Ringg 开发了一个企业级智能代理平台，可在语音、聊天、WhatsApp 和网页渠道运行，旨在解决印度大型消费企业客户服务中面临的呼叫量过大和系统碎片化问题。将适合的实时工作负载从 GPT‑4.1 转移至 GPT-5.6，在保持所需质量和延迟水平的同时，使模型成本降低了约 90%。Ringg 智能代理每月管理超过 7 百万次已接通的呼叫；其客户的平均客户满意度评分为 4.8。
该平台可以通过内部 API 与 CRM、工单、支付和排程系统执行操作，并在必要时将通话连线给人工专家，同时附上上下文摘要。其知识系统将数据集、PDF、CSV 和业务文档中的结构化筛选与语义搜索结合起来。任务可以拆分给资格审核、支持、验证、排程和升级等专业子代理。Ringg 从质量、延迟、指令遵循、工具使用、多语言表现、可靠性和成本等方面评估了 OpenAI 模型，并表示 OpenAI 在生产工作负载中给出了最均衡的结果。
- GPT‑4.1 负责大部分实时语音和聊天流量。
- GPT-5.6 Luna 用于在性能、延迟或性价比方面适合的请求。
- GPT-5.6 Terra 用于通话后的摘要和情绪分类。
- GPT-5.6 Sol 用于评估、提示词优化和模型作为评审者的流程。
路由系统将客户输入与指令、历史记录、客户数据、知识库和工具相结合后传递给模型。当上下文达到约 80,000 个 token 时，系统会生成结构化摘要。模型通过历史对话和模拟流程进行测试；在与 Gemini 2.5 Flash 的对比中，GPT‑5.6 Terra 在地区语言上的准确率最高达到 97%。模型首先会在生产流量的一小部分中进行测试；系统会根据延迟和端点状态调整流量。
Ringg 智能代理无需人工支持即可解决最高 65% 的常规请求。在 Policybazaar，已接通超过 57,000 个请求，其中 67% 的通话由系统在无人介入的情况下处理，响应时间从 8–12 分钟缩短至 60 秒以内。在 Practo，首次通话解决率达到 85%，响应时间缩短至 3 秒以内；成本降低了 70%，每天完成超过 1,000 个预约。在 Groww，IPO、期货和期权咨询中有 72% 通过自助服务得到解决。Ringg 还在开发浏览器代理，以及一种能够在不同渠道之间保持上下文的系统。
为何重要
这一进展表明，在客户服务领域，可以采用一种将不同渠道整合到共同业务处理和信息层中的模式，以取代依赖单一沟通渠道的架构。大量常规请求在无人支持的情况下得到解决，能够形成一种分工，让员工专注于更复杂的沟通以及必要时由人工接管的案件。根据请求类型、延迟、多语言表现和成本进行模型选择，凸显了在使用人工智能时，不应只选择能力最强的模型，而应将工作负载进行分散管理的重要性。然而，高自动化率能否在不同客户群体和更复杂的业务中保持，尤其是在涉及访问支付和规划等系统的流程中，仍然是一个悬而未决的问题。
背景
OpenAI 并不是 FikirPilot 档案中的新名字：过去 90 天内，我们发布了 74 篇提到这一名称的新闻，最近一篇发布于 2026年10月3日。
术语：代理
人工智能代理是一种软件，它不是只生成单个回答，而是通过调用工具执行多步骤任务，以实现目标。