Ringg разработала корпоративную агентскую платформу, работающую в каналах голосовой связи, чатов, WhatsApp и веб-сайтов, чтобы решить проблемы высокой нагрузки на линии связи и разрозненных систем, с которыми сталкиваются службы поддержки клиентов крупных потребительских компаний в Индии. Перенос подходящих рабочих нагрузок реального времени с GPT‑4.1 на GPT‑5.6 позволил примерно на 90% сократить затраты на модели при сохранении необходимого уровня качества и задержки. Агенты Ringg ежемесячно обрабатывают более 7 миллионов соединённых звонков; средний показатель удовлетворённости клиентов у заказчиков компании составляет 4,8.
Платформа может выполнять операции через CRM, системы тикетов, платежей и планирования, а также внутренние API; при необходимости она передаёт разговор специалисту вместе с кратким изложением контекста. Система знаний объединяет семантический поиск со структурированной фильтрацией в наборах данных, PDF, CSV и бизнес-документах. Задачи можно распределять между специализированными субагентами, отвечающими за квалификацию, поддержку, проверку, планирование и эскалацию. Ringg оценила модели OpenAI по качеству, задержке, следованию инструкциям, использованию инструментов, многоязычной производительности, надёжности и стоимости; компания отметила, что OpenAI обеспечила наиболее сбалансированный результат в производственных рабочих нагрузках.
- GPT‑4.1 обрабатывает большую часть трафика голосовой связи и чатов в реальном времени.
- GPT‑5.6 Luna используется для подходящих запросов с точки зрения производительности, задержки или соотношения цены и качества.
- GPT‑5.6 Terra выполняет постразговорное резюмирование и классификацию тональности.
- GPT‑5.6 Sol используется для оценки, улучшения промптов и процессов model-as-judge.
Система маршрутизации объединяет клиентский ввод с инструкциями, историей, данными клиентов, базой знаний и инструментами и передаёт всё это модели. Когда объём контекста достигает примерно 80 000 токенов, формируется структурированное резюме. Модели тестируются на прошлых разговорах и симулированных сценариях; в сравнении с Gemini 2.5 Flash GPT‑5.6 Terra обеспечила точность до 97% в региональных языках. Сначала модели тестируются на небольшой части производственного трафика; объём трафика изменяется в зависимости от задержки и состояния конечной точки.
Агенты Ringg решают до 65% рутинных обращений без участия сотрудников поддержки. В Policybazaar было подключено более 57 000 обращений, 67% звонков обрабатывались без участия сотрудников, а время ответа сократилось с 8–12 минут до менее 60 секунд. В Practo показатель решения вопроса при первом обращении достиг 85%, а время ответа — менее трёх секунд; затраты снизились на 70%, и в день обрабатывалось более 1 000 записей на приём. В Groww 72% запросов по IPO, фьючерсам и опционам решались в режиме самообслуживания. Кроме того, Ringg разрабатывает систему, сохраняющую контекст между браузерными агентами и каналами.
Почему это важно
Это развитие показывает, что в сфере обслуживания клиентов вместо структур, привязанных к одному каналу коммуникации, может применяться модель, объединяющая разные каналы в общем операционном и информационном слое. Завершение значительной части рутинных обращений без участия сотрудников создает разделение труда, которое может позволить сотрудникам сосредоточиться на более сложных диалогах и случаях, требующих вмешательства. Выбор модели с учетом типа запроса, задержки, многоязычной производительности и стоимости показывает важность фрагментированного управления рабочей нагрузкой при использовании ИИ, а не выбора только самой мощной модели. Однако вопрос о том, удастся ли сохранить высокий уровень автоматизации для разных профилей клиентов и в более сложных операциях, особенно в процессах, связанных с доступом к таким системам, как платежи и планирование, остается открытым.
Предыстория
OpenAI — не новое имя в архиве FikirPilot: за последние 90 дней мы опубликовали 74 новости, в которых упоминалось это имя; самая свежая датирована 3 октября 2026 года.
Термин: агент
Агент искусственного интеллекта — это программное обеспечение, которое не просто генерирует единственный ответ, а вызывает инструменты и выполняет многоэтапные задачи для достижения цели.