ ამოცანებს, როგორიცაა ინსტრუქციების დაწერა, რომლებიც განსაზღვრავს, როგორ უპასუხებს მოდელი კლიენტის აპლიკაციაში.

ვებინტერფეისში ცვლილებების შესამოწმებლად Retell ეყრდნობა GPT‑6 Astra-ს კომპიუტერთან მუშაობის შესაძლებლობას. როცა ინჟინერი ინტერფეისის ცვლილებების pull request-ს ხსნის, GPT‑6 Astra ხსნის ინტერფეისს, მის ელემენტებზე დაწკაპუნებით გადაადგილდება, ამოწმებს გამოყენების სცენარებს, ცდილობს მათი მუშაობის დარღვევას და აღმოჩენილ პრობლემებზე ანგარიშს ამზადებს. Retell-ის თქმით, ადრინდელი მოდელები ამ სამუშაოს საიმედოდ ვერ ასრულებდნენ.

Retell თანამშრომლების დაქირავებას აგრძელებს, თუმცა საინჟინრო გუნდის ბიზნესის ტემპით ზრდა აღარ დასჭირვებია. Retell-ის ცნობით, მისი შემოსავალი წლიურ გაანგარიშებაში თითო თანამშრომელზე 1,6 მილიონ დოლარს შეადგენს.

ყველა ბიზნესმა იცის, როგორ სურს თავისი კლიენტების მომსახურება. Retell-ის მიზანია, ამ საქმეში უშუალოდ ჩართულ ადამიანებს საკუთარი ცოდნისა და გამოცდილების პირდაპირ გამოყენება შეაძლებინოს — მოწინავე ხმოვანი ხელოვნური ინტელექტითა და პლატფორმით, სადაც საკუთარ აგენტებს შექმნიან, გამოცდიან და გააუმჯობესებენ. შემდეგ ეტაპზე Retell გეგმავს ხარისხის უზრუნველყოფისა და სიმულაციის შესაძლებლობების გაფართოებას, მეტი ენის მხარდაჭერასა და ცოდნის ბაზიდან ავტომატური სწავლის განვითარებას.

OpenAI-ს მოდელების შემდგომი განვითარების კვალდაკვალ Retell მოელის, რომ მისი კლიენტები მილიონობით დამრეკავს საკუთარი პირობებით გაუწევენ მსოფლიო დონის მომსახურებას.

„კომპანიის კლიენტებს თავად კომპანიაზე უკეთ არავინ იცნობს. ჩვენ მათ საშუალებას ვაძლევთ, ეს ცოდნა და გამოცდილება პრაქტიკაში გამოიყენონ და უშუალოდ გააუმჯობესონ ხელოვნური ინტელექტის აგენტები. მიზანია, მათ კომპანიის შიგნით მომუშავე ინჟინრების საკუთარი გუნდი შექმნან, რომელიც ამ ყველაფერზე პასუხისმგებლობას აიღებს და თავად მართავს“, — ამბობს ბინგი.