Agenti Ringg z OpenAI rešijo do 65 % klicev strank

Ko se število klicev poveča, službe za pomoč strankam običajno zaposlijo dodatne ljudi, vendar se s tem povečata tudi strošek in zapletenost vsake interakcije. Ringg⁠(odpre se v novem oknu), platforma za glasovne in klepetalne agente, se je s tem izzivom neposredno srečala pri sodelovanju z velikimi podjetji v Indiji, ki poslujejo s potrošniki.

Ta podjetja niso imela težav le z odzivanjem na večje število klicev. Njihovi svetovalci za pomoč strankam so se spopadali tudi z nepovezanimi sistemi, ki so zahtevali ročno delo, ko so strankam pomagali pri opravilih, od sklenitve zavarovanja do rezervacije terminov.

Na podlagi te izkušnje je Ringg razvil platformo agentov za podjetja, ki temelji na zelo učinkovitih modelih, kot je GPT‑5.6, ter podpira glasovno komunikacijo, klepet, WhatsApp in splet. S prenosom ustreznih nalog, ki se izvajajo v realnem času, z GPT‑4.1 na GPT‑5.6 so stroške modelov znižali za približno 90 %, ob tem pa ohranili zahtevano kakovost in odzivnost.

Agenti Ringg zdaj vsak mesec obravnavajo več kot 7 milijonov vzpostavljenih klicev, njihove stranke pa dosegajo povprečno oceno zadovoljstva strank (CSAT) 4,8.

Da bi agenti rešili zahtevek stranke, morajo včasih preveriti zavarovalno polico, pridobiti podatke o računu, rezervirati termin, posodobiti CRM ali pogovor predati strokovnjaku in pri tem ohraniti ustrezen kontekst.

Za interakcije v realnem času Ringg uporablja GPT‑5.6 Luna in druge modele, ki razumejo zahteve strank, izbirajo orodja in stranke vodijo skozi večstopenjske postopke. Orkestracijska plast Ringg izvaja dejanja v sistemih CRM, platformah za podporne zahtevke, plačilnih sistemih, orodjih za rezervacijo terminov in internih API-jih ter po potrebi preda primer človeku skupaj s povzetkom pogovora.

Sistem znanja Ringg združuje strukturirano filtriranje s semantičnim iskanjem po podatkovnih zbirkah, datotekah PDF in CSV ter poslovnih dokumentih. Tako agentom pomaga odgovarjati na vprašanja z ustreznimi informacijami podjetja.

Ringg lahko delo razdeli tudi med specializirane podagente za ocenjevanje primernosti, podporo, preverjanje, rezervacijo terminov in predajo zahtevnejših primerov. Platforma usklajuje te korake in hkrati ohranja povezan pogovor s stranko prek glasovne komunikacije, klepeta, WhatsAppa in spleta.

Ringg je modele OpenAI primerjal z alternativami glede kakovosti pogovora, zakasnitve, upoštevanja navodil, klicanja orodij, večjezičnosti, zanesljivosti in stroškov. Ugotovil je, da OpenAI ponuja najboljše splošno ravnovesje za naloge v produkcijskem okolju.

GPT‑5.6 in drugi modeli OpenAI so tudi dosledneje upoštevali zapletena navodila, izvajali klice orodij, ohranjali kontekst pogovora in zanesljivo delovali v obsegu, ki ga potrebujejo podjetja.

Ringg delo usmerja k posameznemu modelu OpenAI glede na zahteve naloge. GPT‑4.1 obravnava večino glasovnih in klepetalnih interakcij v realnem času. GPT‑5.6 Luna ostaja del produkcijskega sistema in se uporablja, kadar njegova zmogljivost, zakasnitev ali razmerje med ceno in zmogljivostjo bolj ustreza zahtevku. GPT‑5.6 Terra izvaja analizo po klicu, vključno s povzetki in razvrščanjem po čustvenem tonu. GPT‑5.6 Sol pa podpira evalvacijo, izboljševanje pozivov in postopke, v katerih model nastopa kot ocenjevalec.

Ko stranka med glasovnim klicem spregovori ali pošlje sporočilo v klepetu, orkestracijski sistem Ringg ta vnos združi z navodili za agenta, zgodovino pogovora, podatki o stranki, ustreznim kontekstom iz zbirke znanja in razpoložljivimi orodji. Usmerjevalna plast Ringg nato izbere ustrezen model in konfiguracijo. Izhod modela gre skozi orkestracijski sistem, ki ga posreduje po kanalu, ki ga je izbrala stranka.

Pri daljših interakcijah sistem ustvari strukturiran povzetek, ko se kontekst približa 80.000 žetonom. Pogovor se nato lahko nadaljuje z ohranjenimi pomembnimi informacijami, ne da bi bilo treba vedno znova pošiljati celotno zgodovino.

Ringg pred uvedbo v produkcijo modele preizkusi na preteklih pogovorih in simuliranih uporabniških poteh. Njegova evalvacijska platforma na podlagi rezultatov prepoznava slabosti in priporoča izboljšave pozivov ter tako omogoča nenehno izboljševanje agentov in konfiguracij.

Ena od evalvacij je zajela postopek analize po klicu v sistemu Ringg. Podjetje je GPT‑5.6 Terra preizkusilo v primerjavi z alternativami, kot je Gemini 2.5 Flash, in Terra se je izkazal najbolje. Ringg je pripravo povzetkov in razvrščanje po čustvenem tonu prenesel na GPT‑5.6 Terra. Terra je ohranil visoko natančnost povzetkov in analize čustvenega tona ter hkrati občutno izboljšal stroškovno učinkovitost na enoto.

Podjetje modele preizkuša tudi v različnih jezikih in regionalnih različicah, vključno s pogovori, v katerih se jeziki izmenjujejo ali se angleščina prepleta z izrazi v lokalnem jeziku, kar je na njegovih trgih pogosto. GPT‑5.6 Terra je presegel Gemini 2.5 Flash in pri razširjenih regionalnih jezikih dosegel do 97-odstotno natančnost. Zato je GPT‑5.6 primernejši za agente, ki pomagajo strankam podjetja Ringg.

Modele, ki uspešno opravijo preizkuse zunaj produkcije, najprej uvedejo za majhen delež produkcijskega prometa, nato pa uporabo razširijo. V produkciji usmerjevalnik Ringg spremlja zakasnitev in stanje končnih točk po regijah ter preusmeri promet, če končna točka postane nedosegljiva ali preseže prag zakasnitve. Specializirana vozlišča, opozorila in uvajanje z različicami pomagajo izolirati težave in omejiti njihov vpliv.

Ta pristop podjetju Ringg pomaga tudi izboljšati stroškovno učinkovitost na enoto. S prenosom določenih nalog, ki se izvajajo v realnem času, z GPT‑4.1 na GPT‑5.6 Luna so stroške modelov znižali za približno 90 %.

Agenti Ringg za svoje naročnike rešijo do 65 % rutinskih poizvedb strank brez sodelovanja svetovalca.

Policybazaar, ena največjih indijskih spletnih zavarovalniških platform, z rešitvijo Ringg vzpostavi stik pri več kot 57.000 zahtevkih strank, 67 % klicev pa obravnava brez človeškega posredovanja. Povprečni odzivni čas pri podjetju Policybazaar se je z 8–12 minut skrajšal na manj kot 60 sekund, kar pomeni približno 88-odstotno izboljšanje.

Na globalni zdravstveni platformi Practo agenti Ringg strankam pomagajo rezervirati termine za zdravstvene storitve in oddati zahtevke za storitve. Po uvedbi je Practo dosegel 85-odstotni delež rešitev ob prvem klicu in odzivne čase pod tremi sekundami. Operativni stroški so se v primerjavi s prejšnjim postopkom, ki so ga izvajali ljudje, znižali za 70 %, Ringg pa zdaj vsak dan opravi več kot 1.000 rezervacij terminov.

Spletna naložbena platforma Groww z rešitvijo Ringg 72 % prejetih poizvedb o prvih javnih ponudbah delnic, terminskih pogodbah in opcijah reši povsem samopostrežno, s povprečnim časom obravnave dveh minut.

Ringg z zmožnostmi uporabe računalnika, ki jih ponuja OpenAI, razvija agente za brskalnik za uvajanje uporabnikov na platformo, postopke poznavanja strank (KYC), odpravljanje težav IT, dežurno podporo ob incidentih in obravnavo odškodninskih zahtevkov.

Podjetje razvija tudi kontekstno plast, ki lahko ohranja informacije med kanali in interakcijami. Stranka lahko zahtevek začne z glasovnim pogovorom, nadaljuje prek WhatsAppa in zaključi v brskalniku, ne da bi morala vsakič ponavljati iste podatke.

Za Ringg bodo merilo naslednje generacije storitev za stranke doseženi poslovni rezultati in globina avtomatizacije, ne pa število klicev ali zaposlenih.