Agjentët AI të Ringg zgjidhin 65% të telefonatave me OpenAI

Kur rritet volumi i telefonatave, shërbimi ndaj klientit zakonisht zgjerohet duke shtuar staf, por kjo rrit koston dhe kompleksitetin e çdo ndërveprimi. Ringg⁠(hapet në një dritare të re), një platformë agjentësh zanorë dhe me tekst, e pa nga afër këtë problem gjatë punës me biznese të mëdha konsumatore në Indi.

Këto kompani jo vetëm kishin vështirësi t’u përgjigjeshin më shumë telefonatave, por agjentët e tyre të shërbimit ndaj klientit përballeshin edhe me sisteme të fragmentuara dhe manuale për t’i ndihmuar klientët të kryenin detyra, nga blerja e sigurimeve deri te rezervimi i takimeve.

Kjo përvojë e shtyu Ringg të ndërtonte një platformë agjentësh për ndërmarrje, me modele shumë efikase si GPT‑5.6 në themel të saj, që mbulon komunikimin me zë, tekst, WhatsApp dhe ueb. Migrimi i ngarkesave të përshtatshme në kohë reale nga GPT‑4.1 te GPT‑5.6 uli kostot e modelit me rreth 90%, duke ruajtur cilësinë dhe vonesën e kërkuar.

Agjentët e Ringg tani trajtojnë mbi 7 milionë telefonata të lidhura çdo muaj dhe klientët e saj kanë një vlerësim mesatar të kënaqësisë së klientit (CSAT) prej 4,8.

Që agjentët të përmbushin një kërkesë të klientit, mund të duhet të kontrollojnë një policë, të marrin të dhënat e një llogarie, të planifikojnë një takim, të përditësojnë një CRM ose t’ia transferojnë bisedën një specialisti duke ruajtur kontekstin përkatës.

Për ndërveprimet në kohë reale, Ringg përdor GPT‑5.6 Luna dhe modele të tjera për të interpretuar kërkesat e klientëve, për të zgjedhur mjetet dhe për t’i udhëzuar klientët përmes proceseve me disa hapa. Shtresa e orkestrimit e Ringg kryen veprime në CRM, platforma biletash, sisteme pagesash, mjete planifikimi dhe API të brendshme, duke ia kaluar rastet një punonjësi bashkë me një përmbledhje të bisedës kur është e nevojshme.

Sistemi i njohurive i Ringg ndërthur filtrimin e strukturuar me rikthimin semantik nga grupe të dhënash, skedarë PDF e CSV dhe dokumente biznesi, duke i ndihmuar agjentët t’u përgjigjen pyetjeve me informacionin përkatës të ndërmarrjes.

Ringg mund ta ndajë punën edhe mes nënagjentëve të specializuar për kualifikim, mbështetje, verifikim, planifikim dhe përshkallëzim. Platforma i bashkërendon këta hapa, duke ruajtur një bisedë koherente me klientin në komunikimin me zë, tekst, WhatsApp dhe ueb.

Pasi vlerësoi OpenAI krahas alternativave për cilësinë e bisedës, vonesën, zbatimin e udhëzimeve, thirrjen e mjeteve, performancën shumëgjuhëshe, besueshmërinë dhe koston, Ringg zbuloi se OpenAI ofronte ekuilibrin më të mirë të përgjithshëm për ngarkesat e punës në prodhim.

GPT‑5.6 dhe modelet e tjera të OpenAI treguan gjithashtu më shumë qëndrueshmëri në zbatimin e udhëzimeve komplekse, kryerjen e thirrjeve të mjeteve, ruajtjen e kontekstit të bisedës dhe funksionimin e besueshëm në shkallë ndërmarrjeje.

Ringg e drejton punën te një model i caktuar i OpenAI sipas nevojave të detyrës. GPT‑4.1 trajton pjesën më të madhe të trafikut zanor dhe me tekst në kohë reale. GPT‑5.6 Luna mbetet pjesë e sistemit të prodhimit dhe përdoret kur profili i tij i performancës, vonesës ose raportit çmim-performancë i përshtatet më mirë një kërkese. GPT‑5.6 Terra kryen analizën pas telefonatës, duke përfshirë përmbledhjet dhe klasifikimin e sentimentit. Ndërsa GPT‑5.6 Sol mbështet vlerësimin, përmirësimin e kërkesave dhe proceset ku modeli vepron si gjykues.

Kur një klient flet gjatë një telefonate ose dërgon një mesazh, sistemi i orkestrimit i Ringg e ndërthur atë informacion me udhëzimet e agjentit, historikun e bisedës, të dhënat specifike të klientit, kontekstin përkatës të bazës së njohurive dhe mjetet e disponueshme. Më pas, shtresa e drejtimit e Ringg zgjedh modelin dhe konfigurimin e duhur. Rezultati i modelit kalon përmes sistemit të orkestrimit dhe përcillet në kanalin e zgjedhur nga klienti.

Për ndërveprime më të gjata, sistemi krijon një përmbledhje të strukturuar kur konteksti u afrohet rreth 80 000 tokenëve. Më pas biseda mund të vazhdojë duke ruajtur informacionin e rëndësishëm, pa e ridërguar vazhdimisht të gjithë historikun.

Ringg i teston modelet me biseda historike dhe skenarë të simuluar të klientëve përpara vendosjes në prodhim. Platforma e saj e vlerësimit i përdor këto rezultate për të identifikuar dobësitë dhe për të rekomanduar përmirësime të kërkesave, duke krijuar një cikël përmirësimi të vazhdueshëm për agjentët dhe konfigurimet e saj.

Një nga vlerësimet përfshinte procesin e Ringg për analizën pas telefonatës. Kompania e testoi GPT‑5.6 Terra kundrejt alternativave si Gemini 2.5 Flash dhe Terra doli në krye. Ringg i kaloi përmbledhjet dhe klasifikimin e sentimentit te GPT‑5.6 Terra. Terra ruajti saktësi të lartë për përmbledhjet dhe analizën e sentimentit, ndërkohë që përmirësoi ndjeshëm ekonominë për njësi.

Kompania i teston modelet edhe në variante gjuhësore dhe rajonale, përfshirë biseda që kalojnë nga një gjuhë në tjetrën ose ndërthurin anglishten me shprehje në gjuhët vendase, një sjellje e zakonshme në tregjet ku ajo operon. GPT‑5.6 Terra tejkaloi Gemini 2.5 Flash, me saktësi deri në 97% në gjuhët e zakonshme rajonale, duke e bërë GPT‑5.6 më të përshtatshëm për agjentët që u shërbejnë klientëve të Ringg.

Modelet që kalojnë testimin jashtë linje përdoren fillimisht për një pjesë të vogël të trafikut të prodhimit, përpara se përdorimi i tyre të zgjerohet. Në prodhim, drejtuesi i Ringg monitoron vonesën dhe gjendjen e pikave fundore nëpër rajone dhe ridrejton trafikun kur një pikë fundore bëhet e padisponueshme ose tejkalon pragun e vonesës. Nyjat e specializuara, sinjalizimet dhe vendosjet me versione ndihmojnë në izolimin e problemeve dhe kufizimin e ndikimit të tyre.

Kjo qasje e ndihmon Ringg edhe të përmirësojë ekonominë për njësi. Migrimi i disa ngarkesave në kohë reale nga GPT‑4.1 te GPT‑5.6 Luna uli kostot e modelit me rreth 90%.

Për klientët e saj, agjentët e Ringg zgjidhin deri në 65% të kërkesave rutinë pa asnjë përfshirje të një agjenti njerëzor.

Policybazaar, një nga platformat më të mëdha të sigurimeve në internet në Indi, përdor Ringg për të lidhur mbi 57 000 kërkesa klientësh, ndërsa 67% e telefonatave trajtohen pa ndërhyrje njerëzore. Koha mesatare e përgjigjes së Policybazaar ra nga 8–12 minuta në më pak se 60 sekonda, një përmirësim prej rreth 88%.

Në Practo, një platformë globale e kujdesit shëndetësor, agjentët e Ringg i ndihmojnë klientët të rezervojnë takime mjekësore dhe të plotësojnë kërkesat për shërbime. Pas vendosjes, Practo arriti një normë prej 85% të zgjidhjes që në telefonatën e parë dhe kohë përgjigjeje nën tre sekonda. Kostot operative ranë me 70% krahasuar me procesin e mëparshëm të drejtuar nga njerëzit, ndërsa Ringg tani kryen mbi 1 000 rezervime takimesh çdo ditë.

Platforma e investimeve në internet Groww përdor Ringg për të zgjidhur tërësisht me vetëshërbim 72% të kërkesave hyrëse për IPO, kontrata të së ardhmes dhe opsione, me një kohë mesatare trajtimi prej dy minutash.

Duke përdorur aftësitë e OpenAI për përdorimin e kompjuterit, Ringg po zhvillon agjentë shfletuesi për hyrjen në platformë, proceset e Njohjes së Klientit (KYC), zgjidhjen e problemeve të TI-së, mbështetjen për incidentet gjatë gatishmërisë dhe përpunimin e dëmeve.

Kompania po zhvillon gjithashtu një shtresë konteksti që mund ta ruajë informacionin mes kanaleve dhe ndërveprimeve. Një klient mund ta nisë një kërkesë me zë, ta vazhdojë në WhatsApp dhe ta përfundojë në shfletues pa qenë nevoja të përsërisë çdo herë të njëjtat hollësi.

Për Ringg, brezi i ardhshëm i operacioneve me klientët do të matet me rezultatet e arritura të biznesit dhe thellësinë e automatizimit, jo me volumin e telefonatave apo numrin e punonjësve.