Parloa создава агенти со кои клиентите сакаат да зборуваат

Во раните денови на Parloa, коосновачот Штефан Оствалд поминал еден ден во повикувачки центар на осигурителна компанија, каде што неговиот тим развивал рани гласовни решенија. Седејќи покрај агентите, тој постојано ги слушал истите разговори: ресетирање лозинки, прашања за полиси и рутински измени. Сфатил дека голем дел од таа работа може да се автоматизира.

По тоа искуство, берлинската компанија Parloa⁠(се отвора во нов прозорец) почнала да создава гласовни агенти засновани на правила за автоматизација на големиот обем интеракции со клиенти.

Со појавата на ChatGPT, компанијата го насочила развојот кон денешната Платформа за управување со агенти со ВИ (AMP), изградена врз нова генерација модели, меѓу кои и GPT‑5.4.

AMP им овозможува на компаниите да осмислуваат, имплементираат и управуваат со интеракциите со корисничката служба во голем обем. Наместо да исцртуваат крути намери и текови, тимовите го дефинираат однесувањето на природен јазик, ја поврзуваат платформата со внатрешните системи и брзо ја подобруваат преку вградените симулации и процени.

Parloa ги извршува овие интеракции од почеток до крај, од едноставно пренасочување до сложени барања во повеќе чекори. Акцентот е врз доследноста во продукција, каде што се важни перформансите, доцнењето и граничните случаи. За да го постигне тоа, Parloa постојано ги тестира моделите со реални кориснички сценарија пред да ги имплементира.

Платформата за управување со агенти (AMP) на Parloa е наменета за деловни корисници и стручњаци од соодветната област, за да можат да создаваат агенти со ВИ без да пишуваат код.

„Со AMP, стручњаците од различни деловни единици навистина можат да ги создаваат агентите и да ги поврзуваат API-јата на многу поефикасен и поедноставен начин“, вели О’Рајли.

Во основа, AMP им овозможува на брендовите да управуваат со целиот животен циклус на агентите со ВИ. Тоа го постигнува така што на нетехничките тимови им нуди поедноставен начин да го дефинираат однесувањето на агентот уште пред да биде пуштен во употреба. Наместо да пишуваат код или да исцртуваат крути стебла на намери, стручњаците на природен јазик ги задаваат улогата, упатствата, алатките и границите на агентот. Таа конфигурација служи како основа за промптот што му се задава на моделот и за однесувањето на системот во продукција.

Откако ќе се дефинира, агентот се тестира пред имплементирањето. Parloa симулира разговори со клиенти користејќи модели како GPT‑5.4, при што еден модел е повикувачот, а друг го извршува конфигурираниот агент. Тимовите можат директно да ги прегледуваат овие интеракции, да ги тестираат измените со реалистични сценарија и да ги усовршуваат пред пуштањето во употреба.

Истите модели потоа ги оценуваат разговорите преку комбинација од детерминистички проверки и бодување со големи јазични модели (LLM) во улога на судија. Така се утврдува дали агентот ги следел упатствата, правилно ги користел алатките и ја завршил задачата како што се очекувало.

За време на разговор во живо, оркестрацискиот слој на AMP му задава на модел на OpenAI промпт со конфигурацијата на агентот и контекстот на разговорот, за да создаде одговор, да пронајде информации преку RAG или да активира алатки што комуницираат со заднинските системи на клиентот. Parloa постојано го надградува овој слој со најновата генерација модели кога тие покажуваат јасни подобрувања во реални услови.

По разговорот, одделни работни текови поддржани од OpenAI ја сумираат интеракцијата, ја класифицираат намерата на клиентот и ги оценуваат перформансите според дефинирани правила.

Како што агентите станувале посложени, одржувањето единствен монолитен промпт станувало сè потешко. Малите измени можеле да предизвикаат несакани последици. За да го реши ова, Parloa вовела модуларен пристап. Задачите како автентикација, измени на резервации или ажурирање сметки може да се поделат меѓу посебни подагенти, со што подобро се следат упатствата и системите полесно се развиваат со текот на времето.

Истовремено, платформата вклучува детерминистички контроли таму каде што сигурноста е најважна. Компаниите можат да дефинираат структурирани синџири на API и логика заснована на настани за критичните чекори да се одвиваат по правилен редослед, усогласувајќи ја флексибилноста на разговорот со предвидливото извршување.

Parloa користи модели како GPT‑4.1, GPT‑5‑mini и други за да симулира реалистични интеракции со клиенти пред агентот да биде пуштен во употреба, а потоа ги оценува преку комбинација од големи јазични модели (LLM) во улога на судија и детерминистички правила. Така тимовите можат да тестираат гранични случаи, брзо да го усовршуваат системот и да ги потврдат перформансите пред клиентите да бидат изложени на можни грешки.

Parloa главно работи со големи компании, каде што доследноста е еднакво важна како и способностите.

„Кога ќе излезе нов модел, го тестираме со нашиот пакет реперни тестови“, вели Матеус Дојч, виш научник за применети истражувања. „За нас е многу важно работите да функционираат не само на теоретски реперни тестови, туку и во вистински, практични случаи на употреба.“

Наместо да се потпира на апстрактни реперни тестови, Parloa ги пресликува вистинските продукциски агенти и ги подложува на процеси на симулација и евалуација. Овие тестови ја мерат сигурноста во следењето на упатствата, доследноста при повикувањето API, доцнењето и вкупните перформанси во реалистични услови.

Овие процени одредуваат кои модели се подготвени за продукција. Се имплементираат само моделите што работат сигурно во реални кориснички сценарија.

„Деловните клиенти се соочуваат со реални трошоци за миграција“, вели Дојч. „Штом системот ќе профункционира во продукција, тие го одржуваат стабилен и преминуваат на друг само кога придобивките се јасни.“

Како резултат на тоа, системите се однесуваат предвидливо во продукција, дури и во голем обем. Во милиони интеракции со клиенти, повеќето разговори завршуваат без тешкотии. Дури и кога повиците се пренасочуваат кон човечки агенти, причината за ескалација ретко е неуспех. При едно внедрување, глобална туристичка компанија ги намалила барањата за човечки агент за 80%.

Овој начин на размислување, во кој оценувањето е на прво место, стана клучна предност што ѝ овозможува на Parloa брзо да напредува без да ја жртвува сигурноста во продукција.

Гласовната комуникација носи поинакви ограничувања од текстуалниот разговор. Секоја интеракција минува низ процес со мало доцнење: претворање говор во текст, расудување на моделот и претворање текст во говор.

Поради овој процес, доцнењето е од критична важност. Дури и малите доцнења во слојот на моделот се натрупуваат и создаваат забележливи паузи за повикувачот, што влијае врз изборот и оптимизацијата на моделите.

Parloa тесно соработува со OpenAI за да ги оптимизира перформансите во реално време, со акцент врз доцнењето, квалитетот на одговорите и следењето на упатствата. Тимот постојано ги оценува и оптоварува новите верзии на моделите во средини слични на продукциската, пред да ги вклучи во реални интеракции со клиенти.

Parloa независно ја оценува секоја компонента од гласовниот систем:

• Системите за претворање говор во текст се тестираат според стапката на погрешно препознаени зборови, особено кај чувствителни податоци како броеви на полиси или идентификатори на сметки.

• Моделите за претворање текст во говор се оценуваат преку слепи тестови со слушање за да се утврди колку природно им звучи гласот на вистинските корисници. Потоа, овие резултати се споредуваат со реални интеракции со клиенти за да се обезбедат доследни перформанси во продукциски средини.

• Моделите за претворање на говор во говор во моментов се оценуваат за подготвеноста за продукција, со акцент врз доцнењето, точноста и трошоците.

Овие системи уште од почетокот се создаваат за глобално внедрување. Реперните тестови опфаќаат повеќе јазици, а клиентите работат во региони ширум светот. Оваа повеќејазична строгост ги одразува и европските корени на Parloa и очекувањата на деловните клиенти, на кои им се потребни доследни перформанси на сите пазари, а не само на еден јазик или во еден регион.

Денес, агентите на Parloa водат милиони разговори во сектори како малопродажба, туризам и осигурување, поддржувајќи примени од автоматизација на поддршката до процеси што создаваат приходи, како телепродажба.

Parloa очекува корисничката служба да прерасне во целосно мултимодално искуство.

Разговорот може да започне по телефон, да продолжи преку текстуален разговор и попатно да вклучи врски или интерактивни елементи. Наместо секој чекор да го третира како посебен тек, AMP е дизајнирана да ги обработува сите како единствена интеракција. Со текот на времето, агентите со ВИ може да станат подеднакво важен дел од корисничките патувања како веб-локациите и мобилните апликации.

Додека компаниите автоматизираат сè поголем дел од интеракциите со клиенти, Parloa се посветува на тоа агентите со ВИ да бидат доволно сигурни, флексибилни и доверливи за работа во глобален обем.