OpenAI ਨਾਲ ਰਿੰਗ ਦੇ ਏਜੰਟ 65% ਤੱਕ ਕਾਲਾਂ ਹੱਲ ਕਰਦੇ ਹਨ
GPT‑5.6 ਨਾਲ ਰਿੰਗ ਆਵਾਜ਼, ਚੈਟ, ਵਟਸਐਪ ਤੇ ਵੈੱਬ ਲਈ ਬਹੁਭਾਸ਼ੀ ਏਜੰਟ ਚਲਾਉਂਦਾ ਹੈ, GPT‑4.1 ਨਾਲੋਂ 90% ਘੱਟ ਲਾਗਤ ’ਤੇ.

70 ਲੱਖ+
ਹਰ ਮਹੀਨੇ ਸੰਭਾਲੀਆਂ ਜਾਂਦੀਆਂ ਜੁੜੀਆਂ ਕਾਲਾਂ
65%
ਏਜੰਟਾਂ ਰਾਹੀਂ 65% ਤੱਕ ਬੇਨਤੀਆਂ ਦਾ ਨਿਪਟਾਰਾ
90%
ਚੁਣੇ ਕੰਮਾਂ ਲਈ GPT-4.1 ਨਾਲੋਂ ਘੱਟ ਲਾਗਤ
4.8
ਔਸਤ ਗਾਹਕ ਸੰਤੁਸ਼ਟੀ ਸਕੋਰ
ਕਾਲਾਂ ਵਧਣ ’ਤੇ ਗਾਹਕ ਸੇਵਾ ਵਿਭਾਗ ਆਮ ਤੌਰ ’ਤੇ ਹੋਰ ਕਰਮਚਾਰੀ ਰੱਖਦੇ ਹਨ, ਪਰ ਇਸ ਨਾਲ ਹਰ ਗੱਲਬਾਤ ਦੀ ਲਾਗਤ ਅਤੇ ਜਟਿਲਤਾ ਵਧਦੀ ਹੈ. ਆਵਾਜ਼ ਅਤੇ ਚੈਟ ਏਜੰਟ ਪਲੇਟਫਾਰਮ ਰਿੰਗ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਨੇ ਭਾਰਤ ਦੇ ਵੱਡੇ ਖਪਤਕਾਰ ਕਾਰੋਬਾਰਾਂ ਨਾਲ ਕੰਮ ਕਰਦਿਆਂ ਇਹ ਸਮੱਸਿਆ ਸਿੱਧੇ ਤੌਰ ’ਤੇ ਦੇਖੀ.
ਇਹ ਕੰਪਨੀਆਂ ਵਧਦੀਆਂ ਕਾਲਾਂ ਦਾ ਜਵਾਬ ਦੇਣ ਲਈ ਹੀ ਜੂਝ ਨਹੀਂ ਰਹੀਆਂ ਸਨ. ਉਨ੍ਹਾਂ ਦੇ ਗਾਹਕ ਸੇਵਾ ਕਰਮਚਾਰੀ ਵੀ ਬੀਮਾ ਖ਼ਰੀਦਣ ਤੋਂ ਲੈ ਕੇ ਮੁਲਾਕਾਤਾਂ ਬੁੱਕ ਕਰਨ ਤੱਕ ਦੇ ਕੰਮਾਂ ਵਿੱਚ ਗਾਹਕਾਂ ਦੀ ਮਦਦ ਲਈ ਖਿੰਡੇ ਹੋਏ, ਹੱਥੀਂ ਚੱਲਣ ਵਾਲੇ ਸਿਸਟਮਾਂ ਨਾਲ ਜੂਝ ਰਹੇ ਸਨ.
ਇਸ ਤਜਰਬੇ ਤੋਂ ਰਿੰਗ ਨੂੰ ਕਾਰੋਬਾਰਾਂ ਲਈ ਆਵਾਜ਼, ਚੈਟ, ਵਟਸਐਪ ਅਤੇ ਵੈੱਬ ਉੱਤੇ ਕੰਮ ਕਰਨ ਵਾਲਾ ਏਜੰਟ ਪਲੇਟਫਾਰਮ ਬਣਾਉਣ ਦੀ ਪ੍ਰੇਰਨਾ ਮਿਲੀ, ਜਿਸ ਦਾ ਆਧਾਰ GPT‑5.6 ਵਰਗੇ ਉੱਚ ਕੁਸ਼ਲਤਾ ਵਾਲੇ ਮਾਡਲ ਹਨ. ਢੁਕਵੇਂ ਤੁਰੰਤ ਸੰਵਾਦ ਵਾਲੇ ਕੰਮਾਂ ਨੂੰ GPT‑4.1 ਤੋਂ GPT‑5.6 ਉੱਤੇ ਲਿਜਾਣ ਨਾਲ ਲੋੜੀਂਦੀ ਗੁਣਵੱਤਾ ਅਤੇ ਜਵਾਬ ਦੇਣ ਦੀ ਤੇਜ਼ੀ ਬਰਕਰਾਰ ਰਹੀ, ਜਦਕਿ ਮਾਡਲ ਦੀ ਲਾਗਤ ਲਗਭਗ 90% ਘਟੀ.
“ਮਾਡਲ ਦੀ ਗੁਣਵੱਤਾ ਹੀ ਸਭ ਕੁਝ ਨਹੀਂ ਹੈ. ਸਾਨੂੰ ਤੇਜ਼ ਜਵਾਬ, ਸਾਧਨਾਂ ਦੀ ਭਰੋਸੇਯੋਗ ਵਰਤੋਂ, ਹਦਾਇਤਾਂ ਦੀ ਪੱਕੀ ਪਾਲਣਾ ਅਤੇ ਵੱਡੇ ਪੱਧਰ ’ਤੇ ਕਿਫ਼ਾਇਤੀ ਸੰਚਾਲਨ ਵੀ ਚਾਹੀਦਾ ਹੈ. OpenAI ਨੇ ਸਾਨੂੰ ਉਹ ਸੰਤੁਲਨ ਦਿੱਤਾ ਜਿਸ ਦੀ ਸਾਨੂੰ ਲੋੜ ਸੀ.”
ਰਿੰਗ ਦੇ ਏਜੰਟ ਹੁਣ ਹਰ ਮਹੀਨੇ 70 ਲੱਖ ਤੋਂ ਵੱਧ ਜੁੜੀਆਂ ਕਾਲਾਂ ਸੰਭਾਲਦੇ ਹਨ, ਅਤੇ ਇਸ ਦੇ ਗਾਹਕਾਂ ਦਾ ਔਸਤ ਗਾਹਕ ਸੰਤੁਸ਼ਟੀ ਸਕੋਰ 4.8 ਹੈ.

ਗਾਹਕ ਦੀ ਬੇਨਤੀ ਪੂਰੀ ਕਰਨ ਲਈ ਏਜੰਟਾਂ ਨੂੰ ਪਾਲਿਸੀ ਜਾਂਚਣ, ਖਾਤੇ ਦਾ ਰਿਕਾਰਡ ਲੱਭਣ, ਮੁਲਾਕਾਤ ਤੈਅ ਕਰਨ, ਗਾਹਕ ਸੰਬੰਧ ਪ੍ਰਬੰਧਨ ਸਿਸਟਮ ਅੱਪਡੇਟ ਕਰਨ ਜਾਂ ਸਬੰਧਤ ਸੰਦਰਭ ਸਮੇਤ ਗੱਲਬਾਤ ਕਿਸੇ ਮਾਹਰ ਨੂੰ ਸੌਂਪਣ ਦੀ ਲੋੜ ਪੈ ਸਕਦੀ ਹੈ.
ਤੁਰੰਤ ਸੰਵਾਦ ਵਿੱਚ ਰਿੰਗ ਗਾਹਕਾਂ ਦੀਆਂ ਬੇਨਤੀਆਂ ਸਮਝਣ, ਸਾਧਨ ਚੁਣਨ ਅਤੇ ਕਈ ਪੜਾਵਾਂ ਵਾਲੀਆਂ ਕਾਰਜ-ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿੱਚ ਸੇਧ ਦੇਣ ਲਈ GPT‑5.6 Luna ਅਤੇ ਹੋਰ ਮਾਡਲ ਵਰਤਦਾ ਹੈ. ਰਿੰਗ ਦੀ ਤਾਲਮੇਲ ਪਰਤ ਗਾਹਕ ਸੰਬੰਧ ਪ੍ਰਬੰਧਨ ਸਿਸਟਮਾਂ, ਟਿਕਟਿੰਗ ਪਲੇਟਫਾਰਮਾਂ, ਭੁਗਤਾਨ ਪ੍ਰਣਾਲੀਆਂ, ਸਮਾਂ ਤੈਅ ਕਰਨ ਦੇ ਸਾਧਨਾਂ ਅਤੇ ਅੰਦਰੂਨੀ ਏਪੀਆਈ ਰਾਹੀਂ ਕਾਰਵਾਈ ਕਰਦੀ ਹੈ. ਲੋੜ ਪੈਣ ’ਤੇ ਇਹ ਗੱਲਬਾਤ ਦੇ ਸਾਰ ਸਮੇਤ ਮਾਮਲਾ ਕਿਸੇ ਕਰਮਚਾਰੀ ਨੂੰ ਸੌਂਪ ਦਿੰਦੀ ਹੈ.
ਰਿੰਗ ਦਾ ਗਿਆਨ ਸਿਸਟਮ ਡਾਟਾਸੈੱਟਾਂ, ਪੀਡੀਐੱਫ, ਸੀਐੱਸਵੀ ਅਤੇ ਕਾਰੋਬਾਰੀ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਢਾਂਚਾਗਤ ਛਾਂਟੀ ਨੂੰ ਅਰਥ-ਆਧਾਰਿਤ ਖੋਜ ਨਾਲ ਜੋੜਦਾ ਹੈ, ਤਾਂ ਜੋ ਏਜੰਟ ਕੰਪਨੀ ਦੀ ਢੁਕਵੀਂ ਜਾਣਕਾਰੀ ਨਾਲ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇ ਸਕਣ.
ਰਿੰਗ ਯੋਗਤਾ ਜਾਂਚਣ, ਸਹਾਇਤਾ ਦੇਣ, ਤਸਦੀਕ ਕਰਨ, ਸਮਾਂ ਤੈਅ ਕਰਨ ਅਤੇ ਮਾਮਲੇ ਅੱਗੇ ਸੌਂਪਣ ਦਾ ਕੰਮ ਵਿਸ਼ੇਸ਼ ਉਪ-ਏਜੰਟਾਂ ਵਿੱਚ ਵੀ ਵੰਡ ਸਕਦਾ ਹੈ. ਪਲੇਟਫਾਰਮ ਇਨ੍ਹਾਂ ਪੜਾਵਾਂ ਦਾ ਤਾਲਮੇਲ ਕਰਦਾ ਹੈ ਅਤੇ ਆਵਾਜ਼, ਚੈਟ, ਵਟਸਐਪ ਤੇ ਵੈੱਬ ਉੱਤੇ ਗਾਹਕ ਨਾਲ ਗੱਲਬਾਤ ਵਿੱਚ ਨਿਰੰਤਰਤਾ ਬਣਾਈ ਰੱਖਦਾ ਹੈ.
ਰਿੰਗ ਨੇ ਗੱਲਬਾਤ ਦੀ ਗੁਣਵੱਤਾ, ਜਵਾਬ ਦੀ ਤੇਜ਼ੀ, ਹਦਾਇਤਾਂ ਦੀ ਪਾਲਣਾ, ਸਾਧਨਾਂ ਨੂੰ ਕਾਲ ਕਰਨ, ਬਹੁਭਾਸ਼ੀ ਕਾਰਗੁਜ਼ਾਰੀ, ਭਰੋਸੇਯੋਗਤਾ ਅਤੇ ਲਾਗਤ ਪੱਖੋਂ OpenAI ਨੂੰ ਹੋਰ ਵਿਕਲਪਾਂ ਨਾਲ ਪਰਖਿਆ. ਇਸ ਨੂੰ ਅਸਲ ਵਰਤੋਂ ਦੇ ਕੰਮਾਂ ਲਈ OpenAI ਵਿੱਚ ਇਨ੍ਹਾਂ ਸਭ ਦਾ ਸਭ ਤੋਂ ਵਧੀਆ ਸੰਤੁਲਨ ਮਿਲਿਆ.
GPT‑5.6 ਅਤੇ ਹੋਰ OpenAI ਮਾਡਲਾਂ ਨੇ ਗੁੰਝਲਦਾਰ ਹਦਾਇਤਾਂ ਮੰਨਣ, ਸਾਧਨਾਂ ਦੀਆਂ ਕਾਲਾਂ ਚਲਾਉਣ, ਗੱਲਬਾਤ ਦਾ ਸੰਦਰਭ ਕਾਇਮ ਰੱਖਣ ਅਤੇ ਵੱਡੇ ਕਾਰੋਬਾਰੀ ਪੱਧਰ ’ਤੇ ਭਰੋਸੇਯੋਗ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਨ ਵਿੱਚ ਵੀ ਵਧੇਰੇ ਇਕਸਾਰ ਕਾਰਗੁਜ਼ਾਰੀ ਦਿਖਾਈ.
ਰਿੰਗ ਕੰਮ ਦੀਆਂ ਲੋੜਾਂ ਮੁਤਾਬਕ ਉਸ ਨੂੰ ਕਿਸੇ ਖ਼ਾਸ OpenAI ਮਾਡਲ ਕੋਲ ਭੇਜਦਾ ਹੈ. ਆਵਾਜ਼ ਅਤੇ ਚੈਟ ਦੀ ਜ਼ਿਆਦਾਤਰ ਤੁਰੰਤ ਗੱਲਬਾਤ GPT‑4.1 ਸੰਭਾਲਦਾ ਹੈ. GPT‑5.6 Luna ਅਸਲ ਵਰਤੋਂ ਵਾਲੇ ਤਕਨੀਕੀ ਢਾਂਚੇ ਦਾ ਹਿੱਸਾ ਬਣਿਆ ਹੋਇਆ ਹੈ. ਇਸ ਨੂੰ ਉਦੋਂ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ ਜਦੋਂ ਇਸ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ, ਜਵਾਬ ਦੀ ਤੇਜ਼ੀ ਜਾਂ ਕੀਮਤ ਮੁਤਾਬਕ ਕਾਰਗੁਜ਼ਾਰੀ ਕਿਸੇ ਬੇਨਤੀ ਲਈ ਵਧੇਰੇ ਢੁਕਵੀਂ ਹੋਵੇ. GPT‑5.6 Terra ਕਾਲ ਤੋਂ ਬਾਅਦ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਸਾਰ ਬਣਾਉਣਾ ਅਤੇ ਭਾਵਨਾਵਾਂ ਦਾ ਵਰਗੀਕਰਨ ਸ਼ਾਮਲ ਹਨ. ਅਤੇ GPT‑5.6 Sol ਮੁਲਾਂਕਣ, ਪ੍ਰੌੰਪਟ ਸੁਧਾਰ ਅਤੇ ਮਾਡਲ ਨੂੰ ਪਰਖਕ ਵਜੋਂ ਵਰਤਣ ਵਾਲੀਆਂ ਕਾਰਜ-ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ.

ਜਦੋਂ ਗਾਹਕ ਕਾਲ ਦੌਰਾਨ ਬੋਲਦਾ ਹੈ ਜਾਂ ਚੈਟ ਭੇਜਦਾ ਹੈ, ਤਾਂ ਰਿੰਗ ਦਾ ਤਾਲਮੇਲ ਸਿਸਟਮ ਉਸ ਜਾਣਕਾਰੀ ਨੂੰ ਏਜੰਟ ਦੀਆਂ ਹਦਾਇਤਾਂ, ਪਿਛਲੀ ਗੱਲਬਾਤ, ਗਾਹਕ ਦੇ ਖ਼ਾਸ ਡਾਟੇ, ਗਿਆਨ-ਭੰਡਾਰ ਦੇ ਢੁਕਵੇਂ ਸੰਦਰਭ ਅਤੇ ਉਪਲਬਧ ਸਾਧਨਾਂ ਨਾਲ ਜੋੜਦਾ ਹੈ. ਫਿਰ ਰਿੰਗ ਦੀ ਰੂਟਿੰਗ ਪਰਤ ਢੁਕਵਾਂ ਮਾਡਲ ਅਤੇ ਸੰਰਚਨਾ ਚੁਣਦੀ ਹੈ. ਮਾਡਲ ਦਾ ਜਵਾਬ ਤਾਲਮੇਲ ਸਿਸਟਮ ਰਾਹੀਂ ਗਾਹਕ ਦੇ ਚੁਣੇ ਹੋਏ ਮਾਧਿਅਮ ਉੱਤੇ ਭੇਜਿਆ ਜਾਂਦਾ ਹੈ.
ਲੰਬੀ ਗੱਲਬਾਤ ਵਿੱਚ, ਜਦੋਂ ਸੰਦਰਭ ਲਗਭਗ 80,000 ਟੋਕਨਾਂ ਨੇੜੇ ਪਹੁੰਚਦਾ ਹੈ, ਤਾਂ ਸਿਸਟਮ ਇੱਕ ਸੁਚੱਜਾ ਸਾਰ ਬਣਾਉਂਦਾ ਹੈ. ਇਸ ਤਰ੍ਹਾਂ ਪੂਰੀ ਪਿਛਲੀ ਗੱਲਬਾਤ ਵਾਰ-ਵਾਰ ਭੇਜੇ ਬਿਨਾਂ, ਅਹਿਮ ਜਾਣਕਾਰੀ ਸੰਭਾਲ ਕੇ ਗੱਲਬਾਤ ਜਾਰੀ ਰੱਖੀ ਜਾ ਸਕਦੀ ਹੈ.
ਅਸਲ ਵਰਤੋਂ ਵਿੱਚ ਲਿਆਉਣ ਤੋਂ ਪਹਿਲਾਂ ਰਿੰਗ ਪਿਛਲੀਆਂ ਗੱਲਬਾਤਾਂ ਅਤੇ ਗਾਹਕਾਂ ਨਾਲ ਸੰਵਾਦ ਦੀਆਂ ਨਕਲੀ ਸਥਿਤੀਆਂ ਰਾਹੀਂ ਮਾਡਲਾਂ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ. ਇਸ ਦਾ ਮੁਲਾਂਕਣ ਪਲੇਟਫਾਰਮ ਇਨ੍ਹਾਂ ਨਤੀਜਿਆਂ ਨਾਲ ਕਮਜ਼ੋਰੀਆਂ ਲੱਭਦਾ ਹੈ ਅਤੇ ਪ੍ਰੌੰਪਟ ਸੁਧਾਰਨ ਦੀਆਂ ਸਿਫ਼ਾਰਸ਼ਾਂ ਕਰਦਾ ਹੈ. ਇਸ ਨਾਲ ਏਜੰਟਾਂ ਅਤੇ ਸੰਰਚਨਾਵਾਂ ਦੇ ਲਗਾਤਾਰ ਸੁਧਾਰ ਦਾ ਚੱਕਰ ਬਣਦਾ ਹੈ.
ਇੱਕ ਮੁਲਾਂਕਣ ਵਿੱਚ ਰਿੰਗ ਦੀ ਕਾਲ ਤੋਂ ਬਾਅਦ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਪਰਖੀ ਗਈ. ਕੰਪਨੀ ਨੇ GPT‑5.6 Terra ਨੂੰ Gemini 2.5 Flash ਵਰਗੇ ਵਿਕਲਪਾਂ ਨਾਲ ਪਰਖਿਆ, ਅਤੇ Terra ਸਭ ਤੋਂ ਅੱਗੇ ਰਿਹਾ. ਰਿੰਗ ਨੇ ਸਾਰ ਬਣਾਉਣ ਅਤੇ ਭਾਵਨਾਵਾਂ ਦੇ ਵਰਗੀਕਰਨ ਦਾ ਕੰਮ GPT‑5.6 Terra ਨੂੰ ਸੌਂਪ ਦਿੱਤਾ. Terra ਨੇ ਸਾਰਾਂ ਅਤੇ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਉੱਚ ਸ਼ੁੱਧਤਾ ਬਰਕਰਾਰ ਰੱਖੀ ਅਤੇ ਪ੍ਰਤੀ ਕੰਮ ਲਾਗਤ ਤੇ ਲਾਭ ਦੇ ਸੰਤੁਲਨ ਵਿੱਚ ਵੱਡਾ ਸੁਧਾਰ ਕੀਤਾ.
ਕੰਪਨੀ ਮਾਡਲਾਂ ਨੂੰ ਭਾਸ਼ਾਈ ਅਤੇ ਖੇਤਰੀ ਵੰਨਗੀਆਂ ਉੱਤੇ ਵੀ ਪਰਖਦੀ ਹੈ. ਇਸ ਵਿੱਚ ਗੱਲਬਾਤ ਦੌਰਾਨ ਭਾਸ਼ਾ ਬਦਲਣਾ ਜਾਂ ਅੰਗਰੇਜ਼ੀ ਨਾਲ ਸਥਾਨਕ ਭਾਸ਼ਾ ਦੇ ਵਾਕਾਂਸ਼ ਮਿਲਾਉਣਾ ਸ਼ਾਮਲ ਹੈ, ਜੋ ਇਸ ਦੇ ਸੇਵਾ ਖੇਤਰਾਂ ਵਿੱਚ ਆਮ ਹੈ. GPT‑5.6 Terra ਨੇ ਆਮ ਖੇਤਰੀ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ 97% ਤੱਕ ਸ਼ੁੱਧਤਾ ਨਾਲ Gemini 2.5 Flash ਤੋਂ ਵਧੀਆ ਕਾਰਗੁਜ਼ਾਰੀ ਦਿਖਾਈ. ਇਸ ਕਰਕੇ GPT‑5.6 ਰਿੰਗ ਦੇ ਗਾਹਕਾਂ ਨੂੰ ਸੇਵਾ ਦੇਣ ਵਾਲੇ ਏਜੰਟਾਂ ਲਈ ਵਧੇਰੇ ਢੁਕਵਾਂ ਬਣਿਆ.
ਆਫਲਾਈਨ ਜਾਂਚ ਪਾਸ ਕਰਨ ਵਾਲੇ ਮਾਡਲਾਂ ਨੂੰ ਵਿਆਪਕ ਤੌਰ ’ਤੇ ਲਾਗੂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਅਸਲ ਵਰਤੋਂ ਦੇ ਥੋੜ੍ਹੇ ਜਿਹੇ ਸੰਵਾਦ ਸੌਂਪੇ ਜਾਂਦੇ ਹਨ. ਅਸਲ ਵਰਤੋਂ ਵਿੱਚ ਰਿੰਗ ਦਾ ਰਾਊਟਰ ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਦੇਰੀ ਅਤੇ ਐਂਡਪੌਇੰਟਾਂ ਦੀ ਕਾਰਜਸ਼ੀਲਤਾ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦਾ ਹੈ. ਜਦੋਂ ਕੋਈ ਐਂਡਪੌਇੰਟ ਅਣਉਪਲਬਧ ਹੋਵੇ ਜਾਂ ਦੇਰੀ ਦੀ ਹੱਦ ਲੰਘੇ, ਤਾਂ ਇਹ ਸੰਵਾਦ ਹੋਰ ਪਾਸੇ ਭੇਜ ਦਿੰਦਾ ਹੈ. ਵਿਸ਼ੇਸ਼ ਨੋਡ, ਚੇਤਾਵਨੀਆਂ ਅਤੇ ਸੰਸਕਰਣ-ਅਧਾਰਿਤ ਤੈਨਾਤੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਵੱਖ ਕਰਨ ਅਤੇ ਉਨ੍ਹਾਂ ਦਾ ਅਸਰ ਸੀਮਤ ਰੱਖਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀਆਂ ਹਨ.
ਇਹ ਪਹੁੰਚ ਰਿੰਗ ਨੂੰ ਪ੍ਰਤੀ ਕੰਮ ਲਾਗਤ ਤੇ ਲਾਭ ਦਾ ਸੰਤੁਲਨ ਸੁਧਾਰਨ ਵਿੱਚ ਵੀ ਮਦਦ ਕਰਦੀ ਹੈ. ਤੁਰੰਤ ਸੰਵਾਦ ਵਾਲੇ ਕੁਝ ਕੰਮ GPT‑4.1 ਤੋਂ GPT‑5.6 Luna ਉੱਤੇ ਲਿਜਾਣ ਨਾਲ ਮਾਡਲ ਦੀ ਲਾਗਤ ਲਗਭਗ 90% ਘਟੀ.
“ਜਦੋਂ ਵੀ ਸਾਨੂੰ ਇੱਕ ਮਾਡਲ ਤੋਂ ਦੂਜੇ ਉੱਤੇ ਜਾਣ ਲਈ ਸਹਾਇਤਾ ਦੀ ਲੋੜ ਪਈ, OpenAI ਨੇ ਬਹੁਤ ਤਤਪਰਤਾ ਨਾਲ ਮਦਦ ਕੀਤੀ. ਸਲੈਕ ਉੱਤੇ ਸਮਰਪਿਤ ਸਹਾਇਤਾ ਅਤੇ ਮੁੱਖ ਇੰਜੀਨੀਅਰਿੰਗ ਟੀਮ ਤੱਕ ਪਹੁੰਚ ਨਾਲ ਤਕਨੀਕੀ ਅਨਿਸ਼ਚਿਤਤਾ ਘਟਦੀ ਹੈ. ਇਸ ਨਾਲ ਅਸੀਂ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧ ਸਕਦੇ ਹਾਂ, ਨਵੀਆਂ ਸੁਵਿਧਾਵਾਂ ਜਲਦੀ ਜਾਰੀ ਕਰ ਸਕਦੇ ਹਾਂ ਅਤੇ ਆਪਣੇ ਏਜੰਟਾਂ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਵਧਾ ਸਕਦੇ ਹਾਂ.”
ਰਿੰਗ ਦੇ ਏਜੰਟ ਇਸ ਦੇ ਗਾਹਕਾਂ ਲਈ ਆਮ ਪੁੱਛਗਿੱਛ ਵਿੱਚੋਂ 65% ਤੱਕ ਦਾ ਨਿਪਟਾਰਾ ਕਿਸੇ ਮਨੁੱਖੀ ਕਰਮਚਾਰੀ ਦੀ ਸ਼ਮੂਲੀਅਤ ਤੋਂ ਬਿਨਾਂ ਕਰਦੇ ਹਨ.
ਭਾਰਤ ਦੇ ਸਭ ਤੋਂ ਵੱਡੇ ਆਨਲਾਈਨ ਬੀਮਾ ਪਲੇਟਫਾਰਮਾਂ ਵਿੱਚੋਂ ਇੱਕ, ਪਾਲਿਸੀਬਾਜ਼ਾਰ, 57,000 ਤੋਂ ਵੱਧ ਗਾਹਕ ਬੇਨਤੀਆਂ ਨੂੰ ਸੇਵਾ ਨਾਲ ਜੋੜਨ ਲਈ ਰਿੰਗ ਵਰਤਦਾ ਹੈ. ਇਸ ਦੀਆਂ 67% ਕਾਲਾਂ ਮਨੁੱਖੀ ਦਖ਼ਲ ਤੋਂ ਬਿਨਾਂ ਸੰਭਾਲੀਆਂ ਜਾਂਦੀਆਂ ਹਨ. ਪਾਲਿਸੀਬਾਜ਼ਾਰ ਦਾ ਜਵਾਬ ਦੇਣ ਦਾ ਔਸਤ ਸਮਾਂ 8–12 ਮਿੰਟਾਂ ਤੋਂ ਘਟ ਕੇ 60 ਸਕਿੰਟਾਂ ਤੋਂ ਵੀ ਘੱਟ ਹੋ ਗਿਆ, ਜੋ ਲਗਭਗ 88% ਦਾ ਸੁਧਾਰ ਹੈ.
ਵਿਸ਼ਵ ਪੱਧਰੀ ਸਿਹਤ ਸੰਭਾਲ ਪਲੇਟਫਾਰਮ ਪ੍ਰੈਕਟੋ ਉੱਤੇ ਰਿੰਗ ਦੇ ਏਜੰਟ ਗਾਹਕਾਂ ਨੂੰ ਡਾਕਟਰੀ ਮੁਲਾਕਾਤਾਂ ਬੁੱਕ ਕਰਨ ਅਤੇ ਸੇਵਾ ਬੇਨਤੀਆਂ ਪੂਰੀਆਂ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ. ਏਜੰਟ ਲਾਗੂ ਕਰਨ ਤੋਂ ਬਾਅਦ ਪ੍ਰੈਕਟੋ ਨੇ ਪਹਿਲੀ ਕਾਲ ਵਿੱਚ 85% ਮਾਮਲੇ ਹੱਲ ਕੀਤੇ ਅਤੇ ਜਵਾਬ ਦੇਣ ਦਾ ਸਮਾਂ ਤਿੰਨ ਸਕਿੰਟਾਂ ਤੋਂ ਘੱਟ ਰਿਹਾ. ਪਹਿਲਾਂ ਦੀ ਮਨੁੱਖੀ ਕਰਮਚਾਰੀਆਂ ਵੱਲੋਂ ਚਲਾਈ ਜਾਂਦੀ ਪ੍ਰਕਿਰਿਆ ਦੇ ਮੁਕਾਬਲੇ ਸੰਚਾਲਨ ਲਾਗਤ 70% ਘਟੀ. ਹੁਣ ਰਿੰਗ ਰੋਜ਼ਾਨਾ 1,000 ਤੋਂ ਵੱਧ ਮੁਲਾਕਾਤਾਂ ਦੀ ਬੁਕਿੰਗ ਪੂਰੀ ਕਰਦਾ ਹੈ.
ਆਨਲਾਈਨ ਨਿਵੇਸ਼ ਪਲੇਟਫਾਰਮ ਗ੍ਰੋ ਰਿੰਗ ਰਾਹੀਂ ਆਈਪੀਓ, ਫਿਊਚਰਜ਼ ਅਤੇ ਆਪਸ਼ਨਜ਼ ਬਾਰੇ ਆਉਂਦੀ ਪੁੱਛਗਿੱਛ ਵਿੱਚੋਂ 72% ਦਾ ਨਿਪਟਾਰਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਵੈ-ਸੇਵਾ ਨਾਲ ਕਰਦਾ ਹੈ. ਇਸ ਵਿੱਚ ਔਸਤ ਦੋ ਮਿੰਟ ਲੱਗਦੇ ਹਨ.
OpenAI ਦੀਆਂ ਕੰਪਿਊਟਰ ਵਰਤਣ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨਾਲ ਰਿੰਗ ਪਲੇਟਫਾਰਮ ਉੱਤੇ ਸ਼ੁਰੂਆਤੀ ਸੈੱਟਅੱਪ, ਗਾਹਕ ਦੀ ਪਛਾਣ ਜਾਂਚਣ, ਸੂਚਨਾ ਤਕਨਾਲੋਜੀ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਹੱਲ ਕਰਨ, ਕਾਲ ਉੱਤੇ ਘਟਨਾਵਾਂ ਲਈ ਸਹਾਇਤਾ ਦੇਣ ਅਤੇ ਦਾਅਵਿਆਂ ਦੀ ਕਾਰਵਾਈ ਲਈ ਬ੍ਰਾਊਜ਼ਰ ਏਜੰਟ ਬਣਾ ਰਿਹਾ ਹੈ.
ਕੰਪਨੀ ਇੱਕ ਸੰਦਰਭ ਪਰਤ ਵੀ ਬਣਾ ਰਹੀ ਹੈ ਜੋ ਵੱਖ-ਵੱਖ ਮਾਧਿਅਮਾਂ ਅਤੇ ਗੱਲਬਾਤਾਂ ਦੌਰਾਨ ਜਾਣਕਾਰੀ ਸੰਭਾਲ ਕੇ ਰੱਖ ਸਕੇ. ਗਾਹਕ ਆਵਾਜ਼ ਰਾਹੀਂ ਬੇਨਤੀ ਸ਼ੁਰੂ ਕਰ ਸਕਦਾ ਹੈ, ਵਟਸਐਪ ਉੱਤੇ ਜਾਰੀ ਰੱਖ ਸਕਦਾ ਹੈ ਅਤੇ ਬ੍ਰਾਊਜ਼ਰ ਵਿੱਚ ਪੂਰੀ ਕਰ ਸਕਦਾ ਹੈ, ਬਿਨਾਂ ਹਰ ਵਾਰ ਉਹੀ ਵੇਰਵੇ ਦੁਹਰਾਏ.
“OpenAI ਦੀਆਂ ਕੰਪਿਊਟਰ ਵਰਤਣ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੇ ਸਾਡੀ ਬ੍ਰਾਊਜ਼ਰ ਏਜੰਟ ਵਿਕਾਸ ਯੋਜਨਾ ਨੂੰ ਤੇਜ਼ੀ ਦਿੱਤੀ. ਇਨ੍ਹਾਂ ਸਦਕਾ ਅਸੀਂ ਵਰਤੋਂਕਾਰ ਦੀ ਸਕ੍ਰੀਨ ਉੱਤੇ ਹੋ ਰਹੀ ਕਾਰਵਾਈ ਨੂੰ ਗੱਲਬਾਤ ਦੇ ਸੰਦਰਭ ਨਾਲ ਜੋੜ ਸਕਦੇ ਹਾਂ, ਤਾਂ ਜੋ ਏਜੰਟ ਗੁੰਝਲਦਾਰ ਕਾਰਜ-ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿੱਚ ਲੋਕਾਂ ਨੂੰ ਉਸੇ ਵੇਲੇ ਸੇਧ ਦੇ ਸਕਣ.”
ਰਿੰਗ ਲਈ ਅਗਲੀ ਪੀੜ੍ਹੀ ਦੀ ਗਾਹਕ ਸੇਵਾ ਨੂੰ ਕਾਲਾਂ ਜਾਂ ਕਰਮਚਾਰੀਆਂ ਦੀ ਗਿਣਤੀ ਦੀ ਬਜਾਏ ਹਾਸਲ ਕੀਤੇ ਕਾਰੋਬਾਰੀ ਨਤੀਜਿਆਂ ਅਤੇ ਸਵੈਚਾਲਨ ਦੀ ਡੂੰਘਾਈ ਨਾਲ ਮਾਪਿਆ ਜਾਵੇਗਾ.


