Parloa ਗਾਹਕਾਂ ਦੇ ਮਨਪਸੰਦ ਸੇਵਾ ਏਜੰਟ ਬਣਾਉਂਦਾ ਹੈ

Parloa ਦੇ ਸ਼ੁਰੂਆਤੀ ਦਿਨਾਂ ਵਿੱਚ, ਸਹਿ-ਸੰਸਥਾਪਕ ਸਟੀਫਨ ਓਸਟਵਾਲਡ ਨੇ ਇੱਕ ਬੀਮਾ ਕਾਲ ਸੈਂਟਰ ਵਿੱਚ ਇੱਕ ਦਿਨ ਬਿਤਾਇਆ, ਜਿੱਥੇ ਉਨ੍ਹਾਂ ਦੀ ਟੀਮ ਸ਼ੁਰੂਆਤੀ ਵੌਇਸ ਅਨੁਭਵ ਤਿਆਰ ਕਰ ਰਹੀ ਸੀ। ਏਜੰਟਾਂ ਕੋਲ ਬੈਠ ਕੇ ਉਸਨੇ ਉਹੀ ਗੱਲਬਾਤਾਂ ਵਾਰ-ਵਾਰ ਸੁਣੀਆਂ: ਪਾਸਵਰਡ ਰੀਸੈੱਟ, ਪਾਲਿਸੀ ਬਾਰੇ ਸਵਾਲ ਅਤੇ ਰੁਟੀਨ ਬਦਲਾਅ। ਉਸਨੂੰ ਅਹਿਸਾਸ ਹੋਇਆ ਕਿ ਇਸ ਕੰਮ ਦਾ ਬਹੁਤ ਸਾਰਾ ਹਿੱਸਾ ਆਟੋਮੈਟਿਕ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

ਇਸ ਤਜਰਬੇ ਤੋਂ ਬਾਅਦ ਬਰਲਿਨ ਦੀ Parloa⁠(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਨੇ ਵੱਡੀ ਗਿਣਤੀ ਵਾਲੇ ਗਾਹਕ ਸੰਵਾਦ ਸਵੈਚਾਲਿਤ ਕਰਨ ਲਈ ਨਿਯਮ-ਆਧਾਰਿਤ ਆਵਾਜ਼ੀ ਏਜੰਟ ਬਣਾਉਣੇ ਸ਼ੁਰੂ ਕੀਤੇ।

ChatGPT ਦੇ ਆਉਣ ਨਾਲ ਕੰਪਨੀ ਨੇ ਵਿਕਾਸ ਕਰਦਿਆਂ ਆਪਣਾ ਮੌਜੂਦਾ AI ਏਜੰਟ ਪ੍ਰਬੰਧਨ ਪਲੇਟਫਾਰਮ (AMP) ਬਣਾਇਆ, ਜੋ GPT‑5.4 ਸਮੇਤ ਨਵੀਂ ਪੀੜ੍ਹੀ ਦੇ ਮਾਡਲਾਂ ਉੱਤੇ ਆਧਾਰਿਤ ਹੈ।

AMP ਉੱਦਮਾਂ ਨੂੰ ਵੱਡੇ ਪੈਮਾਨੇ ਉੱਤੇ ਗਾਹਕ ਸੇਵਾ ਸੰਵਾਦ ਡਿਜ਼ਾਈਨ, ਤੈਨਾਤ ਅਤੇ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਦਾ ਤਰੀਕਾ ਦਿੰਦਾ ਹੈ। ਸਖ਼ਤ ਉਦੇਸ਼ਾਂ ਅਤੇ ਪ੍ਰਵਾਹ ਤੈਅ ਕਰਨ ਦੀ ਬਜਾਏ, ਟੀਮਾਂ ਸੁਭਾਵਿਕ ਭਾਸ਼ਾ ਵਿੱਚ ਵਿਹਾਰ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦੀਆਂ ਹਨ, ਅੰਦਰੂਨੀ ਪ੍ਰਣਾਲੀਆਂ ਨਾਲ ਜੁੜਦੀਆਂ ਹਨ, ਅਤੇ ਬਿਲਟ-ਇਨ ਸਿਮੂਲੇਸ਼ਨਾਂ ਤੇ ਮੁਲਾਂਕਣਾਂ ਰਾਹੀਂ ਤੇਜ਼ੀ ਨਾਲ ਸੁਧਾਰ ਕਰਦੀਆਂ ਹਨ।

Parloa ਇਨ੍ਹਾਂ ਸੰਵਾਦਾਂ ਨੂੰ ਸ਼ੁਰੂ ਤੋਂ ਅੰਤ ਤੱਕ ਚਲਾਉਂਦਾ ਹੈ ਅਤੇ ਸਧਾਰਨ ਰੂਟਿੰਗ ਤੋਂ ਲੈ ਕੇ ਗੁੰਝਲਦਾਰ, ਕਈ ਪੜਾਵਾਂ ਵਾਲੀਆਂ ਬੇਨਤੀਆਂ ਤੱਕ ਸਭ ਕੁਝ ਸੰਭਾਲਦਾ ਹੈ। ਧਿਆਨ ਅਸਲ ਵਰਤੋਂ ਵਿੱਚ ਇਕਸਾਰਤਾ ਉੱਤੇ ਹੈ, ਜਿੱਥੇ ਕਾਰਗੁਜ਼ਾਰੀ, ਦੇਰੀ ਅਤੇ ਅਸਧਾਰਨ ਸਥਿਤੀਆਂ ਸਭ ਮਹੱਤਵਪੂਰਨ ਹਨ। ਇਸ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, Parloa ਮਾਡਲਾਂ ਨੂੰ ਤੈਨਾਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਅਸਲ ਗਾਹਕ ਸਥਿਤੀਆਂ ਦੇ ਆਧਾਰ 'ਤੇ ਲਗਾਤਾਰ ਪਰਖਦਾ ਹੈ।

Parloa ਦਾ ਏਜੰਟ ਪ੍ਰਬੰਧਨ ਪਲੇਟਫਾਰਮ (AMP) ਇਸ ਤਰ੍ਹਾਂ ਬਣਾਇਆ ਗਿਆ ਹੈ ਕਿ ਕਾਰੋਬਾਰੀ ਵਰਤੋਂਕਾਰ ਅਤੇ ਵਿਸ਼ਾ ਮਾਹਰ ਕੋਡ ਲਿਖੇ ਬਿਨਾਂ AI ਏਜੰਟ ਬਣਾ ਸਕਣ।

ਓ’ਰਾਈਲੀ ਕਹਿੰਦੇ ਹਨ, “AMP ਨਾਲ ਵੱਖ-ਵੱਖ ਕਾਰੋਬਾਰੀ ਯੂਨਿਟਾਂ ਦੇ ਵਿਸ਼ਾ ਮਾਹਰ ਖ਼ੁਦ ਏਜੰਟ ਬਣਾ ਸਕਦੇ ਹਨ ਅਤੇ APIs ਨੂੰ ਕਿਤੇ ਵੱਧ ਸੁਚੱਜੇ ਤੇ ਸੌਖੇ ਢੰਗ ਨਾਲ ਜੋੜ ਸਕਦੇ ਹਨ।”

ਵਿਆਪਕ ਪੱਧਰ ਉੱਤੇ AMP ਬ੍ਰਾਂਡਾਂ ਨੂੰ AI ਏਜੰਟ ਦਾ ਪੂਰਾ ਜੀਵਨ-ਚੱਕਰ ਸੰਭਾਲਣ ਦਿੰਦਾ ਹੈ। ਇਸ ਲਈ ਇਹ ਗੈਰ-ਤਕਨੀਕੀ ਟੀਮਾਂ ਨੂੰ ਏਜੰਟ ਦੇ ਲਾਈਵ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਉਸ ਦਾ ਵਿਹਾਰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਦਾ ਸੌਖਾ ਤਰੀਕਾ ਦਿੰਦਾ ਹੈ। ਕੋਡ ਲਿਖਣ ਜਾਂ ਸਖ਼ਤ ਮਕਸਦ-ਰੁੱਖ ਬਣਾਉਣ ਦੀ ਥਾਂ ਵਿਸ਼ਾ ਮਾਹਰ ਸੁਭਾਵਿਕ ਭਾਸ਼ਾ ਵਿੱਚ ਏਜੰਟ ਦੀ ਭੂਮਿਕਾ, ਹਦਾਇਤਾਂ, ਸਾਧਨ ਅਤੇ ਹੱਦਾਂ ਤੈਅ ਕਰਦੇ ਹਨ। ਇਹ ਸੰਰਚਨਾ ਇਸ ਗੱਲ ਦਾ ਆਧਾਰ ਬਣਦੀ ਹੈ ਕਿ ਮਾਡਲ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰੌਂਪਟ ਕੀਤਾ ਜਾਵੇਗਾ ਅਤੇ ਅਸਲ ਵਰਤੋਂ ਵਿੱਚ ਸਿਸਟਮ ਕਿਵੇਂ ਵਿਹਾਰ ਕਰੇਗਾ।

ਪਰਿਭਾਸ਼ਿਤ ਹੋਣ ਤੋਂ ਬਾਅਦ ਏਜੰਟ ਨੂੰ ਤੈਨਾਤੀ ਤੋਂ ਪਹਿਲਾਂ ਪਰਖਿਆ ਜਾਂਦਾ ਹੈ। Parloa GPT‑5.4 ਵਰਗੇ ਮਾਡਲਾਂ ਨਾਲ ਗਾਹਕ ਗੱਲਬਾਤਾਂ ਦੀ ਨਕਲ ਕਰਦਾ ਹੈ, ਜਿੱਥੇ ਮਾਡਲ ਕਾਲ ਕਰਨ ਵਾਲੇ ਵਜੋਂ ਅਤੇ ਦੂਜਾ ਸੰਰਚਿਤ ਏਜੰਟ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ। ਟੀਮਾਂ ਇਨ੍ਹਾਂ ਸੰਵਾਦਾਂ ਨੂੰ ਸਿੱਧਾ ਜਾਂਚ ਸਕਦੀਆਂ, ਤਬਦੀਲੀਆਂ ਨੂੰ ਯਥਾਰਥਕ ਸਥਿਤੀਆਂ ਵਿੱਚ ਪਰਖ ਸਕਦੀਆਂ ਅਤੇ ਲਾਈਵ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਸੁਧਾਰ ਕਰ ਸਕਦੀਆਂ ਹਨ।

ਫਿਰ ਇਨ੍ਹਾਂ ਹੀ ਮਾਡਲਾਂ ਨਾਲ ਪੂਰਵ-ਨਿਰਧਾਰਤ ਜਾਂਚਾਂ ਅਤੇ ਨਿਰਣਾਇਕ ਵਜੋਂ LLM ਦੇ ਅੰਕਾਂ ਦੇ ਸੁਮੇਲ ਰਾਹੀਂ ਗੱਲਬਾਤਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਕੀ ਏਜੰਟ ਨੇ ਹਦਾਇਤਾਂ ਦੀ ਪਾਲਣਾ ਕੀਤੀ, ਸਾਧਨਾਂ ਦੀ ਸਹੀ ਵਰਤੋਂ ਕੀਤੀ, ਅਤੇ ਉਮੀਦ ਮੁਤਾਬਕ ਕਾਰਜ ਪੂਰਾ ਕੀਤਾ।

ਲਾਈਵ ਗੱਲਬਾਤ ਦੌਰਾਨ AMP ਦੀ ਤਾਲਮੇਲ ਪਰਤ ਏਜੰਟ ਸੰਰਚਨਾ ਅਤੇ ਗੱਲਬਾਤ ਦੇ ਸੰਦਰਭ ਨਾਲ OpenAI ਮਾਡਲ ਨੂੰ ਪ੍ਰੌਂਪਟ ਦਿੰਦੀ ਹੈ, ਤਾਂ ਜੋ ਇਹ ਜਵਾਬ ਤਿਆਰ ਕਰ ਸਕੇ, RAG ਰਾਹੀਂ ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤ ਕਰ ਸਕੇ ਜਾਂ ਗਾਹਕ ਦੀਆਂ ਬੈਕਐਂਡ ਪ੍ਰਣਾਲੀਆਂ ਨਾਲ ਗੱਲਬਾਤ ਕਰਨ ਲਈ ਟੂਲ ਟ੍ਰਿਗਰ ਕਰ ਸਕੇ। ਜਿਵੇਂ-ਜਿਵੇਂ ਨਵੇਂ ਮਾਡਲ ਅਸਲ-ਸੰਸਾਰ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਵਿੱਚ ਸਪੱਸ਼ਟ ਸੁਧਾਰ ਦਿਖਾਉਂਦੇ ਹਨ, Parloa ਇਸ ਪਰਤ ਨੂੰ ਮਾਡਲਾਂ ਦੀ ਨਵੀਨਤਮ ਪੀੜ੍ਹੀ ਨਾਲ ਲਗਾਤਾਰ ਅੱਪਡੇਟ ਕਰਦਾ ਰਹਿੰਦਾ ਹੈ।

ਗੱਲਬਾਤ ਤੋਂ ਬਾਅਦ OpenAI ਨਾਲ ਚੱਲਣ ਵਾਲੀਆਂ ਵੱਖਰੀਆਂ ਕਾਰਜ-ਪ੍ਰਕਿਰਿਆਵਾਂ ਸੰਵਾਦ ਦਾ ਸਾਰ ਬਣਾਉਂਦੀਆਂ, ਗਾਹਕ ਦਾ ਮਕਸਦ ਵਰਗੀਕ੍ਰਿਤ ਕਰਦੀਆਂ ਅਤੇ ਤੈਅ ਨਿਯਮਾਂ ਮੁਤਾਬਕ ਕਾਰਗੁਜ਼ਾਰੀ ਮਾਪਦੀਆਂ ਹਨ।

ਏਜੰਟਾਂ ਦੇ ਹੋਰ ਗੁੰਝਲਦਾਰ ਹੋਣ ਨਾਲ ਇੱਕੋ ਵੱਡੇ ਪ੍ਰੌਂਪਟ ਨੂੰ ਸੰਭਾਲਣਾ ਔਖਾ ਹੋ ਗਿਆ। ਛੋਟੀਆਂ ਤਬਦੀਲੀਆਂ ਵੀ ਅਣਚਾਹੇ ਮਾੜੇ ਅਸਰ ਪੈਦਾ ਕਰ ਸਕਦੀਆਂ ਸਨ। ਇਸ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, Parloa ਨੇ ਇੱਕ ਮੌਡਿਊਲਰ ਪਹੁੰਚ ਅਪਣਾਈ। ਪ੍ਰਮਾਣੀਕਰਨ, ਬੁਕਿੰਗ ਵਿੱਚ ਬਦਲਾਅ, ਜਾਂ ਖਾਤਾ ਅੱਪਡੇਟ ਵਰਗੇ ਕੰਮ ਵੱਖ-ਵੱਖ ਉਪ-ਏਜੰਟਾਂ ਵਿੱਚ ਵੰਡੇ ਜਾ ਸਕਦੇ ਹਨ, ਇਸ ਨਾਲ ਹਦਾਇਤਾਂ ਦੀ ਪਾਲਣਾ ਵਿੱਚ ਸੁਧਾਰ ਹੁੰਦਾ ਹੈ ਅਤੇ ਸਮੇਂ ਦੇ ਨਾਲ ਸਿਸਟਮਾਂ ਦਾ ਵਿਕਾਸ ਕਰਨਾ ਸੌਖਾ ਹੋ ਜਾਂਦਾ ਹੈ।

ਇਸ ਦੇ ਨਾਲ ਹੀ, ਪਲੇਟਫਾਰਮ ਉਨ੍ਹਾਂ ਥਾਵਾਂ 'ਤੇ ਪੂਰਵ-ਨਿਰਧਾਰਤ ਨਿਯੰਤਰਣ ਸ਼ਾਮਲ ਕਰਦਾ ਹੈ ਜਿੱਥੇ ਭਰੋਸੇਯੋਗਤਾ ਸਭ ਤੋਂ ਵੱਧ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦੀ ਹੈ। ਉੱਦਮ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਢਾਂਚਾਗਤ API ਲੜੀਆਂ ਅਤੇ ਇਵੈਂਟ-ਆਧਾਰਿਤ ਤਰਕ ਪਰਿਭਾਸ਼ਿਤ ਕਰ ਸਕਦੇ ਹਨ ਕਿ ਅਹਿਮ ਕਦਮ ਸਹੀ ਕ੍ਰਮ ਵਿੱਚ ਹੋਣ, ਜਿਸ ਨਾਲ ਗੱਲਬਾਤ ਦੀ ਲਚਕਤਾ ਅਤੇ ਅਨੁਮਾਨਯੋਗ ਅਮਲ ਵਿੱਚ ਸੰਤੁਲਨ ਬਣਿਆ ਰਹੇ।

Parloa ਏਜੰਟ ਦੇ ਲਾਈਵ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ GPT‑4.1, GPT‑5‑mini ਅਤੇ ਹੋਰ ਮਾਡਲਾਂ ਨਾਲ ਯਥਾਰਥਕ ਗਾਹਕ ਸੰਵਾਦਾਂ ਦੀ ਨਕਲ ਕਰਦਾ ਹੈ, ਫਿਰ ਨਿਰਣਾਇਕ ਵਜੋਂ LLM ਅਤੇ ਪੂਰਵ-ਨਿਰਧਾਰਤ ਨਿਯਮਾਂ ਦੇ ਸੁਮੇਲ ਨਾਲ ਉਨ੍ਹਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ। ਇਸ ਨਾਲ ਟੀਮਾਂ ਅਸਧਾਰਨ ਸਥਿਤੀਆਂ ਪਰਖ ਸਕਦੀਆਂ, ਤੇਜ਼ੀ ਨਾਲ ਸੁਧਾਰ ਕਰ ਸਕਦੀਆਂ ਅਤੇ ਗਾਹਕਾਂ ਨੂੰ ਨਾਕਾਮੀ ਦਾ ਸਾਹਮਣਾ ਕਰਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਕਾਰਗੁਜ਼ਾਰੀ ਦੀ ਪੁਸ਼ਟੀ ਕਰ ਸਕਦੀਆਂ ਹਨ।

Parloa ਮੁੱਖ ਤੌਰ 'ਤੇ ਵੱਡੇ ਉੱਦਮਾਂ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ, ਜਿੱਥੇ ਸਮਰੱਥਾ ਜਿੰਨੀ ਹੀ ਇਕਸਾਰਤਾ ਵੀ ਮਹੱਤਵਪੂਰਨ ਹੈ।

ਸੀਨੀਅਰ ਅਪਲਾਈਡ ਸਾਇੰਟਿਸਟ ਮਥਾਊਸ ਡੌਇਚ ਕਹਿੰਦੇ ਹਨ, “ਜਦੋਂ ਨਵਾਂ ਮਾਡਲ ਆਉਂਦਾ ਹੈ, ਅਸੀਂ ਉਸ ਉੱਤੇ ਆਪਣਾ ਮਾਪਦੰਡ ਜਾਂਚ-ਸੰਗ੍ਰਹਿ ਚਲਾਉਂਦੇ ਹਾਂ।” “ਸਾਡੇ ਲਈ ਇਹ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੈ ਕਿ ਚੀਜ਼ਾਂ ਸਿਰਫ਼ ਸਿਧਾਂਤਕ ਮਾਪਦੰਡਾਂ ਵਿੱਚ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਅਸਲ ਵਰਤੋਂ ਦੀਆਂ ਸਥਿਤੀਆਂ ਵਿੱਚ ਵੀ ਕੰਮ ਕਰਨ।”

ਅਮੂਰਤ ਬੈਂਚਮਾਰਕਾਂ 'ਤੇ ਨਿਰਭਰ ਰਹਿਣ ਦੀ ਥਾਂ Parloa ਅਸਲ ਵਰਤੋਂ ਵਾਲੇ ਏਜੰਟਾਂ ਦੀ ਨਕਲ ਕਰਕੇ ਉਨ੍ਹਾਂ ਨੂੰ ਸਿਮੂਲੇਸ਼ਨ ਅਤੇ ਮੁਲਾਂਕਣ ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿੱਚੋਂ ਲੰਘਾਉਂਦਾ ਹੈ। ਇਹ ਜਾਂਚਾਂ ਯਥਾਰਥਕ ਹਾਲਾਤ ਵਿੱਚ ਹਦਾਇਤਾਂ ਦੀ ਪਾਲਣਾ ਦੀ ਭਰੋਸੇਯੋਗਤਾ, API ਕਾਲਾਂ ਦੀ ਇਕਸਾਰਤਾ, ਦੇਰੀ ਅਤੇ ਸਮੁੱਚੀ ਕਾਰਗੁਜ਼ਾਰੀ ਮਾਪਦੀਆਂ ਹਨ।

ਇਹ ਮੁਲਾਂਕਣ ਤੈਅ ਕਰਦੇ ਹਨ ਕਿ ਕਿਹੜੇ ਮਾਡਲ ਅਸਲ ਵਰਤੋਂ ਲਈ ਤਿਆਰ ਹਨ। ਕੇਵਲ ਅਸਲ ਗਾਹਕ ਸਥਿਤੀਆਂ ਵਿੱਚ ਭਰੋਸੇਯੋਗ ਕਾਰਗੁਜ਼ਾਰੀ ਦਿਖਾਉਣ ਵਾਲੇ ਮਾਡਲ ਹੀ ਤੈਨਾਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।

ਡੌਇਚ ਕਹਿੰਦੇ ਹਨ, “ਉੱਦਮੀ ਗਾਹਕਾਂ ਨੂੰ ਮਾਈਗ੍ਰੇਸ਼ਨ ਦੀ ਅਸਲ ਲਾਗਤ ਝੱਲਣੀ ਪੈਂਦੀ ਹੈ” “ਜਦੋਂ ਕੋਈ ਪ੍ਰਣਾਲੀ ਅਸਲ ਵਰਤੋਂ ਵਿੱਚ ਕੰਮ ਕਰਨ ਲੱਗਦੀ ਹੈ, ਉਹ ਉਸ ਨੂੰ ਸਥਿਰ ਰੱਖਦੇ ਹਨ ਅਤੇ ਸਪਸ਼ਟ ਲਾਭ ਹੋਣ ਉੱਤੇ ਹੀ ਬਦਲਦੇ ਹਨ।”

ਇਸ ਦੇ ਨਤੀਜੇ ਵਜੋਂ, ਪ੍ਰਣਾਲੀਆਂ ਪ੍ਰੋਡਕਸ਼ਨ ਵਿੱਚ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਵੀ ਅਨੁਮਾਨਯੋਗ ਤਰੀਕੇ ਨਾਲ ਕੰਮ ਕਰਦੀਆਂ ਹਨ। ਲੱਖਾਂ ਗਾਹਕਾਂ ਦੀਆਂ ਗੱਲਾਂਬਾਤਾਂ ਦੌਰਾਨ, ਜ਼ਿਆਦਾਤਰ ਗੱਲਾਂਬਾਤਾਂ ਬਿਨਾਂ ਕਿਸੇ ਰੁਕਾਵਟ ਦੇ ਹੱਲ ਹੋ ਜਾਂਦੀਆਂ ਹਨ। ਕਾਲਾਂ ਮਨੁੱਖੀ ਏਜੰਟਾਂ ਨੂੰ ਭੇਜੀਆਂ ਜਾਣ 'ਤੇ ਵੀ ਇਸ ਦਾ ਕਾਰਨ ਸ਼ਾਇਦ ਹੀ ਕੋਈ ਨਾਕਾਮੀ ਹੁੰਦੀ ਹੈ। ਇੱਕ ਤੈਨਾਤੀ ਵਿੱਚ ਗਲੋਬਲ ਯਾਤਰਾ ਕੰਪਨੀ ਨੇ ਮਨੁੱਖੀ ਏਜੰਟ ਲਈ ਬੇਨਤੀਆਂ ਨੂੰ 80% ਤੱਕ ਘਟਾ ਦਿੱਤਾ।

ਮੁਲਾਂਕਣ ਨੂੰ ਪਹਿਲ ਦੇਣ ਵਾਲੀ ਇਹ ਸੋਚ ਇੱਕ ਮੁੱਖ ਵਿਸ਼ੇਸ਼ਤਾ ਬਣ ਗਈ ਹੈ, ਜਿਸ ਨਾਲ Parloa ਅਸਲ ਵਰਤੋਂ ਵਿੱਚ ਭਰੋਸੇਯੋਗਤਾ ਨਾਲ ਸਮਝੌਤਾ ਕੀਤੇ ਬਿਨਾਂ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧ ਸਕਦਾ ਹੈ।

ਆਵਾਜ਼ੀ ਰਾਹੀਂ ਹੋਣ ਵਾਲੀ ਗੱਲਬਾਤ ਦੀਆਂ ਸੀਮਾਵਾਂ ਲਿਖਤੀ ਚੈਟ ਨਾਲੋਂ ਵੱਖਰੀਆਂ ਹੁੰਦੀਆਂ ਹਨ। ਹਰ ਸੰਵਾਦ ਇੱਕ ਘੱਟ-ਦੇਰੀ ਵਾਲੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚੋਂ ਲੰਘਦਾ ਹੈ: ਬੋਲੀ ਤੋਂ ਲਿਖਤ, ਮਾਡਲ ਰੀਜ਼ਨਿੰਗ ਅਤੇ ਲਿਖਤ ਤੋਂ ਬੋਲੀ।

ਇਸ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਦੇਰੀ ਬਹੁਤ ਅਹਿਮ ਹੁੰਦੀ ਹੈ। ਮਾਡਲ ਪਰਤ ਵਿੱਚ ਮਾਮੂਲੀ ਦੇਰੀ ਵੀ ਜੁੜ ਕੇ ਕਾਲ ਕਰਨ ਵਾਲੇ ਲਈ ਸਾਫ਼ ਮਹਿਸੂਸ ਹੋਣ ਵਾਲੇ ਵਿਰਾਮ ਬਣ ਜਾਂਦੀ ਹੈ, ਜਿਸ ਕਰਕੇ ਮਾਡਲਾਂ ਦੀ ਚੋਣ ਅਤੇ ਅਨੁਕੂਲਨ ਪ੍ਰਭਾਵਿਤ ਹੁੰਦੇ ਹਨ।

Parloa ਰੀਅਲ-ਟਾਈਮ ਵਰਤੋਂ ਲਈ ਕਾਰਗੁਜ਼ਾਰੀ ਸੁਧਾਰਨ ਵਾਸਤੇ OpenAI ਨਾਲ ਮਿਲ ਕੇ ਕੰਮ ਕਰਦਾ ਹੈ ਅਤੇ ਦੇਰੀ, ਜਵਾਬ ਦੀ ਗੁਣਵੱਤਾ ਤੇ ਹਦਾਇਤਾਂ ਦੀ ਪਾਲਣਾ ਉੱਤੇ ਧਿਆਨ ਦਿੰਦਾ ਹੈ। ਟੀਮ ਨਵੇਂ ਮਾਡਲ ਸੰਸਕਰਣਾਂ ਨੂੰ ਲਾਈਵ ਗਾਹਕ ਸੰਵਾਦਾਂ ਵਿੱਚ ਰੋਲ ਆਊਟ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਪ੍ਰੋਡਕਸ਼ਨ ਵਰਗੇ ਵਾਤਾਵਰਣ ਵਿੱਚ ਉਹਨਾਂ ਦਾ ਲਗਾਤਾਰ ਮੁਲਾਂਕਣ ਅਤੇ ਸਟ੍ਰੈੱਸ-ਟੈਸਟ ਕਰਦੀ ਹੈ।

Parloa ਆਵਾਜ ਤਕਨੀਕੀ ਢਾਂਚੇ ਦੇ ਹਰ ਹਿੱਸੇ ਦਾ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ:

• ਬੋਲੀ ਤੋਂ ਲਿਖਤ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਸ਼ਬਦ ਗ਼ਲਤੀ ਦਰ ਲਈ ਪਰਖ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਖ਼ਾਸ ਕਰਕੇ ਪਾਲਿਸੀ ਨੰਬਰਾਂ ਜਾਂ ਖਾਤਾ ਪਛਾਣਕਰਤਾਵਾਂ ਵਰਗੀ ਸੰਵੇਦਨਸ਼ੀਲ ਜਾਣਕਾਰੀ ਲਈ।
• ਲਿਖਤ ਤੋਂ ਬੋਲੀ ਮਾਡਲਾਂ ਦਾ ਮੁਲਾਂਕਣ ਅਣਪਛਾਤੇ ਸੁਣਨ ਟੈਸਟਾਂ ਰਾਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਜੋ ਪਤਾ ਲੱਗੇ ਕਿ ਅਸਲ ਵਰਤੋਂਕਾਰਾਂ ਨੂੰ ਆਵਾਜ਼ ਕਿੰਨੀ ਸੁਭਾਵਿਕ ਲੱਗਦੀ ਹੈ। ਫਿਰ ਇਨ੍ਹਾਂ ਨਤੀਜਿਆਂ ਨੂੰ ਅਸਲ ਗਾਹਕ ਸੰਵਾਦਾਂ ਨਾਲ ਮਿਲਾ ਕੇ ਜਾਂਚਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਜੋ ਅਸਲ ਵਰਤੋਂ ਦੇ ਮਾਹੌਲ ਵਿੱਚ ਇਕਸਾਰ ਕਾਰਗੁਜ਼ਾਰੀ ਯਕੀਨੀ ਬਣੇ।
• ਸਪੀਚ-ਟੂ-ਸਪੀਚ ਮਾਡਲਾਂ ਦੀ ਪ੍ਰੋਡਕਸ਼ਨ ਲਈ ਤਿਆਰੀ ਦਾ ਇਸ ਸਮੇਂ ਮੁਲਾਂਕਣ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਦੇਰੀ, ਸ਼ੁੱਧਤਾ ਅਤੇ ਲਾਗਤ ਉੱਤੇ ਵਿਸ਼ੇਸ਼ ਧਿਆਨ ਦਿੱਤਾ ਜਾ ਰਿਹਾ ਹੈ।

ਸ਼ੁਰੂਆਤ ਤੋਂ ਹੀ ਇਹ ਪ੍ਰਣਾਲੀਆਂ ਦੁਨੀਆ ਭਰ ਵਿੱਚ ਤੈਨਾਤੀ ਲਈ ਬਣਾਈਆਂ ਗਈਆਂ ਹਨ। ਬੈਂਚਮਾਰਕ ਕਈ ਭਾਸ਼ਾਵਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਦੇ ਹਨ ਅਤੇ ਗਾਹਕ ਦੁਨੀਆ ਭਰ ਦੇ ਖੇਤਰਾਂ ਵਿੱਚ ਕੰਮ ਕਰਦੇ ਹਨ। ਇਹ ਸਖ਼ਤ ਬਹੁਭਾਸ਼ੀ ਪਹੁੰਚ Parloa ਦੀਆਂ ਯੂਰਪੀ ਜੜ੍ਹਾਂ ਅਤੇ ਉੱਦਮੀ ਗਾਹਕਾਂ ਦੀਆਂ ਉਮੀਦਾਂ ਦੋਵਾਂ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਸਿਰਫ਼ ਇੱਕ ਭਾਸ਼ਾ ਜਾਂ ਖੇਤਰ ਨਹੀਂ, ਸਗੋਂ ਸਾਰੇ ਬਾਜ਼ਾਰਾਂ ਵਿੱਚ ਇਕਸਾਰ ਕਾਰਗੁਜ਼ਾਰੀ ਚਾਹੀਦੀ ਹੈ।

ਅੱਜ Parloa ਦੇ ਏਜੰਟ ਪ੍ਰਚੂਨ, ਯਾਤਰਾ ਅਤੇ ਬੀਮਾ ਸਮੇਤ ਕਈ ਉਦਯੋਗਾਂ ਵਿੱਚ ਲੱਖਾਂ ਗੱਲਬਾਤਾਂ ਨੂੰ ਸੰਭਾਲਦੇ ਹਨ, ਅਤੇ ਇਹ ਸਹਾਇਤਾ ਦੇ ਸਵੈਚਾਲਨ ਤੋਂ ਲੈ ਕੇ ਟੈਲੀਸ਼ਾਪਿੰਗ ਵਰਗੇ ਆਮਦਨ ਪੈਦਾ ਕਰਨ ਵਾਲੇ ਕਾਰਜ-ਪ੍ਰਵਾਹਾਂ ਤੱਕ ਦੇ ਵੱਖ-ਵੱਖ ਕੰਮਾਂ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਦੇ ਹਨ।

Parloa ਮੁਤਾਬਕ ਗਾਹਕ ਸੇਵਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਹੁ-ਮਾਧਿਅਮ ਅਨੁਭਵ ਵੱਲ ਵਧ ਰਹੀ ਹੈ।

ਗੱਲਬਾਤ ਫ਼ੋਨ 'ਤੇ ਸ਼ੁਰੂ ਹੋ ਸਕਦੀ ਹੈ, ਚੈਟ ਵਿੱਚ ਜਾਰੀ ਰਹਿ ਸਕਦੀ ਹੈ ਅਤੇ ਇਸ ਦੌਰਾਨ ਲਿੰਕ ਜਾਂ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਵਾਲੇ ਤੱਤ ਸ਼ਾਮਲ ਹੋ ਸਕਦੇ ਹਨ। ਹਰੇਕ ਕਦਮ ਨੂੰ ਇੱਕ ਵੱਖਰੇ ਕਾਰਜ-ਪ੍ਰਵਾਹ ਵਜੋਂ ਮੰਨਣ ਦੀ ਬਜਾਏ, AMP ਨੂੰ ਇਸ ਨੂੰ ਇੱਕੋ ਪਰਸਪਰ ਕਿਰਿਆ ਵਜੋਂ ਸੰਭਾਲਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਸਮੇਂ ਦੇ ਨਾਲ, AI ਏਜੰਟ ਗਾਹਕਾਂ ਦੇ ਸਫ਼ਰ ਵਿੱਚ ਵੈੱਬਸਾਈਟਾਂ ਅਤੇ ਮੋਬਾਈਲ ਐਪਾਂ ਵਾਂਗ ਹੀ ਕੇਂਦਰੀ ਬਣ ਸਕਦੇ ਹਨ।

ਜਿਵੇਂ-ਜਿਵੇਂ ਉੱਦਮ ਗਾਹਕਾਂ ਨਾਲ ਹੋਣ ਵਾਲੇ ਸੰਵਾਦਾਂ ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਵੈਚਾਲਿਤ ਕਰ ਰਹੇ ਹਨ, Parloa AI ਏਜੰਟਾਂ ਨੂੰ ਗਲੋਬਲ ਪੱਧਰ 'ਤੇ ਕੰਮ ਕਰਨ ਲਈ ਕਾਫ਼ੀ ਭਰੋਸੇਯੋਗ, ਲਚਕਦਾਰ ਅਤੇ ਵਿਸ਼ਵਾਸਯੋਗ ਬਣਾਉਣ 'ਤੇ ਧਿਆਨ ਦੇ ਰਿਹਾ ਹੈ।