Обычно, когда растет объем звонков, контакт-центры нанимают больше людей. Это увеличивает затраты и сложность каждой операции. Компания Ringg, работающая с крупным бизнесом в Индии, нашла другой путь: она использует ИИ-агентов на базе GPT-5.6 от OpenAI, которые обрабатывают до 65% клиентских запросов и сокращают расходы на 90% по сравнению с GPT-4.1.
Ringg — это платформа голосовых и чат-агентов, которая ежемесячно обрабатывает более 7 миллионов звонков. Её ИИ-агенты работают на нескольких языках через голосовую связь, чат, WhatsApp и веб. По словам Ringg, их клиенты достигают среднего показателя удовлетворенности (CSAT) в 4.8 балла.
Для выполнения клиентских запросов агенты Ringg могут проверять полисы, извлекать записи, назначать встречи, обновлять CRM или передавать разговор специалисту с сохранением контекста. Платформа использует слой оркестровки, который выполняет действия в различных системах:
- CRM-системах;
- Тикет-платформах;
- Платежных системах;
- Инструментах планирования;
- Внутренних API. При необходимости агенты эскалируют обращение человеку, предоставляя краткое изложение разговора. Система знаний Ringg сочетает структурированную фильтрацию с семантическим поиском по наборам данных, PDF-файлам, CSV и бизнес-документам.
Ringg маршрутизирует работу к конкретной модели OpenAI в зависимости от задачи. Такой подход позволяет оптимизировать производительность и затраты:
- GPT-4.1 — обрабатывает большую часть голосового и чат-трафика в реальном времени.
- GPT-5.6 Luna — используется, когда её производительность, задержка или соотношение цена-качество лучше подходят для запроса.
- GPT-5.6 Terra — отвечает за постанализ звонков, включая сводки и классификацию тональности.
- GPT-5.6 Sol — поддерживает процессы оценки, улучшения промптов и рабочие процессы «модель как судья». Для длительных взаимодействий система создает структурированное резюме, когда контекст приближается к 80 000 токенов, что позволяет продолжать разговор без повторной отправки всей истории.
Компания проводит тестирование моделей с использованием исторических разговоров и симулированных клиентских потоков. В одном из тестов GPT-5.6 Terra превзошла Gemini 2.5 Flash в постанализе звонков, демонстрируя до 97% точности на распространённых региональных языках. В продакшене маршрутизатор Ringg отслеживает задержку и работоспособность эндпоинтов, перенаправляя трафик при недоступности или превышении пороговых значений.
Использование ИИ-агентов уже принесло результаты клиентам Ringg:
- Policybazaar (крупная страховая платформа): 67% звонков обрабатываются ИИ без участия человека; время ответа сократилось с 8–12 минут до менее 60 секунд (улучшение на 88%).
- Practo (платформа здравоохранения): 85% запросов решаются при первом звонке; время ответа составляет менее 3 секунд; операционные расходы снизились на 70%; ежедневно совершается более 1000 записей на прием.
- Groww (инвестиционная платформа): 72% входящих запросов по IPO, фьючерсам и опционам решаются полностью в режиме самообслуживания со средним временем обработки в две минуты.
Ringg также разрабатывает браузерные агенты с использованием компьютерных возможностей OpenAI для таких задач, как онбординг, KYC, ИТ-поддержка и обработка претензий. В планах — создание контекстного слоя, который позволит сохранять информацию между каналами, чтобы клиент мог начать запрос голосом, продолжить в WhatsApp и завершить в браузере без повторного ввода деталей.
Кейс Ringg показывает, что современные ИИ-агенты на базе специализированных моделей OpenAI способны не просто отвечать на вопросы, но и автономно выполнять сложные бизнес-процессы, сокращая операционные расходы. Однако для достижения такой эффективности требуется не только модель, но и сложный слой оркестровки, который распределяет задачи между различными моделями и инструментами, что не всегда просто реализовать.