Cu OpenAI, agenții AI Ringg rezolvă până la 65% din apeluri

Când numărul apelurilor crește, serviciile de relații cu clienții își extind de obicei capacitatea angajând personal, dar astfel cresc costurile și complexitatea fiecărei interacțiuni. Ringg⁠(se deschide într-o fereastră nouă), o platformă de agenți vocali și de chat, a întâlnit direct această problemă în colaborarea cu mari companii din India care deservesc consumatori.

Aceste companii nu aveau doar dificultăți în a răspunde mai multor apeluri. Reprezentanții serviciilor de relații cu clienții se confruntau și cu sisteme fragmentate, operate manual, pentru a-i ajuta pe clienți să finalizeze diverse operațiuni, de la cumpărarea unei asigurări la programări.

Această experiență a determinat Ringg să construiască o platformă de agenți pentru companii, bazată pe modele foarte eficiente precum GPT‑5.6, care acoperă interacțiunile vocale, chatul, WhatsApp și webul. Migrarea sarcinilor potrivite de procesare în timp real de la GPT‑4.1 la GPT‑5.6 a redus costurile modelelor cu aproximativ 90%, asigurând totodată calitatea și latența necesare.

Agenții Ringg gestionează acum peste 7 milioane de apeluri conectate lunar, iar companiile cliente înregistrează un scor mediu de satisfacție a clienților (CSAT) de 4,8.

Pentru a rezolva cererea unui client, agenții pot avea nevoie să verifice o poliță, să preia datele unui cont, să facă o programare, să actualizeze un CRM sau să transfere conversația unui specialist, păstrând întregul context relevant.

Pentru interacțiunile în timp real, Ringg folosește GPT‑5.6 Luna și alte modele pentru a interpreta cererile clienților, a selecta instrumente și a ghida clienții prin fluxuri de lucru cu mai mulți pași. Stratul de orchestrare Ringg execută acțiuni în CRM-uri, platforme de tichete, sisteme de plată, instrumente de programare și API-uri interne, transferând cazurile unui operator uman, împreună cu un rezumat al conversației, când este necesar.

Sistemul de cunoștințe Ringg combină filtrarea structurată cu regăsirea semantică în seturi de date, fișiere PDF și CSV și documente de afaceri, ajutând agenții să răspundă la întrebări folosind informații relevante ale companiei.

Ringg poate, de asemenea, să împartă sarcinile între subagenți specializați în calificare, asistență, verificare, programare și escaladare. Platforma coordonează acești pași, menținând coerența conversației cu clientul pe canalele vocale, chat, WhatsApp și web.

După ce a evaluat OpenAI și alte opțiuni în privința calității conversațiilor, latenței, respectării instrucțiunilor, apelării instrumentelor, performanței multilingve, fiabilității și costurilor, Ringg a constatat că OpenAI oferea cel mai bun echilibru general pentru sarcinile din producție.

GPT‑5.6 și alte modele OpenAI au avut și performanțe mai constante în respectarea instrucțiunilor complexe, executarea apelurilor de instrumente, păstrarea contextului conversației și funcționarea fiabilă la scara necesară companiilor.

Ringg direcționează sarcinile către un anumit model OpenAI în funcție de cerințele fiecăreia. GPT‑4.1 gestionează cea mai mare parte a traficului vocal și de chat în timp real. GPT‑5.6 Luna rămâne în infrastructura de producție și este folosit când performanța, latența sau raportul său preț-performanță se potrivesc mai bine unei cereri. GPT‑5.6 Terra se ocupă de analiza de după apel, inclusiv de rezumate și clasificarea sentimentelor. Iar GPT‑5.6 Sol susține evaluarea, îmbunătățirea solicitărilor și fluxurile de lucru în care modelul are rol de evaluator.

Când un client vorbește într-un apel vocal sau trimite un mesaj pe chat, sistemul de orchestrare Ringg combină aceste informații cu instrucțiunile agentului, istoricul conversației, datele specifice clientului, contextul relevant din baza de cunoștințe și instrumentele disponibile. Stratul de rutare Ringg selectează apoi modelul și configurația potrivite. Rezultatul generat de model trece prin sistemul de orchestrare și este transmis pe canalul ales de client.

În interacțiunile mai lungi, sistemul creează un rezumat structurat când contextul se apropie de aproximativ 80.000 de tokenuri. Conversația poate continua astfel cu informațiile importante păstrate, fără a trimite în mod repetat întregul istoric.

Ringg testează modelele folosind conversații anterioare și simulări ale interacțiunilor cu clienții înainte de implementarea în producție. Platforma sa de evaluare folosește aceste rezultate pentru a identifica punctele slabe și a recomanda îmbunătățiri ale solicitărilor, creând un ciclu de îmbunătățire continuă a agenților și configurațiilor.

Una dintre evaluări a vizat fluxul de analiză de după apel al Ringg. Compania a testat GPT‑5.6 Terra comparativ cu alternative precum Gemini 2.5 Flash, iar Terra a obținut cele mai bune rezultate. Ringg a mutat generarea rezumatelor și clasificarea sentimentelor pe GPT‑5.6 Terra. Terra a menținut o acuratețe ridicată a rezumatelor și a analizei sentimentelor, îmbunătățind totodată semnificativ rentabilitatea pe unitate.

Compania testează modelele și pentru variații lingvistice și regionale, inclusiv conversații care alternează între limbi sau combină engleza cu expresii în limba locală, un comportament obișnuit pe piețele pe care le deservește. GPT‑5.6 Terra a depășit Gemini 2.5 Flash, atingând o acuratețe de până la 97% în limbile regionale uzuale, ceea ce face GPT‑5.6 mai potrivit pentru agenții care deservesc clienții Ringg.

Modelele care trec testele offline sunt introduse pentru o mică parte din traficul de producție, înainte ca implementarea să fie extinsă. În producție, routerul Ringg monitorizează latența și starea punctelor finale în toate regiunile și redirecționează traficul când un punct final devine indisponibil sau depășește un prag de latență. Nodurile specializate, alertele și implementările cu gestionarea versiunilor ajută la izolarea problemelor și limitarea impactului acestora.

Această abordare ajută Ringg și să îmbunătățească rentabilitatea pe unitate. Migrarea anumitor sarcini de procesare în timp real de la GPT‑4.1 la GPT‑5.6 Luna a redus costurile modelelor cu aproximativ 90%.

Pentru companiile cliente, agenții Ringg rezolvă până la 65% din cererile uzuale ale clienților fără nicio intervenție a unui operator uman.

Policybazaar, una dintre cele mai mari platforme online de asigurări din India, folosește Ringg pentru a prelua peste 57.000 de cereri ale clienților, iar 67% din apeluri sunt gestionate fără intervenție umană. Timpul mediu de răspuns al Policybazaar a scăzut de la 8–12 minute la mai puțin de 60 de secunde, o îmbunătățire de aproximativ 88%.

La Practo, o platformă globală de servicii medicale, agenții Ringg ajută clienții să facă programări medicale și să finalizeze cererile de servicii. După implementare, Practo a atins o rată de rezolvare la primul apel de 85% și timpi de răspuns sub trei secunde. Costurile operaționale au scăzut cu 70% față de fluxul de lucru anterior, gestionat de oameni, iar Ringg finalizează acum peste 1.000 de programări zilnic.

Platforma de investiții online Groww folosește Ringg pentru a rezolva 72% din cererile primite privind ofertele publice inițiale, contractele futures și opțiunile, exclusiv prin autoservire, cu un timp mediu de gestionare de două minute.

Folosind capacitățile OpenAI de utilizare a computerului, Ringg dezvoltă agenți pentru browser care asistă la familiarizarea cu platformele, procesele de cunoaștere a clientelei (KYC), depanarea IT, gestionarea incidentelor în regim de permanență și procesarea cererilor de despăgubire.

Compania dezvoltă și un strat de context care poate păstra informațiile de la un canal la altul și de la o interacțiune la alta. Un client ar putea începe o cerere printr-un apel vocal, să o continue pe WhatsApp și să o finalizeze într-un browser, fără să repete aceleași detalii de fiecare dată.

Pentru Ringg, noua generație de operațiuni de relații cu clienții va fi evaluată după rezultatele de afaceri obținute și gradul de automatizare, nu după numărul apelurilor sau al angajaților.