مرکزی مواد پر جائیں
OpenAI

۲۳ ستمبر، ۲۰۲۶

OpenAI سے Ringg کے ایجنٹس 65% تک صارف کالیں حل کرتے ہیں

GPT‑5.6 کے ذریعے Ringg آواز، چیٹ، WhatsApp اور ویب پر کثیر لسانی ایجنٹس چلاتا ہے، جن کی لاگت GPT‑4.1 سے 90% کم ہے۔

ابھرے ہوئے نقطوں کی گہری اور قریب سے دکھائی گئی ساخت، جس پر سفید Ringg.AI لفظی نشان ہے۔
کمپنی کا سائز: اسٹارٹ اپ
خطہ: ایشیاء پیسیفک اور اوشیانا
صنعت: ٹیکنالوجی
پراڈکٹس: API

70 لاکھ+

ہر ماہ سنبھالی جانے والی منسلک کالیں

65%

ایجنٹس کے ذریعے 65% تک درخواستوں کا حل

90%

منتخب کاموں میں GPT-4.1 کے مقابلے کم لاگت

4.8

صارفین کا اوسط اطمینان اسکور

لوڈ ہو رہا ہے…

کالوں کی تعداد بڑھنے پر صارف خدمت کے شعبے عموماً مزید افراد شامل کرکے وسعت پاتے ہیں، لیکن اس سے ہر رابطے کی لاگت اور پیچیدگی بڑھ جاتی ہے۔ صوتی اور چیٹ ایجنٹس کے پلیٹ فارم Ringg⁠(نئی ونڈو میں کھلتا ہے) نے بھارت میں صارفین سے براہ راست کاروبار کرنے والی بڑی کمپنیوں کے ساتھ کام کرتے ہوئے اس مسئلے کو قریب سے دیکھا۔

یہ کمپنیاں صرف زیادہ کالوں کے جواب دینے میں ہی مشکل کا سامنا نہیں کر رہی تھیں، بلکہ ان کے صارف خدمت کے نمائندے بیمہ خریدنے سے لے کر ملاقات طے کرنے تک صارفین کے کام مکمل کرانے کے لیے بکھرے ہوئے، دستی نظاموں سے بھی نبرد آزما تھے۔

اس تجربے نے Ringg کو کاروباری اداروں کے لیے ایسا ایجنٹ پلیٹ فارم بنانے کی ترغیب دی جس کے مرکز میں GPT‑5.6 جیسے انتہائی مؤثر ماڈلز ہیں اور جو آواز، چیٹ، WhatsApp اور ویب پر کام کرتا ہے۔ حقیقی وقت کے موزوں کاموں کو GPT‑4.1 سے GPT‑5.6 پر منتقل کرنے سے مطلوبہ معیار اور تاخیر برقرار رکھتے ہوئے ماڈل کی لاگت تقریباً 90% کم ہوگئی۔

”ماڈل کا معیار اس معاملے کا صرف ایک حصہ ہے. ہمیں کم تاخیر، آلات کا قابل اعتماد استعمال، ہدایات کی بھرپور پیروی اور بڑے پیمانے پر قابل عمل معاشی توازن بھی درکار ہے. OpenAI نے ہمیں مطلوبہ توازن فراہم کیا.“
—سدھارتھ ترپاٹھی، شریک بانی، Ringg

Ringg کے ایجنٹس اب ہر ماہ 70 لاکھ سے زیادہ منسلک کالیں سنبھالتے ہیں، جبکہ اس کے صارفین کا اوسط صارف اطمینان اسکور (CSAT) 4.8 ہے۔

منتخب ابھرے ہوئے نقطوں والی ساخت پر Ringg کی مصنوعی ذہانت کی مصنوعات کا صارفی واسطہ، جو صحت بیمہ کی تجدید کے ایجنٹ کا طریقۂ کار دکھاتا ہے۔

صارفین کے نتائج کو مرکز بنا کر ایجنٹ پلیٹ فارم کی تیاری

صارف کی درخواست مکمل کرنے کے لیے ایجنٹس کو پالیسی جانچنے، کھاتے کا ریکارڈ حاصل کرنے، ملاقات طے کرنے، صارف تعلقات کے انتظامی نظام کو تازہ کرنے یا گفتگو کا متعلقہ سیاق برقرار رکھتے ہوئے اسے کسی ماہر کو منتقل کرنے کی ضرورت پڑ سکتی ہے۔

حقیقی وقت کے روابط میں Ringg، صارفین کی درخواستیں سمجھنے، آلات منتخب کرنے اور کئی مراحل پر مشتمل طریقہ ہائے کار میں صارفین کی رہنمائی کے لیے GPT‑5.6 Luna اور دیگر ماڈلز استعمال کرتا ہے۔ Ringg کی نظم کاری کی تہہ صارف تعلقات کے انتظامی نظاموں، ٹکٹ پلیٹ فارموں، ادائیگی کے نظاموں، نظام الاوقات کے آلات اور داخلی اطلاقی برنامی واسطوں میں کارروائیاں انجام دیتی ہے اور ضرورت پڑنے پر گفتگو کے خلاصے سمیت معاملہ کسی انسان کو منتقل کرتی ہے۔

Ringg کا معلوماتی نظام منظم چھان بین کو اعداد و شمار کے مجموعوں، پی ڈی ایف، سی ایس وی اور کاروباری دستاویزات میں معنوی بازیافت کے ساتھ جوڑتا ہے، جس سے ایجنٹس متعلقہ ادارہ جاتی معلومات کی بنیاد پر سوالوں کے جواب دے سکتے ہیں۔

Ringg اہلیت جانچنے، معاونت، تصدیق، نظام الاوقات اور معاملہ آگے بڑھانے کے لیے کام کو مخصوص ذیلی ایجنٹس میں بھی تقسیم کر سکتا ہے۔ یہ پلیٹ فارم ان مراحل میں ہم آہنگی پیدا کرتے ہوئے آواز، چیٹ، WhatsApp اور ویب پر صارف کے ساتھ گفتگو کو یکساں رکھتا ہے۔

ہر کام کو درست OpenAI ماڈل تک پہنچانا

گفتگو کے معیار، تاخیر، ہدایات کی پیروی، آلات طلب کرنے، کثیر لسانی کارکردگی، بھروسا مندی اور لاگت کے لحاظ سے OpenAI اور متبادلوں کا جائزہ لینے کے بعد Ringg نے پایا کہ عملی کاموں کے لیے OpenAI نے مجموعی طور پر بہترین توازن فراہم کیا۔

GPT‑5.6 اور OpenAI کے دیگر ماڈلز نے پیچیدہ ہدایات پر عمل کرنے، آلات کی طلب انجام دینے، گفتگو کا سیاق برقرار رکھنے اور ادارہ جاتی پیمانے پر قابل اعتماد طریقے سے کام کرنے میں بھی زیادہ مستقل کارکردگی دکھائی۔

Ringg کام کی ضروریات کے مطابق اسے کسی مخصوص OpenAI ماڈل تک پہنچاتا ہے۔ GPT‑4.1 حقیقی وقت کی زیادہ تر صوتی اور چیٹ سرگرمی سنبھالتا ہے۔ GPT‑5.6 Luna عملی نظام میں برقرار ہے اور اسے اس وقت استعمال کیا جاتا ہے جب اس کی کارکردگی، تاخیر یا قیمت کے مقابل کارکردگی کسی درخواست کے لیے زیادہ موزوں ہو۔ GPT‑5.6 Terra کال کے بعد کا تجزیہ سنبھالتا ہے، جس میں خلاصے اور جذبات کی درجہ بندی شامل ہیں۔ جبکہ GPT‑5.6 Sol جائزوں، پرومپٹ کی بہتری اور ماڈل بطور منصف طریقہ ہائے کار میں معاونت کرتا ہے۔

Ringg کی نظم کاری کا خاکہ، جس میں مواد کو Ringg کی نظم کاری، ماڈل کی ترسیل، کال کے بعد کے تجزیے اور جائزے کے چکر سے گزرتے دکھایا گیا ہے۔

جب صارف صوتی کال پر بولتا یا چیٹ پیغام بھیجتا ہے تو Ringg کا نظم کاری نظام اس مواد کو ایجنٹ کی ہدایات، گفتگو کی تاریخ، صارف سے مخصوص اعداد و شمار، معلوماتی ذخیرے کے متعلقہ سیاق اور دستیاب آلات کے ساتھ جوڑتا ہے۔ پھر Ringg کی ترسیلی تہہ مناسب ماڈل اور ترتیب منتخب کرتی ہے۔ ماڈل کا نتیجہ نظم کاری نظام سے گزار کر صارف کے منتخب کردہ ذریعے سے پہنچایا جاتا ہے۔

طویل روابط میں، جب سیاق تقریباً 80,000 ٹوکن کے قریب پہنچتا ہے تو نظام ایک منظم خلاصہ تیار کرتا ہے۔ اس طرح پوری تاریخ بار بار بھیجے بغیر اہم معلومات محفوظ رکھتے ہوئے گفتگو جاری رہ سکتی ہے۔

عملی جائزوں سے معیار بہتر اور لاگت کم کرنا

Ringg عملی نفاذ سے پہلے گزشتہ گفتگوؤں اور فرضی صارف مراحل کے ذریعے ماڈلز کی آزمائش کرتا ہے۔ اس کا جائزہ پلیٹ فارم ان نتائج سے کمزوریاں شناخت کرکے پرومپٹ میں بہتری کی سفارش کرتا ہے، جس سے اس کے ایجنٹس اور ترتیبات کے لیے مسلسل بہتری کا سلسلہ قائم ہوتا ہے۔

ایک جائزے میں Ringg کے کال کے بعد کے تجزیاتی طریقۂ کار کو آزمایا گیا۔ کمپنی نے GPT‑5.6 Terra کا Gemini 2.5 Flash جیسے متبادلوں سے موازنہ کیا، جس میں Terra سب سے بہتر ثابت ہوا۔ Ringg نے خلاصوں اور جذبات کی درجہ بندی کو GPT‑5.6 Terra پر منتقل کر دیا۔ Terra نے خلاصوں اور جذباتی تجزیے میں اعلیٰ درستگی برقرار رکھتے ہوئے فی اکائی معاشی کارکردگی میں نمایاں بہتری پیدا کی۔

کمپنی لسانی اور علاقائی صورتوں میں بھی ماڈلز آزماتی ہے، جن میں وہ گفتگوئیں شامل ہیں جو زبانیں بدلتی ہیں یا انگریزی کو مقامی زبان کے فقروں سے ملاتی ہیں، کیونکہ اس کی منڈیوں میں یہ طرز عام ہے۔ GPT‑5.6 Terra نے عام علاقائی زبانوں میں 97% تک درستگی کے ساتھ Gemini 2.5 Flash سے بہتر کارکردگی دکھائی، جس سے GPT‑5.6، Ringg کے صارفین کی خدمت کرنے والے ایجنٹس کے لیے زیادہ موزوں ثابت ہوا۔

غیر متصل آزمائش میں کامیاب ہونے والے ماڈلز کو وسیع اجرا سے پہلے عملی سرگرمی کے ایک چھوٹے حصے میں متعارف کرایا جاتا ہے۔ عملی ماحول میں Ringg کا راﺅٹر مختلف علاقوں میں تاخیر اور اینڈپوائنٹ کی صحت پر نظر رکھتا ہے اور کسی اینڈپوائنٹ کے غیر دستیاب ہونے یا تاخیر کی حد پار کرنے پر سرگرمی دوسری جانب منتقل کر دیتا ہے۔ مخصوص نوڈز، انتباہات اور نسخہ بند نفاذ مسائل کو الگ رکھنے اور ان کے اثرات محدود کرنے میں مدد دیتے ہیں۔

یہ طریقہ Ringg کو فی اکائی معاشی کارکردگی بہتر بنانے میں بھی مدد دیتا ہے۔ حقیقی وقت کے بعض کاموں کو GPT‑4.1 سے GPT‑5.6 Luna پر منتقل کرنے سے ماڈل کی لاگت تقریباً 90% کم ہوگئی۔

”جب ہمیں ماڈلز کی منتقلی میں معاونت درکار ہوئی تو OpenAI نے نہایت تیزی سے جواب دیا. Slack پر مختص معاونت اور بنیادی انجینئرنگ ٹیم تک رسائی ہمیں انجینئرنگ کی غیر یقینی صورت حال کم کرکے تیزی سے آگے بڑھنے، جلد اجرا کرنے اور اپنے ایجنٹس کی صلاحیتیں وسیع کرنے میں مدد دیتی ہے.“
—سدھارتھ ترپاٹھی، شریک بانی، Ringg

مختلف صنعتوں میں صارفین کے لیے نتائج کی فراہمی

Ringg کے ایجنٹس اس کے صارفین کے لیے 65% تک معمول کی استفسارات کسی انسانی نمائندے کی شمولیت کے بغیر حل کرتے ہیں۔

بھارت کے سب سے بڑے آن لائن بیمہ پلیٹ فارموں میں شامل Policybazaar، Ringg کے ذریعے 57,000 سے زیادہ صارف درخواستیں جوڑتا ہے، جبکہ 67% کالیں انسانی مداخلت کے بغیر سنبھالی جاتی ہیں۔ Policybazaar کا اوسط جوابی وقت 8–12 منٹ سے گھٹ کر 60 سیکنڈ سے کم ہوگیا، جو تقریباً 88% بہتری ہے۔

عالمی نگہداشت صحت پلیٹ فارم Practo میں Ringg کے ایجنٹس صارفین کو طبی ملاقاتیں طے کرنے اور خدمات کی درخواستیں مکمل کرنے میں مدد دیتے ہیں۔ نفاذ کے بعد Practo نے پہلی ہی کال میں 85% مسائل حل کرنے کی شرح اور تین سیکنڈ سے کم جوابی وقت حاصل کیا۔ پہلے کے انسانی عملے پر مبنی طریقۂ کار کے مقابلے میں عملی اخراجات 70% کم ہوگئے، جبکہ Ringg اب روزانہ 1,000 سے زیادہ ملاقاتیں طے کرتا ہے۔

آن لائن سرمایہ کاری پلیٹ فارم Groww، ابتدائی عوامی پیشکشوں، مستقبل کے سودوں اور اختیارات سے متعلق 72% موصولہ سوالات Ringg کے ذریعے مکمل طور پر خود خدمت سے حل کرتا ہے، جن کا اوسط تکمیلی وقت دو منٹ ہے۔

ایجنٹس کو براؤزر تک وسعت دینا

OpenAI کی کمپیوٹر استعمال کرنے کی صلاحیتوں کے ذریعے Ringg پلیٹ فارم پر شمولیت، صارف کو جانیں (KYC) کے مراحل، اطلاعاتی ٹیکنالوجی کے مسائل حل کرنے، ہنگامی واقعے میں فوری معاونت اور دعووں پر کارروائی کے لیے براؤزر ایجنٹس تیار کر رہا ہے۔

کمپنی ایک ایسی سیاقی تہہ بھی تیار کر رہی ہے جو مختلف ذرائع اور روابط میں معلومات محفوظ رکھ سکے۔ صارف آواز کے ذریعے درخواست شروع کرکے اسے WhatsApp پر جاری اور براؤزر میں مکمل کر سکتا ہے، اور اسے ہر بار وہی تفصیلات دہرانا نہیں پڑیں گی۔

”OpenAI کی کمپیوٹر استعمال کرنے کی صلاحیتوں نے براؤزر ایجنٹس کے لیے ہمارے منصوبے کی رفتار بڑھا دی. ان کی بدولت ہم صارف کی اسکرین پر ہونے والی سرگرمی کو گفتگو کے سیاق سے جوڑ سکتے ہیں، تاکہ ایجنٹس پیچیدہ طریقہ ہائے کار میں حقیقی وقت کے دوران لوگوں کی رہنمائی کر سکیں.“
—سدھارتھ ترپاٹھی، شریک بانی، Ringg

Ringg کے نزدیک صارف کارروائیوں کی اگلی نسل کو کالوں کی تعداد یا عملے کے بجائے مکمل شدہ کاروباری نتائج اور خودکاری کی گہرائی سے ناپا جائے گا۔